Jaudīgi datorredzes algoritmi tagad ir pietiekami mazi, lai tie darbotos jūsu tālrunī

Kategorija: Mākslīgais intelekts Ievietots 11. oktobris

Pētnieki ir samazinājuši vismodernākos datorredzes modeļus, lai tie darbotos ar mazjaudas ierīcēm.

Augošas sāpes: Vizuālā atpazīšana ir dziļās mācīšanās spēcīgākā prasme. Datorredzes algoritmi analizē medicīniskos attēlus, ļauj izmantot pašpiedziņas automašīnas un iedarbina sejas atpazīšanu. Taču apmācības modeļi, lai atpazītu darbības videoklipos, ir kļuvuši arvien dārgāki. Tas ir radījis bažas par tehnoloģijas oglekļa pēdas nospiedumu un tās pieaugošo nepieejamību vidē ar zemu resursu patēriņu.

Pētījums: Pētnieki MIT-IBM Watson AI Lab tagad to ir izdarījuši izstrādāja jaunu tehniku video atpazīšanas modeļu apmācībai tālrunī vai citā ierīcē ar ļoti ierobežotu apstrādes jaudu. Parasti algoritms apstrādās video, sadalot to attēlu kadros un katrā no tiem izpildot atpazīšanas algoritmus. Pēc tam tas apkopo videoklipā redzamās darbības, redzot, kā objekti mainās nākamajos kadros. Metode prasa, lai algoritms atcerētos katrā kadrā redzēto un secību, kādā tas ir to redzējis. Tas ir nevajadzīgi neefektīvi.

Jaunajā pieejā algoritms tā vietā izvelk katrā kadrā esošo objektu pamata skices un pārklāj tos vienu virs otra. Tā vietā, lai atcerētos, kas notika, kad algoritms var radīt iespaidu par laika ritējumu, aplūkojot, kā objekti skicēs pārvietojas telpā. Pārbaudēs pētnieki atklāja, ka jaunā pieeja apmācīja video atpazīšanas modeļus trīs reizes ātrāk nekā jaunākie. Tas arī varēja ātri klasificēt roku žestus ar nelielu datoru un kameru, kas darbojas tikai ar pietiekami daudz enerģijas, lai darbinātu velosipēda lukturi.

Kāpēc tas ir svarīgi: Jaunā tehnika varētu palīdzēt samazināt kavēšanos un aprēķinu izmaksas esošajos datorredzes komerciālajos lietojumos. Tas, piemēram, varētu padarīt pašbraucošas automašīnas drošākas, paātrinot to reakciju uz ienākošo vizuālo informāciju. Šī metode varētu arī atbloķēt jaunas lietojumprogrammas, kas iepriekš nebija iespējamas, piemēram, ļaujot tālruņiem palīdzēt diagnosticēt pacientus vai analizēt medicīniskos attēlus.

Izplatītais AI: Tā kā arvien vairāk AI pētījumu tiek pārvērsts lietojumprogrammās, vajadzība pēc mazākiem modeļiem pieaugs. MIT-IBM papīrs ir daļa no pieaugošās tendences samazināt jaunākos modeļus līdz vieglāk pārvaldāmam izmēram.

Lai vairāk šādu stāstu tiktu piegādāts tieši jūsu iesūtnē, reģistrējieties mūsu Webby nominētajam AI informatīvajam izdevumam The Algorithm. Tas ir par brīvu.