Neem voor wegwerp-spraakherkenning goedkope chips en voeg eenvoudige AI toe

Flickr | msantos7

Pete Warden wil dat je je stemherkenningshardware in de prullenbak gooit. En koop dan meer - en meer, en meer. Deze Google-engineer is op zoek om spraakherkenning spotgoedkoop te maken.

Zijn idee is eenvoudig genoeg: knip de neurale netwerken die gewoonlijk worden gebruikt om geluid te verwerken, uit tot ze efficiënt genoeg zijn om op goedkope, lichtgewicht chips te draaien. Wat ik wil is een chip van 50 cent die eenvoudige spraakherkenning kan en een jaar lang op een knoopcelbatterij kan werken, legde hij uit tijdens de Arm Research Summit van vorige week in Cambridge, VK. We zijn er nog niet … maar ik denk echt dat dit te doen met zelfs de huidige technologie die we nu hebben.

Verwant verhaal

Verwant verhaal

Tegen zo'n lage prijs zou de hardware in feite wegwerpbaar worden, waardoor toepassingen worden geopend die voorheen ondenkbaar waren. De apparaten kunnen bijvoorbeeld worden gebruikt om goedkope poppen te bouwen die op je kinderen reageren, of eenvoudige huiselektronica zoals lampen die spraakgestuurd zijn. Maar Warden zegt ook dat ze een toepassing kunnen vinden in industriële omgevingen, door te luisteren naar geluiden in plaats van stemmen - honderden sensoren die verklikkergeluiden detecteren van piepende wielen in fabrieksapparatuur of tsjilpende krekels op een boerderij.

Warden, die bij Google leiding geeft aan het team dat mobiele en embedded applicaties ontwikkelt voor TensorFlow, de cloud-AI-tool van het bedrijf, realiseert zich dat hij zichzelf een uitdaging heeft opgelegd. Het is niet haalbaar om bijvoorbeeld de AI die de AI-assistent van Amazon, Alexa, aanstuurt, te laten draaien op eenvoudige batterij-aangedreven chips met kloksnelheden van slechts honderden megahertz. Dat komt deels omdat Alexa veel verschillende geluiden moet interpreteren, maar ook omdat de meeste spraakherkennings-AI's neurale netwerken gebruiken die veel hulpbronnen nodig hebben, en daarom stuurt Alexa de verwerking naar de cloud.

Dus hij heeft het probleem beperkt en probeert slechts een handvol nuttige commando's te identificeren, zoals aan, uit, starten, stoppen, enzovoort. Hij handelt ook in reguliere spraakherkenningsalgoritmen. In plaats daarvan neemt hij een audiofragment, snijdt het in korte fragmenten en berekent vervolgens de frequentie-inhoud van elk fragment. Hij zet elk van de frequentieplots achter elkaar om een ​​2D-beeld te creëren van frequentie-inhoud versus tijd, en past visuele herkenningsalgoritmen toe om de kenmerkende handtekening te identificeren van iemand die een enkel woord zegt.

De eerste pogingen van het team vereisten acht miljoen berekeningen om een ​​audiofragment van één seconde met een nauwkeurigheid van 89 procent te analyseren. Dat zou op een moderne smartphone kunnen draaien en snel genoeg zijn om interactief te zijn - wat beter is dan de verwerking naar de cloud te moeten sturen - maar het zou niet goed presteren op een energiezuinige chip. Nadat het team geleend had algoritmische trucs waarmee Android-telefoons de zin OK, Google konden herkennen, kon het systeem een ​​seconde spraak analyseren met een nauwkeurigheid van 85 procent door slechts 750.000 berekeningen uit te voeren.

Het team heeft publiceerde zijn code op de TensorFlow-website voor andere mensen om te gebruiken. Momenteel draait het de software op de chips zoals die worden gebruikt in smartphones en Raspberry Pis, de ultragoedkope computer-op-een-kaart. Het is van plan om te proberen ze te laten werken op de kleinere chips, zoals die in Arduino-boards.

Tony Robinson, een voormalig AI-onderzoeker aan de Cambridge University, V.K., en nu technisch directeur bij een spraakherkenningsbedrijf spraakmatiek , zegt dat de ambitie van Warden een goede is, en gelooft dat dergelijke goedkope benaderingen ertoe zullen bijdragen dat spraakherkenning de komende jaren alomtegenwoordig wordt. Maar hij ziet een probleem met het bouwen van zulke beperkte AI's. Mensen houden zich niet aan het script, zegt hij, en hij legt uit dat het onwaarschijnlijk is dat gebruikers geduldig genoeg zijn om gebruik te maken van zo'n zeer beperkte reeks instructies.

In plaats daarvan suggereert hij dat ietwat krachtige chips die meer van de taalkundige mogelijkheden kunnen oproepen van het soort dat wordt gevonden in Google Assistant en Amazon's Alexa, mogelijk beter geschikt zijn voor consumententoepassingen.

zich verstoppen