該研究正在通過物聯(lián)網(wǎng)擴(kuò)展AI的使用

電氣與計(jì)算機(jī)工程副教授Yang Chengmo正在研究通過使用新興的存儲(chǔ)設(shè)備來支持智能手機(jī)等物品的低功耗嵌入式系統(tǒng)中的神經(jīng)網(wǎng)絡(luò)的方法，該設(shè)備即使在斷電時(shí)也可以檢索信息，并且還可以最大程度地減少這些新興設(shè)備中的錯(cuò)誤。

如果您擁有具有面部識(shí)別功能的智能手機(jī)，您可能會(huì)想知道：您的設(shè)備如何學(xué)會(huì)識(shí)別自己的臉而不是配偶的臉?

值得稱贊的是神經(jīng)網(wǎng)絡(luò)，一種越來越多地用于日常設(shè)備的人工智能形式。神經(jīng)網(wǎng)絡(luò)是經(jīng)過訓(xùn)練的算法，可以識(shí)別模式并不斷提高其識(shí)別能力，就像人的大腦一樣。

為了變得如此聰明，神經(jīng)網(wǎng)絡(luò)需要大量的功率，到目前為止，這已經(jīng)限制了它們?cè)谛⌒碗姵毓╇娫O(shè)備中的用途。您是否曾經(jīng)想過為什么智能手機(jī)支持人臉識(shí)別，但智能手表卻不支持?僅僅是因?yàn)槭直頉]有足夠的動(dòng)力來支撐它。得益于科學(xué)基金會(huì)(NSF)的新?lián)芸睿乩A大學(xué)電氣與計(jì)算機(jī)工程副教授Yang Chengmo正在研究通過使用新興的存儲(chǔ)設(shè)備來支持低功耗嵌入式系統(tǒng)中的神經(jīng)網(wǎng)絡(luò)的方法，該存儲(chǔ)設(shè)備即使在上電后也可以檢索信息。關(guān)閉，并進(jìn)一步減少這些新興設(shè)備中的錯(cuò)誤。

適用于神經(jīng)網(wǎng)絡(luò)的硬件

為了構(gòu)建神經(jīng)網(wǎng)絡(luò)，工程師需要正確組合硬件和軟件。Yang正在從硬件方面接近神經(jīng)網(wǎng)絡(luò)。

楊說：“我的研究致力于如何開發(fā)更適合某些應(yīng)用的下一代設(shè)備或系統(tǒng)或計(jì)算機(jī)。”她特別致力于隨著設(shè)備在物聯(lián)網(wǎng)(IoT)中的連接日益緊密而提高其使用壽命和可靠性。其中一些設(shè)備(尤其是低端嵌入式和IoT設(shè)備)沒有足夠的內(nèi)存空間或電池電量來運(yùn)行神經(jīng)網(wǎng)絡(luò)算法。

楊說：“例如，某些在戶外使用的傳感器不適合頻繁的電池充電。”“您希望能夠使用多年，但是神經(jīng)網(wǎng)絡(luò)算法幾乎每周或每月都可以更新。”

解決方案可能在于使用非易失性存儲(chǔ)器，該存儲(chǔ)器不依靠電力來存儲(chǔ)信息。使用這些系統(tǒng)，即使斷電也不會(huì)丟失數(shù)據(jù)。

楊說：“新興設(shè)備利用物理特性來存儲(chǔ)價(jià)值。”“例如，該材料可能具有用于存儲(chǔ)信息的兩個(gè)不同階段，并且當(dāng)您不使用它時(shí)，不需要提供任何電源。”

這些類型的設(shè)備可能會(huì)遇到某些類型的錯(cuò)誤，并會(huì)受到溫度和濕度等條件變化的負(fù)面影響。然后，在這些設(shè)備上運(yùn)行的任何神經(jīng)網(wǎng)絡(luò)都可能有出??錯(cuò)的風(fēng)險(xiǎn)。Yang正在開發(fā)一種新的方法來測(cè)試設(shè)備以及檢測(cè)，分類和緩解神經(jīng)網(wǎng)絡(luò)中的這些錯(cuò)誤。她的目標(biāo)是確定累積的錯(cuò)誤閾值，在該閾值上可以重新編程或刷新設(shè)備，以將其恢復(fù)為原始的無錯(cuò)誤狀態(tài)。

楊說：“由于刷新和重新編程會(huì)消耗一些能量，因此只在知道必要時(shí)才這樣做。”

Yang教授微處理器和嵌入式系統(tǒng)的本科課程，旨在為本科生解決復(fù)雜的硬件問題做好準(zhǔn)備。她還是垂直整合項(xiàng)目(VIP)團(tuán)隊(duì)的負(fù)責(zé)人，該團(tuán)隊(duì)名為“威脅互聯(lián)網(wǎng)”。這些項(xiàng)目將本科生，研究生和教職員工配對(duì)，共同致力于實(shí)際項(xiàng)目。

“對(duì)學(xué)生來說，了解數(shù)據(jù)科學(xué)的硬件方面很重要。當(dāng)大多數(shù)人談?wù)摂?shù)據(jù)科學(xué)和模型時(shí)，他們會(huì)考慮軟件，而不是如何在硬件中實(shí)現(xiàn)這些模型。”隨著設(shè)備變得越來越先進(jìn)，這些技能將變得越來越重要，因此Yang計(jì)劃教學(xué)生如何使用硬件來實(shí)現(xiàn)強(qiáng)大的神經(jīng)網(wǎng)絡(luò)加速器。

她還教授系統(tǒng)可靠性研究生課程，以幫助學(xué)生識(shí)別硬件中有問題的故障和錯(cuò)誤。

“當(dāng)學(xué)生開始學(xué)習(xí)編程時(shí)，他們會(huì)認(rèn)為盡管軟件可能存在錯(cuò)誤，但硬件始終是良好且值得信賴的，”楊說。“這種假設(shè)不再成立。”