Radiofrequente neurale netwerken voor slimme apparaten

Moderne kunstmatige intelligentie vereist doorgaans aanzienlijke rekenkracht, wat lastig is voor compacte apparaten zoals smartphones, wearables en drones. Deze systemen missen vaak de benodigde hardware om zware modellen efficiënt uit te voeren zonder dat dit ten koste gaat van de batterijduur of het gewicht.

Slim hergebruik van radiotechnologie

In plaats van extra rekenhardware toe te voegen, onderzoekt men alternatieven waarbij componenten worden ingezet die al aanwezig zijn in draadloze apparatuur. Frequentiemixers in radiosystemen kunnen signalen verwerken, wat nieuwe mogelijkheden biedt voor het direct toepassen van neurale netwerken op de rand van het netwerk.

Het uitvoeren van machine learning lokaal op eindapparaten, ook wel edge computing genoemd, heeft als voordeel dat data het apparaat niet hoeft te verlaten voor externe servers. Dit draagt bij aan een lagere reactietijd en een betere bescherming van de privacy van gebruikers.