時間：2017-07-01 來源：互聯網 瀏覽量：
當你遠離一個基站，需要弄清楚藍鳥是Sialia sialis還是Sialia墨西哥的時候，沒有雲服務器會幫你。這就是為什麼企業將人工智能推向便攜設備的原因，而微軟則將深度學習算法應用到樹莓派上，將其推向了一個新的極端。他們的目標是讓人工智能進入“愚蠢”的設備，如灑水器、醫療植入物和土壤傳感器，使它們更有用，即使沒有超級計算機或互聯網連接。
這個想法來自於微軟在雷德蒙德和印度班加羅爾的實驗室團隊。Ofer Dekel在雷德蒙德實驗室管理著一個人工智能優化小組，他正在試圖找到一種方法來阻止鬆鼠從他的鳥類喂食器中吃花球和種子。就像一個人所做的那樣，他訓練了一個計算機視覺係統來識別鬆鼠，並將代碼安裝在35美元的樹莓派3上。現在，每當齧齒動物出現時，它就會觸發自動噴水係統，把它們趕走。
Dekel在微軟的博客中說:“每一個擁有樹莓派的愛好者都應該能夠做到這一點。”“今天，很少有人能這樣做。“問題在於，在鬆鼠傳感器上安裝高性能芯片或連接雲計算設備太昂貴和不切實際。然而，在傳感器和其他設備上配備10美元的樹莓0或如上圖所示的胡椒大小的皮質M0芯片是可行的。
為了使其在通常隻有幾千字節的RAM的係統上工作，團隊將神經網絡的參數壓縮為幾位，而不是通常的32位。另一種技術是算法的“火花化”，這是一種減少冗餘的方法。通過這樣做，他們能夠讓圖像檢測係統在樹莓派3上運行速度快20倍，而不會造成任何精度的損失。
然而，將其提升到下一個層次並不那麼容易。他說:“沒有辦法采用深度神經網絡，讓它保持和現在一樣精確，消耗1萬倍的資源。你不能這麼做，”Dekel說。為此，他們需要發明一種針對低功耗設備的新型人工智能技術，這很棘手，因為研究人員還不知道學習工具到底有多深。
微軟的研究人員正在為一些有缺陷的人做一些項目，比如可以檢測摔倒和發出求救信號的拐杖，以及能解釋手語的“智能手套”。為了獲得一些新的想法和幫助，他們已經為樹莓派愛好者和Github上的其他研究人員提供了一些早期培訓工具和算法。研究人員Saleema Amershi說:“把這些強大的機器學習工具給每一個人，是人工智能的民主化。”
