このデバイスは、Microsoft の機械学習および最適化グループの責任者、Ofer Dekel によって作成されました。 彼は、裏庭の鳥の餌箱でリスが種とともに花の球根を盗んでいることを発見しました。 当然のことながら、彼は文字通り物陰で見張って、素手で毛皮のような尻尾のげっ歯類を追いかけることはできませんでした。そこで、彼はある計画を思いつきました。
おすすめ動画
ワシントン州レドモンドの研究所 (インドにも研究所がある) にある彼のチームを利用して、リスを検出するコンピューター ビジョン モデルをトレーニングしました。 その後、人工知能は、彼が裏庭に取り付けた特別なデバイス内の Raspberry Pi 3 ボードに展開されました。 したがって、リスが頭をもたげると、装置はスプリンクラー システムを作動させ、げっ歯類の窃盗癖を阻止します。
関連している
- Microsoft の「特別イベント」が 9 月に予定 – Surface と AI の発表の可能性が高い
- この開発者が Raspberry Pi を使用してギター アンプを復活させる様子をご覧ください。
- Microsoft Surface Laptop 3 vs. デル XPS 13
この裏庭の「プロジェクト」は、Microsoft が目指す人工知能ファーストの世界の全体像の一部にすぎません。 「私たちは今日のモバイルファースト、クラウドファーストの世界から、インテリジェントなクラウドとインテリジェントなエッジで構成される新しい世界に移行しようとしています。」 マイクロソフトCEOのサティア・ナデラ氏はこう語った。 最近のBuild開発者カンファレンス中に。
Microsoftによれば、リス狩りプロジェクトの大きな成果は、極めて小さなチップにディープニューラルネットワークを詰め込んだことだという。 デケル氏と彼のチームは、「さまざまな技術」を使用してニューラル ネットワークを圧縮しました。ニューラル ネットワークは、本質的には人間の脳からインスピレーションを得た「予測子のクラス」です。
1 つの手法は重み量子化と呼ばれるもので、より多くのパラメータをより小さな物理空間に詰め込むことができます。 この圧縮により、人工知能の動作も高速化されます。 さらに、デケル氏のグループは、ニューラル ネットワークの冗長性を除去するプルーニングと呼ばれる手法を研究しています。 これには、ニューラル ネットワークを実行できるという 2 つの利点があります。 非常に小さなプロセッサ、評価時間が短縮されます。
ただし、チームは人工知能をこれまでで最小の ARM ベースのプロセッサ上で実行したいと考えています。 コーテックスM0. ARM によると、このプロセッサの「フロアプラン領域」は 0.007mm 平方です。 これは非常に小さいため、チームは機械学習モデルを Raspberry Pi 3 用に圧縮しているものの最大 10,000 分の 1 まで小さくする必要があります。
「ディープ ニューラル ネットワークを採用し、現在の精度を維持し、消費リソースを 10,000 削減する方法はありません。 それはできません」とデケルは言いました。 「そのために、私たちはゼロから始めるという長期的なアプローチをとっています。 ホワイトボード上の数学から始めて、リソースに制約のあるプラットフォームに合わせた新しい一連の機械学習テクノロジーとツールを発明することです。」
チームが現在取り組んでいることを確認するには、次から初期プレビューをダウンロードできます。 Microsoft の GitHub デポはこちら. また、圧縮技術とトレーニング アルゴリズムのプレビューも提供します。
編集者のおすすめ
- AI によって生成されたと思われる旅行記事にマイクロソフトは顔を赤らめる
- Bing Chat: Microsoft 独自のバージョンの ChatGPT の使用方法
- Raspberry Pi とは何ですか? 2022 年には Raspberry Pi で何ができるのでしょうか?
- 言語スーパーモデル: GPT-3 がどのようにして静かに A.I. の到来をもたらしているのか 革命
- 75 ドルで Raspberry Pi 4 に 8GB の RAM を詰め込むことができるようになりました
ライフスタイルをアップグレードするDigital Trends は、読者が最新ニュース、楽しい製品レビュー、洞察力に富んだ社説、ユニークなスニーク ピークをすべて提供して、ペースの速いテクノロジーの世界を監視するのに役立ちます。
