O dispositivo foi criado pelo chefe do grupo de Machine Learning e Otimização da Microsoft, Ofer Dekel. Ele descobriu que esquilos estavam roubando bulbos de flores junto com sementes no comedouro de pássaros em seu quintal. Naturalmente, ele não podia literalmente vigiar nas sombras e perseguir os roedores de cauda peluda com as próprias mãos, então ele elaborou um plano.
Vídeos recomendados
Usando sua equipe localizada no laboratório de pesquisa de Redmond, Washington (ele também tem um na Índia), eles treinaram um modelo de visão computacional para detectar esquilos. A inteligência artificial foi então implantada em uma placa Raspberry Pi 3 dentro de um dispositivo especial que ele montou em seu quintal. Assim, quando um esquilo levanta a cabeça, o aparelho liga o sistema de sprinklers, frustrando os hábitos de roubo do roedor.
Relacionado
- ‘Evento especial’ da Microsoft marcado para setembro – prováveis anúncios de superfícies e IA
- Veja este desenvolvedor usar um Raspberry Pi para reviver um amplificador de guitarra
- Microsoft Surface Laptop 3 vs. Dell XPS 13
Este “projeto” de quintal é apenas parte do quadro geral da Microsoft de um mundo que prioriza a inteligência artificial. “Estamos migrando do que hoje é o mundo mobile-first e cloud-first para um novo mundo que será composto por uma nuvem inteligente e uma borda inteligente”, O CEO da Microsoft, Satya Nadella, disse durante a recente conferência de desenvolvedores Build.
A grande conquista do projeto de caça aos esquilos, segundo a Microsoft, foi amontoar uma rede neural profunda em um chip extremamente pequeno. Dekel e sua equipe usaram “uma variedade de técnicas” para comprimir a rede neural, que é essencialmente “uma classe de preditores” inspirada em nossos cérebros.
Uma técnica é chamada de quantização de peso, capaz de amontoar mais parâmetros em um espaço físico menor. Essa compressão também permite que a inteligência artificial trabalhe mais rápido. Além disso, o grupo de Dekel está examinando uma técnica chamada poda, que remove redundâncias em redes neurais. Isto tem um duplo benefício: a capacidade de executar uma rede neural em processadores extremamente pequenose tempos de avaliação mais rápidos.
No entanto, a equipe deseja que a inteligência artificial funcione no menor processador baseado em ARM até o momento: o Córtex M0. De acordo com a ARM, este processador tem uma “área de planta baixa” de 0,007 mm quadrados. Isso é muito, muito pequeno e exigirá que a equipe torne seus modelos de aprendizado de máquina até 10.000 vezes menores do que estão compactando para o Raspberry Pi 3.
“Simplesmente não há como pegar uma rede neural profunda, mantê-la tão precisa quanto é hoje e consumir 10.000 recursos a menos. Você não pode fazer isso”, disse Dekel. “Então, para isso, temos uma abordagem de longo prazo, que é começar do zero. Começar com a matemática no quadro branco e inventar um novo conjunto de tecnologias e ferramentas de aprendizado de máquina adaptadas para essas plataformas com recursos limitados.”
Para ver no que a equipe está trabalhando atualmente, as primeiras visualizações podem ser baixadas em Depósito GitHub da Microsoft aqui. Ele também fornece visualizações das técnicas de compressão e algoritmos de treinamento.
Recomendações dos Editores
- Artigo de viagens aparentemente gerado por IA deixa a Microsoft com o rosto vermelho
- Bing Chat: como usar a própria versão do ChatGPT da Microsoft
- O que é Raspberry Pi e o que posso fazer com ele em 2022?
- Supermodelo de linguagem: como o GPT-3 está silenciosamente inaugurando a IA. revolução
- Agora você pode encher seu Raspberry Pi 4 com 8 GB de RAM por US$ 75
Atualize seu estilo de vidaDigital Trends ajuda os leitores a manter o controle sobre o mundo acelerado da tecnologia com as últimas notícias, análises divertidas de produtos, editoriais criteriosos e prévias únicas.
