深度神經網絡將進入你的手機

自動駕駛汽車如何區分一個人和一個交通錐？Spotify如何為我的“發現周刊”播放列表選歌？為什么Gmail的垃圾郵件過濾器這么有效？

答案是一種被稱為深度神經網絡的人工智能。這些網絡非常擅長識別和分類數據，但它們往往需要大量的計算能力和內存來運行-太多了，無法在像你的普通智能手機上快速工作。

現在，東北部的研究人員已經展示了一種在智能手機或類似系統上運行深層神經網絡的方法。使用它們的方法，網絡可以執行的任務比以前的工作中演示的快56倍，而不會失去準確性。他們將在下個月于紐約舉行的人工智能會議上介紹他們的工作。

“人們很難在智能手機或這些類型的移動設備上實現神經網絡的實時執行，”東北電氣與計算機工程助理教授王彥志說。“但我們可以讓大多數深度學習應用程序實時工作。”

通常，移動設備需要連接到互聯網才能訪問深層神經網絡。手機收集數據，但處理是在遠程服務器上完成的-這就是為什么當你的iPhone處于飛機模式時，你不能和Siri說話。

王和他的同事設計了一種方法來減少神經網絡模型的大小，并自動生成代碼以更有效地運行它。這項工作可以允許深度神經網絡在現成的設備中實現，這些設備可能沒有一致的互聯網接入。這遠遠超出了與手機的免提通信。

“需要智力的東西太多了，”王說。“醫療器械、可穿戴設備、傳感器、智能相機。所有這些，它們都需要一些東西來增強識別、分割、跟蹤、監視等等，但目前它們是有限的。”

人工智能已經被用于改善醫院的醫療技術。它還有很多機會來擴大可穿戴設備的使用，可能為殘疾人提供指導，或者提醒病人和醫生注意心律的變化或其他問題。但想象一下，因為你在地鐵上，沒有服務，所以錯過了一個關于潛在心臟病發作的警報。

“對于許多醫療器械的應用，我們不能假設這種器械總是連接到互聯網上，”王說。“而且在連接互聯網時，總是會有很大的延遲。一切都需要計算并發回。”

當王說“一個重大的延遲”時，他說的是一秒鐘的分數。但這足以改變現狀。

“對于自動駕駛汽車，所有的數據都需要發送到一個云數據中心，然后有一個傳輸延遲發送回來，”王先生說。“也許吧。1秒。還有這個。1秒鐘可能造成損害。”

消除這一秒鐘的延遲可能會挽救生命。

王建宙還指出，深層神經網絡可以引發隱私問題，因為個人信息在云上共享是為了讓這些網絡發揮作用。在本地處理數據，而不把它發送到遙遠的服務器，可以讓人們更舒適地使用由人工智能驅動的設備。

“以前，人們認為深度學習需要專門的芯片，或者只能在云端的服務器上運行，”王說。這種知識假設限制了深度學習的應用。我們不能總是依賴云。我們需要在當地做出明智的決定。”