Устройството е създадено от ръководителя на групата за машинно обучение и оптимизация на Microsoft, Офер Декел. Той откри, че катерици крадат цветни луковици заедно със семена в хранилката за птици в градината в задния му двор. Естествено, той не можеше буквално да бди в сенките и да преследва гризачите с космати опашки с голи ръце, така че измисли план.
Препоръчани видеоклипове
Използвайки неговия екип, намиращ се в изследователската лаборатория в Редмънд, Вашингтон (той има и такава в Индия), те обучиха модел с компютърно зрение да открива катерици. След това изкуственият интелект беше разположен върху платка Raspberry Pi 3 в специално устройство, което той монтира в задния си двор. Така, когато катерица вдигне глава, устройството ще включи спринклерната система, осуетявайки крадливите навици на гризача.
Свързани
- „Специално събитие“ на Microsoft, насрочено за септември – Вероятни съобщения за Surfaces и AI
- Гледайте как този разработчик използва Raspberry Pi, за да съживи китарен усилвател
- Microsoft Surface Laptop 3 срещу. Dell XPS 13
Този „проект“ в задния двор е само част от цялостната картина на Microsoft за свят на първо място с изкуствен интелект. „Преминаваме от днешния свят, който е на първо място в мобилните устройства и в облака, към нов свят, който ще бъде съставен от интелигентен облак и интелигентно предимство,“ Това каза изпълнителният директор на Microsoft Сатя Надела по време на неотдавнашната конференция за разработчици Build.
Голямото постижение в проекта за лов на катерици, според Microsoft, е натъпкването на дълбока невронна мрежа върху изключително малък чип. Декел и неговият екип използваха „различни техники“, за да компресират невронната мрежа, която по същество е „клас предиктори“, вдъхновени от нашите мозъци.
Една техника се нарича квантуване на теглото, способна да натъпче повече параметри в по-малко физическо пространство. Тази компресия позволява и на изкуствения интелект да работи по-бързо. Освен това групата на Dekel проучва техника, наречена подрязване, която премахва излишъците в невронните мрежи. Това има двойна полза: възможността за стартиране на невронна мрежа изключително малки процесории по-бързи времена за оценка.
Екипът обаче иска да накара изкуствения интелект да работи на най-малкия ARM базиран процесор до момента: Cortex M0. Според ARM, този процесор има „планова площ“ от 0,007 mm на квадрат. Това е много, много малко и ще изисква от екипа да направи своите модели за машинно обучение до 10 000 пъти по-малки от това, което компресират за Raspberry Pi 3.
„Просто няма начин да се вземе дълбока невронна мрежа, тя да остане толкова точна, колкото е днес, и да консумира 10 000 по-малко ресурси. Не можеш да го направиш - каза Декел. „Така че за това имаме по-дългосрочен подход, който е да започнем от нулата. Да започнем от математиката на бялата дъска и да изобретим нов набор от технологии и инструменти за машинно обучение, които са пригодени за тези платформи с ограничени ресурси.“
За да видите върху какво работи екипът в момента, можете да изтеглите ранни визуализации от Депото на GitHub на Microsoft тук. Той също така предоставя визуализации на техниките за компресиране и алгоритмите за обучение.
Препоръки на редакторите
- Статията за пътешествия, очевидно генерирана от AI, оставя Microsoft червено лице
- Bing Chat: как да използвате собствената версия на ChatGPT на Microsoft
- Какво е Raspberry Pi и какво мога да правя с него през 2022 г.?
- Езиков супермодел: Как GPT-3 тихо въвежда A.I. революция
- Вече можете да натъпчете вашия Raspberry Pi 4 с 8 GB RAM за $75
Надградете начина си на животDigital Trends помага на читателите да следят забързания свят на технологиите с всички най-нови новини, забавни ревюта на продукти, проницателни редакционни статии и единствени по рода си кратки погледи.
