MCUNet Visual Wake Word Demo on a $10 Microcontroller
先进技术可以在家用电器上实现人工智能,同时提高数据安全性和能源效率。
深度学习无处不在。人工智能的这一分支负责管理您的社交媒体并提供您的Google搜索结果。不久,深度学习还可以检查您的体能或设置恒温器。麻省理工学院的研究人员开发了一种系统,可以将深度学习神经网络带到新的甚至更小的地方,例如可穿戴医疗设备中的微型计算机芯片,家用电器以及构成“物联网”的2500亿其他物体。
该系统称为MCUNet,它设计了紧凑的神经网络,尽管内存和处理能力有限,但它们为IoT设备上的深度学习提供了空前的速度和准确性。该技术可以促进物联网领域的扩展,同时节省能源并提高数据安全性。
这项研究将在下个月的神经信息处理系统会议上发表。主要作者是吉林,他是麻省理工学院电气工程和计算机科学系宋汉实验室的博士研究生。共同作者包括麻省理工学院的Han和Yujun Lin,麻省理工学院和台湾国立大学的陈伟明以及MIT-IBM Watson AI Lab的John Cohn和Chuang Gan。
物联网
物联网诞生于1980年代初期。卡内基·梅隆大学