Enheten ble laget av lederen for Microsofts maskinlærings- og optimaliseringsgruppe, Ofer Dekel. Han oppdaget at ekorn stjal blomsterløk sammen med frø i fuglemateren i hagen hans i bakgården. Naturligvis kunne han ikke bokstavelig talt holde vakt i skyggene og jage ned gnagere med pelshale med bare hender, så han kom opp med en plan.
Anbefalte videoer
Ved å bruke teamet hans som ligger ved forskningslaboratoriet i Redmond, Washington (han har også et i India), trente de en datasynsmodell for å oppdage ekorn. Den kunstige intelligensen ble deretter distribuert på et Raspberry Pi 3-brett inne i en spesiell enhet han monterte i hagen sin. Når et ekorn løfter hodet, vil enheten slå på sprinklersystemet, og hindrer gnagerens tyvevaner.
I slekt
- Microsofts 'spesiell begivenhet' satt til september – kunngjøringer av overflater og AI sannsynlig
- Se denne utvikleren bruke en Raspberry Pi for å gjenopplive en gitarforsterker
- Microsoft Surface Laptop 3 vs. Dell XPS 13
Dette bakgårds-"prosjektet" er bare en del av Microsofts overordnede bilde av en kunstig intelligens-første verden. "Vi beveger oss fra det som er dagens mobil-første, sky-første verden til en ny verden som kommer til å bestå av en intelligent sky og intelligent kant," Microsoft-sjef Satya Nadella sa under den nylige Build-utviklerkonferansen.
Den store prestasjonen i ekornjaktprosjektet, ifølge Microsoft, var å stappe et dypt nevralt nettverk på en ekstremt liten brikke. Dekel og teamet hans brukte "en rekke teknikker" for å komprimere det nevrale nettverket, som egentlig er "en klasse med prediktorer" inspirert av hjernen vår.
En teknikk kalles vektkvantisering, i stand til å stappe flere parametere inn i et mindre fysisk rom. Denne komprimeringen gjør at den kunstige intelligensen også kan fungere raskere. I tillegg undersøker Dekels gruppe en teknikk kalt beskjæring, som fjerner redundanser i nevrale nettverk. Dette har en dobbel fordel: muligheten til å kjøre et nevralt nettverk på ekstremt små prosessorer, og raskere evalueringstider.
Imidlertid ønsker teamet å få kunstig intelligens til å kjøre på den minste ARM-baserte prosessoren til dags dato: Cortex M0. I følge ARM har denne prosessoren et "gulvplanareal" på 0,007 mm i kvadrat. Det er veldig, veldig lite, og vil kreve at teamet gjør maskinlæringsmodellene sine opptil 10 000 ganger mindre enn det de komprimerer for Raspberry Pi 3.
"Det er bare ingen måte å ta et dypt nevralt nettverk, få det til å forbli så nøyaktig som det er i dag, og forbruke 10 000 mindre ressurser. Du kan ikke gjøre det, sa Dekel. "Så for det har vi en langsiktig tilnærming, som er å starte fra bunnen av. For å starte fra matematikk på tavlen og finne opp et nytt sett med maskinlæringsteknologier og verktøy som er skreddersydd for disse ressursbegrensede plattformene."
For å se hva teamet jobber med for tiden, kan tidlige forhåndsvisninger lastes ned fra Microsofts GitHub-depot her. Den gir også forhåndsvisninger av kompresjonsteknikker og treningsalgoritmer.
Redaktørenes anbefalinger
- Reiseartikkel som tilsynelatende er generert av AI gjør Microsoft rød i ansiktet
- Bing Chat: hvordan bruker du Microsofts egen versjon av ChatGPT
- Hva er en Raspberry Pi og hva kan jeg gjøre med den i 2022?
- Språksupermodell: Hvordan GPT-3 stille innleder A.I. revolusjon
- Du kan nå stappe Raspberry Pi 4 med 8 GB RAM for $75
Oppgrader livsstilen dinDigitale trender hjelper leserne å følge med på den fartsfylte teknologiverdenen med alle de siste nyhetene, morsomme produktanmeldelser, innsiktsfulle redaksjoner og unike sniktitter.
