Inovativni pristup veštačkoj inteligenciji (AI) omogućava rekonstrukciju širokog polja podataka, kao što je ukupna temperatura okeana, od malog broja senzora koji se mogu primeniti na terenu koristeći ivično računarstvo male snage, sa širokom primenom u industriji, nauci i medicini.
„Razvili smo neuronsku mrežu koja nam omogućava da predstavimo veliki sistem na veoma kompaktan način“, rekao je Havijer Santos, istraživač Nacionalne laboratorije u Los Alamosu. „Ta kompaktnost znači da zahteva manje računarskih resursa u poređenju sa najsavremenijim arhitekturama konvolucionih neuronskih mreža, što ga čini veoma pogodnim za primenu na terenu na bespilotnim letelicama, nizovima senzora i drugim aplikacijama za ivično računarstvo koje stavljaju računanje bliže njegovom kraju. koristiti.”
Santos je prvi autor rada koji je objavio tim istraživača iz Los Alamosa u Nature Machine Intelligence o novoj tehnici veštačke inteligencije, koju su nazvali Senseiver. Rad, koji se zasniva na AI modelu pod nazivom Perceiver IO koji je razvio Google, primenjuje tehnike modela na prirodnom jeziku kao što je ChatGPT na problem rekonstrukcije informacija o širokom području – kao što je okean – iz relativno malog broja merenja.
Tim je shvatio da će model imati široku primenu zbog svoje efikasnosti. „Korišćenje manje parametara i manje memorije zahteva manje ciklusa centralne procesorske jedinice na računaru, tako da radi brže na manjim računarima“, rekao je koautor Dan O’Mali.
U demonstraciji korisnosti Senseiver-a u stvarnom svetu, tim je primenio model na skup podataka Nacionalne uprave za okeane i atmosferu o temperaturi površine mora. Model je bio u stanju da integriše mnoštvo merenja tokom decenija sa satelita i senzora na brodovima. Na osnovu ovih merenja u retkim tačkama, model predviđa temperaturu u celom telu okeana, što pruža informacije korisne za globalne klimatske modele.
Senseiver je veoma pogodan za različite projekte i istraživačke oblasti od interesa za Los Alamos.
„Los Alamos ima širok spektar mogućnosti daljinskog senzora, ali nije lako koristiti veštačku inteligenciju jer su modeli preveliki i ne uklapaju se u uređaje na terenu, što nas dovodi do ivičnog računarstva“, rekao je koautor Hari Visvanatan. „Naš rad donosi prednosti veštačke inteligencije u dronove, mreže senzora na terenu i druge aplikacije koje su trenutno van domašaja najsavremenije AI tehnologije.
Pristup nudi poboljšane mogućnosti za velike, praktične aplikacije kao što su automobili koji se sami voze, daljinsko modeliranje sredstava u nafti i gasu, medicinsko praćenje pacijenata, igranje u oblaku, isporuka sadržaja i praćenje zagađivača.
Izvor: techbriefs.com
