广告
广告
最不起眼的微处理器也能实现机器学习?
您的位置 资讯中心 > 产业新闻 > 正文

最不起眼的微处理器也能实现机器学习?

2020-01-10 15:32:29 来源:EEWORLD电子工程世界 点击:904

【哔哥哔特导读】但是Tiny ML有不同的目标。想象一下,如果机器学习模型,能够把对话和助听器上的背景噪音区分开来。如果您无法在设备本身上安装该模型,那么您就需要在运行在该模型上的云保持无线连接。但如果您能够安装它的话,直接在助听器上运行该模型更有效、更安全。

今年2月,来自谷歌、微软、高通、三星和6所大学的一组研究人员齐聚加州圣何塞,讨论将机器学习带到网络最远端的挑战,尤其是运行在传感器或其他电池驱动设备上的微处理器中。

这就是盛大的“微型机器学习峰会”,该峰会的主旨是找出如何在最小的微处理器上运行机器学习算法。在边缘的学习将推动更好的隐私实践,更低的功耗,并在未来的设备中构建新应用。

神经网络的训练是机器学习的核心,这种训练需要大量的数据。最终会把它训练成一个无论是下围棋还是响应语音指令的任务模型。

许多公司目前专注于为机器学习构建专门的硅材料,以便在数据中心内训练网络。他们还希望在边缘使用硅来对机器学习模型进行推理运行数据,以查看数据是否与模型的结果相匹配。但是,这个微型机器学习生态群(Tiny ML)的目标是对最小的处理器进行推理,比如为远程传感器供电的8位微控制器。

如果我们讨论的是智能手机之类的东西,那么在边缘推理方面已经有了很大进展。在2019年11月,谷歌开放了两个版本的机器学习算法的源代码,其中一个运行所需的能量减少了50%,另一个运行速度是之前版本的两倍。还有一些初创公司,如Flex Logix、Greenwaves和Syntiant,使用专用的硅来应对类似的挑战。

但是Tiny ML有不同的目标。想象一下,如果机器学习模型,能够把对话和助听器上的背景噪音区分开来。如果您无法在设备本身上安装该模型,那么您就需要在运行在该模型上的云保持无线连接。但如果您能够安装它的话,直接在助听器上运行该模型更有效、更安全。

Tiny ML的研究人员也在尝试在电池供电的边缘设备上使用ML来进行更好的数据分类。Latent AI公司首席执行长Jags Kandasamy表示,他的公司正在与制造增强现实和虚拟现实耳机相关公司进行谈判。Latent AI正在开发用于微型处理器的神经网络压缩软件。这些公司希望利用他们的耳机收集的大量图像数据,对设备上看到的图像进行分类,这样他们就可以将有用的数据发送到云上,供以后培训使用。 “如果你已经看到了10辆丰田皇冠,它们真的有必要转移到云端吗?”Kandasamy问道。

由于机器学习通常需要大量的电力,而将设备上的数据进行分类可以减少收集到云中的数据量,从而节省带宽和电力。

当涉及到机器学习时,很多人觉得数据越大才越好,但我对将机器学习应用到边缘的潜力感到兴奋。尽管Tiny ML仍然专注于推理的挑战,也许有一天我们甚至可以考虑在边缘上训练网络本身。

声明:转载此文是出于传递更多信息之目的。若有来源标注错误或侵犯了您的合法权益,请与我们联系,我们将及时更正、删除,谢谢。

分享到:
阅读延展
机器学习 算法
  • 2021年的主要物联网趋势

    2021年的主要物联网趋势

    最近由IoT World Today进行的2020年物联网采用调查也印证了这一观点,57%的受访者表示,他们将使用人工智能和机器学习进行性能监测。

  • 中科天玑两项产品通过中国信通院评测,大数据平台能力获权威认证

    中科天玑两项产品通过中国信通院评测,大数据平台能力获权威认证

    天玑智能机器学习平台(BDA)是集数据预处理、模型训练、预测、评估为一体的一站式大数据智能分析挖掘平台,可帮助用户快速构建和持续优化大数据分析模型,实现分析模型从构建到应用的全生命周期管理,从中挖掘大数据资产价值。

  • 视觉物联网:未开发的资源

    视觉物联网:未开发的资源

    从那时起,物联网迅速普及,制造业、能源生产和运输部门开始涉足其中,物联网的工业应用推动了工业4.0(IIoT)。人工智能和机器学习对语音激活技术的快速采用提供了额外的推动力,音频驱动设备学会了如何解释和预测通过语音命令请求的数据。如今,Siri、Alexa和Google Assistant已成为主流。

