計算不上“云”嵌入式人工智能實現(xiàn)實時決策本地化 將龐大計算縮減至微小終端中

7月22日，記者從鄭州輕工業(yè)大學(xué)獲悉，由鄭州輕工業(yè)大學(xué)計算機與通信工程學(xué)院教授蘇日建領(lǐng)銜的團隊主持的國家自然科學(xué)基金“基于超順磁性納米粒子的無創(chuàng)測溫方法研究”項目有了新進展。

本項目率先將嵌入式技術(shù)用于生物信息測量領(lǐng)域，進行了嵌入式人工智能的重要創(chuàng)新并取得了突破。項目通過嵌入式人工智能算法，明晰了熱療靶區(qū)的溫度與磁性納米粒子特性參數(shù)之間的關(guān)系，并探索出了一種基于磁性納米粒子的非侵入式、在體的靶區(qū)溫度場測量方法，可為腫瘤靶向熱療中溫度測量提供有效的溫度、濃度磁化模型及生物熱傳導(dǎo)模型，對于提高惡性腫瘤的治療效果具有重要的意義。

未聯(lián)網(wǎng)也能進行實時計算

“嵌入式人工智能是當(dāng)前最熱門的人工智能商業(yè)化技術(shù)之一。所謂嵌入式人工智能，就是設(shè)備無須通過云端數(shù)據(jù)中心進行大規(guī)模計算，而是在本地、不聯(lián)網(wǎng)的情況下就可以做到實時環(huán)境感知、人機交互、決策控制等。”蘇日建在接受科技日報記者采訪時表示，嵌入式人工智能利用嵌入式終端設(shè)備僅通過邊緣計算進行簡化模型訓(xùn)練。

業(yè)界的普遍觀點認為，人工智能需要通過計算機進行大量數(shù)據(jù)訓(xùn)練來達到與人類類似甚至超過人類的知識、推理、決策與操控能力。與在云端數(shù)據(jù)中心進行大規(guī)模數(shù)據(jù)模型訓(xùn)練的傳統(tǒng)人工智能不同，嵌入式人工智能具有去中心化、模型簡化、訓(xùn)練數(shù)據(jù)縮減、高實時性等特點。

蘇日建說，5G技術(shù)會催生更多的人工智能應(yīng)用場景，據(jù)預(yù)測，2025年，人工智能將會產(chǎn)生5.1萬億美元的應(yīng)用市場。嵌入式人工智能可以應(yīng)用在醫(yī)療、零售、智能交通及智能制造等領(lǐng)域。

將龐大計算縮減至微小終端中

全球移動通信系統(tǒng)協(xié)會統(tǒng)計，2020年全球物聯(lián)網(wǎng)聯(lián)網(wǎng)設(shè)備數(shù)量已達126億個。如果所有設(shè)備均按現(xiàn)有人工智能模型的訓(xùn)練方向進行云計算，很大一部分物聯(lián)網(wǎng)終端將受制于網(wǎng)絡(luò)帶寬速度的影響，無法實現(xiàn)高實時的決策與控制。這必然帶來糟糕的用戶體驗，甚至造成更嚴(yán)重的問題，如自動駕駛中的高延時將帶來駕駛風(fēng)險;人臉識別數(shù)據(jù)上傳則可能造成隱私信息泄露等。

“當(dāng)然這并不是說在云端進行模型訓(xùn)練和決策控制的人工智能與嵌入式人工智能是矛盾的，只是二者的訴求不同，適合的應(yīng)用場景也不同。”蘇日建解釋，云端更適合數(shù)據(jù)吞吐量高且模型復(fù)雜的訓(xùn)練;而嵌入式人工智能則在需要高實時計算的應(yīng)用場景更具優(yōu)勢。

“可以說嵌入式人工智能本質(zhì)是將云端的算法部署至終端設(shè)備，也就是運算邊緣化。其最大的難點在于將云端的海量數(shù)據(jù)及龐大的計算規(guī)模縮減至終端設(shè)備中運算、處理。”蘇日建說，具體來說，一是如何根據(jù)模型訓(xùn)練的算法在芯片設(shè)計上增加神經(jīng)處理單元或節(jié)點;二是如何在不降低描述精度的情況下簡化訓(xùn)練模型，降低算法復(fù)雜性;三是如何在保證決策準(zhǔn)確度和控制精度的情況下，減少訓(xùn)練數(shù)據(jù)的數(shù)量。“這些既是業(yè)界所面臨的問題，更是我國研究人員要突破的技術(shù)瓶頸”。(記者 馬愛平)