Krachtige computervisie-algoritmen zijn nu klein genoeg om op je telefoon te draaien

Categorie: Kunstmatige intelligentie Geplaatst 11 okt

Onderzoekers hebben state-of-the-art computer vision-modellen verkleind om op apparaten met een laag vermogen te kunnen draaien.

Groeipijn: Visuele herkenning is de sterkste vaardigheid van deep learning. Computer vision-algoritmen analyseren medische beelden, maken zelfrijdende auto's mogelijk en maken gezichtsherkenning mogelijk. Maar het trainen van modellen om acties in video's te herkennen is steeds duurder geworden. Dit heeft geleid tot bezorgdheid over de ecologische voetafdruk van de technologie en de toenemende ontoegankelijkheid in omgevingen met weinig hulpbronnen.

Het onderzoek: Onderzoekers van het MIT-IBM Watson AI Lab hebben nu een nieuwe techniek ontwikkeld voor het trainen van videoherkenningsmodellen op een telefoon of ander apparaat met een zeer beperkte verwerkingscapaciteit. Gewoonlijk verwerkt een algoritme video door deze op te splitsen in beeldframes en op elk daarvan herkenningsalgoritmen uit te voeren. Vervolgens worden de acties die in de video worden getoond, samengevoegd door te zien hoe de objecten veranderen in de daaropvolgende frames. De methode vereist dat het algoritme onthoudt wat het in elk frame heeft gezien en de volgorde waarin het het heeft gezien. Dit is onnodig inefficiënt.

In de nieuwe benadering extraheert het algoritme in plaats daarvan basisschetsen van de objecten in elk frame en legt deze over elkaar heen. In plaats van te onthouden wat er toen gebeurde, kan het algoritme een indruk krijgen van het verstrijken van de tijd door te kijken hoe de objecten in de schetsen door de ruimte bewegen. Tijdens het testen ontdekten de onderzoekers dat de nieuwe aanpak videoherkenningsmodellen drie keer sneller trainde dan de stand van de techniek. Het kon ook snel handgebaren classificeren met een kleine computer en camera die alleen op genoeg energie werkt om een ​​fietslicht van stroom te voorzien.

Waarom het uitmaakt: De nieuwe techniek zou de lag- en rekenkosten in bestaande commerciële toepassingen van computervisie kunnen helpen verminderen. Het zou bijvoorbeeld zelfrijdende auto's veiliger kunnen maken door sneller te reageren op binnenkomende visuele informatie. De techniek zou ook nieuwe toepassingen kunnen ontgrendelen die voorheen niet mogelijk waren, zoals door telefoons in staat te stellen patiënten te diagnosticeren of medische beelden te analyseren.

Gedistribueerde AI: Naarmate meer en meer AI-onderzoek wordt vertaald in toepassingen, zal de behoefte aan kleinere modellen toenemen. Het MIT-IBM-papier maakt deel uit van een groeiende trend om state-of-the-art modellen te verkleinen tot een beter hanteerbaar formaat.

Meld u aan voor onze Webby-genomineerde AI-nieuwsbrief The Algorithm om meer van dit soort verhalen rechtstreeks in uw inbox te ontvangen. Het is gratis.