Глубокое обучение — технология искусственного интеллекта (ИИ), которая используется для выполнения сложных задач, вскоре сможет проверять жизненно важные показатели человека или регулировать температуру в помещениях и контролировать интернет вещей (IoT).

Исследователи из Массачусетского технологического института (MIT) разработали систему, которая может перенести «глубоко обученные» нейронные сети в крошечные компьютерные чипы носимых медицинских устройств, бытовой техники и 250 миллиардов других объектов, которые и составляют Интернет вещей (IoT).

Система под названием MCUNet создает компактные нейронные сети, которые обеспечивают высокую скорость и точность глубокого обучения на устройствах Интернета вещей, несмотря на ограниченную память и вычислительную мощность.

Эта технология может способствовать расширению мира IoT при одновременной экономии энергии и повышении безопасности данных.

MCUNet состоит из двух компонентов, необходимых для «миниатюрного глубокого обучения».

Одним из компонентов является TinyEngine, механизм, аналогичный операционной системе. TinyEngine оптимизирован для работы с конкретной структурой нейронной сети, которая выбирается другим компонентом MCUNet — TinyNAS — алгоритмом поиска нейронной архитектуры.

Спроектировать глубокую сеть для микроконтроллеров было непросто. Она могла неплохо работать с графическими процессорами или смартфонами, но было трудно напрямую применить эти методы к крошечным микроконтроллерам.

TinyNAS — метод поиска по нейронной архитектуре, который создает сети нестандартного размера — разработал Джи Линь, аспирант лаборатории Сон Хана на факультете электротехники и компьютерных наук MIT. TinyNAS может создавать компактные нейронные сети с наилучшей производительностью для определенного микроконтроллера — без лишних параметров.

В свою очередь, MCUNet успешно классифицировал 70,7% новых изображений на тестовом коммерческом микроконтроллере, в то время, как предыдущая комбинация нейронной сети и алгоритма давала только 54% точности.

Разработчики технологии считают, что эти показатели гигантским скачком, так как, по их мнению, даже однопроцентное улучшение считается значительным.

Многообещающие результаты тестирования вселяют надежду, что MCUNet станет новым отраслевым стандартом для микроконтроллеров и сделает устройства IoT более безопасными, так как ключевым преимуществом данной технологии является сохранение конфиденциальности из-за отсутствия необходимости передавать данные в облако.

Читайте ранее в этом сюжете: В Канаде искусственному интеллекту рекомендовали уважать права человека