อุปกรณ์นี้สร้างขึ้นโดย Ofer Dekel หัวหน้ากลุ่ม Machine Learning and Optimization ของ Microsoft เขาค้นพบว่ากระรอกกำลังขโมยหัวดอกไม้พร้อมกับเมล็ดพืชจากเครื่องให้อาหารนกในสวนหลังบ้านของเขา โดยธรรมชาติแล้ว เขาไม่สามารถเฝ้าดูในเงามืดและไล่หนูหางขนยาวด้วยมือเปล่าได้ ดังนั้นเขาจึงคิดแผนขึ้นมา
วิดีโอแนะนำ
ด้วยการใช้ทีมงานของเขาซึ่งตั้งอยู่ที่เรดมอนด์ รัฐวอชิงตัน ซึ่งเป็นห้องปฏิบัติการวิจัย (เขามีห้องปฏิบัติการแห่งหนึ่งในอินเดียด้วย) พวกเขาจึงฝึกแบบจำลองการมองเห็นด้วยคอมพิวเตอร์เพื่อตรวจจับกระรอก จากนั้นปัญญาประดิษฐ์ก็ถูกนำไปใช้กับบอร์ด Raspberry Pi 3 ภายในอุปกรณ์พิเศษที่เขาติดตั้งในสวนหลังบ้าน ดังนั้นเมื่อกระรอกเงยหัวขึ้น อุปกรณ์จะเปิดระบบสปริงเกอร์ เพื่อขัดขวางนิสัยการขโมยของหนู
ที่เกี่ยวข้อง
- Microsoft 'กิจกรรมพิเศษ' กำหนดไว้สำหรับเดือนกันยายน – อาจมีการประกาศ Surfaces และ AI
- ดูนักพัฒนารายนี้ใช้ Raspberry Pi เพื่อฟื้นฟูแอมป์กีตาร์
- Microsoft Surface Laptop 3 กับ เดลล์ XPS13
“โครงการ” หลังบ้านนี้เป็นเพียงส่วนหนึ่งของภาพรวมของ Microsoft เกี่ยวกับโลกแห่งปัญญาประดิษฐ์ “เรากำลังย้ายจากโลกที่เน้นมือถือเป็นหลักและคลาวด์เป็นหลักในปัจจุบัน ไปสู่โลกใหม่ที่ประกอบด้วยคลาวด์อัจฉริยะและ Edge อัจฉริยะ” Satya Nadella ซีอีโอของ Microsoft กล่าว ในระหว่างการประชุม Build Developer ล่าสุด
ความสำเร็จครั้งใหญ่ในโครงการล่ากระรอก อ้างอิงจาก Microsoft คือการอัดโครงข่ายประสาทเทียมระดับลึกลงบนชิปที่มีขนาดเล็กมาก Dekel และทีมงานของเขาใช้ "เทคนิคที่หลากหลาย" เพื่อบีบอัดโครงข่ายประสาทเทียม ซึ่งโดยพื้นฐานแล้วคือ "ประเภทตัวทำนาย" ที่ได้รับแรงบันดาลใจจากสมองของเรา
เทคนิคหนึ่งเรียกว่าการวัดปริมาณน้ำหนัก ซึ่งสามารถอัดพารามิเตอร์ได้มากขึ้นในพื้นที่ทางกายภาพที่เล็กลง การบีบอัดนี้ช่วยให้ปัญญาประดิษฐ์ทำงานเร็วขึ้นเช่นกัน นอกจากนี้ กลุ่มของ Dekel กำลังตรวจสอบเทคนิคที่เรียกว่าการตัดแต่งกิ่ง ซึ่งจะขจัดความซ้ำซ้อนในโครงข่ายประสาทเทียม สิ่งนี้มีข้อดีสองประการ: ความสามารถในการรันโครงข่ายประสาทเทียม โปรเซสเซอร์ขนาดเล็กมากและประเมินผลได้เร็วยิ่งขึ้น
อย่างไรก็ตาม ทีมงานต้องการให้ปัญญาประดิษฐ์ทำงานบนโปรเซสเซอร์ที่ใช้ ARM ที่เล็กที่สุดในปัจจุบัน: คอร์เท็กซ์ M0. จากข้อมูลของ ARM โปรเซสเซอร์นี้มี "พื้นที่แผนผัง" 0.007 มม. กำลังสอง ซึ่งมีขนาดเล็กมากและจะต้องให้ทีมสร้างโมเดลการเรียนรู้ของเครื่องให้เล็กกว่าที่พวกเขาบีบอัดสำหรับ Raspberry Pi 3 ถึง 10,000 เท่า
“ไม่มีทางใดเลยที่จะนำโครงข่ายประสาทเทียมเชิงลึก ทำให้มันแม่นยำเหมือนที่เป็นอยู่ในปัจจุบัน และใช้ทรัพยากรน้อยลง 10,000 คุณไม่สามารถทำได้” Dekel กล่าว “เพื่อสิ่งนั้น เรามีแนวทางระยะยาวซึ่งก็คือการเริ่มต้นใหม่ทั้งหมด เพื่อเริ่มต้นจากคณิตศาสตร์บนกระดานไวท์บอร์ดและคิดค้นชุดเทคโนโลยีและเครื่องมือการเรียนรู้ของเครื่องใหม่ที่ปรับแต่งสำหรับแพลตฟอร์มที่มีทรัพยากรจำกัดเหล่านี้”
หากต้องการดูว่าทีมกำลังทำอะไรอยู่ สามารถดาวน์โหลดตัวอย่างล่วงหน้าได้จาก คลัง GitHub ของ Microsoft ที่นี่. นอกจากนี้ยังมีการแสดงตัวอย่างเทคนิคการบีบอัดและอัลกอริธึมการฝึกอบรม
คำแนะนำของบรรณาธิการ
- บทความท่องเที่ยวที่เห็นได้ชัดว่าสร้างโดย AI ทำให้ Microsoft หน้าแดง
- Bing Chat: วิธีใช้ ChatGPT เวอร์ชันของ Microsoft
- Raspberry Pi คืออะไรและฉันจะทำอะไรได้บ้างในปี 2022
- นางแบบภาษา: GPT-3 เปิดตัว A.I. อย่างเงียบ ๆ ได้อย่างไร การปฎิวัติ
- ตอนนี้คุณสามารถอัด Raspberry Pi 4 ของคุณด้วย RAM ขนาด 8GB ได้ในราคา 75 ดอลลาร์
อัพเกรดไลฟ์สไตล์ของคุณDigital Trends ช่วยให้ผู้อ่านติดตามโลกแห่งเทคโนโลยีที่เปลี่ยนแปลงไปอย่างรวดเร็วด้วยข่าวสารล่าสุด รีวิวผลิตภัณฑ์สนุกๆ บทบรรณาธิการที่เจาะลึก และการแอบดูที่ไม่ซ้ำใคร