Nieuw raamwerk zoekt neurale architecturen voor microcontrollers
Er is een nieuwe methode ontwikkeld genaamd ENAS waarmee efficiënte neurale architecturen kunnen worden gezocht voor microcontrollers. Het raamwerk werkt zonder zware grafische kaarten en maakt gebruik van een hybride zoekstrategie.
Onderzoekers hebben een methode gepresenteerd genaamd ENAS, een raamwerk voor Neural Architecture Search dat speciaal is ontworpen voor microcontrollers met beperkte hardwareresources. Veel bestaande technieken voor het ontwerpen van neurale netwerken vereisen krachtige grafische processoren. Dit nieuwe systeem is juist bedoeld om te kunnen functioneren zonder dergelijke zware hardware.
AI op kleine apparaten
Het vakgebied waarin kunstmatige intelligentie wordt toegepast op kleine, energiezuinige microchips staat ook wel bekend als TinyML. Hierbij is het cruciaal dat modellen zo klein en efficiënt mogelijk zijn, zodat ze lokaal kunnen draaien op apparaten met minimale rekenkracht en geheugen. Door gebruik te maken van een combinatie van gerichte zoekstrategieën en caching kan het systeem efficiënt naar geschikte netwerkstructuren zoeken.
De ontwikkeling past binnen een bredere trend waarin AI-toepassingen steeds vaker direct op de hardware worden gedraaid in plaats van in de cloud. Dit verlaagt het energieverbruik en zorgt ervoor dat slimme toepassingen ook mogelijk zijn op apparaten die niet continu met internet verbonden zijn.
Deze samenvatting is gebaseerd op een origineel artikel van arXiv (cs.LG). Lees het volledige, originele bericht bij de bron.
Lees het originele artikel