  • 意展医疗器械CDMO:可穿戴医疗设备需要新突破

    意展医疗器械CDMO:可穿戴医疗设备需要新突破

    机器学习算法以及 数字解决方案。用于解决不同问题 心脏病引起的死亡和住院原因。旨在重新定义突发性心脏骤停的治疗方法 死亡风险。贴片可穿戴式心脏复律除颤器(P-WCD),设计用于检测和治疗危及生命的个人除颤器。

  • 意法半导体推出内置机器学习内核的高精度测斜仪

    意法半导体推出内置机器学习内核的高精度测斜仪

    中国,2020年8月26日——意法半导体的IIS2ICLX是一款高精度、低功耗的双轴数字测斜仪,用于工业自动化和结构健康监测[0]等应用,具有可设置的机器学习内核和16个独立的可设置有限状态机,有助于边缘设备节能省电,减少向云端传输的数据量。

  • 物联网技术及相关产业正处在蓬勃发展阶段

    物联网技术及相关产业正处在蓬勃发展阶段

    根据报告,在预测期内,数据分析和机器学习解决方案部门将拥有更大的市场规模。这是因为需要对跨行业垂直领域的连接设备产生的大量数据进行分析。

  • 算法公司角逐AI芯片,商业化之难如何破?

    算法公司角逐AI芯片,商业化之难如何破?

    GPU投资升温、AI算法公司推进芯片商业化提速,这释放什么样的信号?AI芯片正酝酿什么样的变局?值得一提的是,且IDC预测,随着AI算法模型趋于成熟,中国AI市场将迎来从模型训练主导向AI推理应用主导的转变,AI推理市场支出将从2022年开始超越AI训练市场。

  • 现代化农业的物联网解决方案

    现代化农业的物联网解决方案

    农业中的物联网涉及土壤传感器、摄像头、气象站和其他技术设备,以收集有关农业作业的信息。收集的数据使用算法或其他软件进行切片,以将其转化为有用的见解。这些洞察力可能是关于土壤中缺少的一种重要养分,可能是虫害的潜在威胁,也可能是家畜的总体健康状况。

  • 传苹果正与多家激光雷达传感器供应商谈判

    传苹果正与多家激光雷达传感器供应商谈判

    知情人士表示,苹果正就激光雷达传感器与多家潜在供应商进行积极谈判,激光雷达传感器可以允许车载电脑“看到”环境。据悉,苹果多年来一直致力于无人驾驶汽车项目,并自己研发了自动驾驶系统所需的大部分必要软件、底层处理器和人工智能算法。

  • 中国大数据大规模应用,对于捕捉间谍能发挥多大作用?

    中国大数据大规模应用,对于捕捉间谍能发挥多大作用?

    虽然某些人可能会指责,采用大数据算法监控间谍会“侵害隐私”,“警察国家”之类的言论也会出现,但是不做亏心事,不怕鬼敲门,只有居心不良,准备祸害这个国家的人,才会害怕这些手段。

  • 深度!多传感器融合是当今车辆设计核心

    深度!多传感器融合是当今车辆设计核心

    多传感器融合是 ADAS 与 ADS 系统发展核心之一,依靠单一传感器的主动安全方案将逐渐减少,值得一提的是,当传感器数量与类型越来越多时,如何将这些异质感测器进行时间与空间同步、耗能、散热、算法等的挑战多且复杂。

  • 大数据“杀熟”,必须重罚!(网上中国)

    大数据“杀熟”,必须重罚!(网上中国)

    “算法应用不公针对的是社会大众,每个人都可能成为潜在的受害者。”中消协副秘书长栗元广提出,法律应加强算法应用的有效规制。

微信

第一时间获取电子制造行业新鲜资讯和深度商业分析,请在微信公众账号中搜索“哔哥哔特商务网”或者“big-bit”,或用手机扫描左方二维码,即可获得哔哥哔特每日精华内容推送和最优搜索体验,并参与活动!

发表评论

  • 最新评论
  • 广告
  • 广告
  • 广告
广告
粤B2-20030274号   Copyright Big-Bit © 2019-2029 All Right Reserved 哔哥哔特 版权所有     未经本网站书面特别授权,请勿转载或建立影像,违者依法追究相关法律责任