該研究正在通過物聯(lián)網擴展AI的使用

電氣與計算機工程副教授Yang Chengmo正在研究通過使用新興的存儲設備來支持智能手機等物品的低功耗嵌入式系統(tǒng)中的神經網絡的方法，該設備即使在斷電時也可以檢索信息，并且還可以最大程度地減少這些新興設備中的錯誤。

如果您擁有具有面部識別功能的智能手機，您可能會想知道：您的設備如何學會識別自己的臉而不是配偶的臉?

值得稱贊的是神經網絡，一種越來越多地用于日常設備的人工智能形式。神經網絡是經過訓練的算法，可以識別模式并不斷提高其識別能力，就像人的大腦一樣。

為了變得如此聰明，神經網絡需要大量的功率，到目前為止，這已經限制了它們在小型電池供電設備中的用途。您是否曾經想過為什么智能手機支持人臉識別，但智能手表卻不支持?僅僅是因為手表沒有足夠的動力來支撐它。得益于科學基金會(NSF)的新?lián)芸?，特拉華大學電氣與計算機工程副教授Yang Chengmo正在研究通過使用新興的存儲設備來支持低功耗嵌入式系統(tǒng)中的神經網絡的方法，該存儲設備即使在上電后也可以檢索信息。關閉，并進一步減少這些新興設備中的錯誤。

適用于神經網絡的硬件

為了構建神經網絡，工程師需要正確組合硬件和軟件。Yang正在從硬件方面接近神經網絡。

楊說：“我的研究致力于如何開發(fā)更適合某些應用的下一代設備或系統(tǒng)或計算機。”她特別致力于隨著設備在物聯(lián)網(IoT)中的連接日益緊密而提高其使用壽命和可靠性。其中一些設備(尤其是低端嵌入式和IoT設備)沒有足夠的內存空間或電池電量來運行神經網絡算法。

楊說：“例如，某些在戶外使用的傳感器不適合頻繁的電池充電。”“您希望能夠使用多年，但是神經網絡算法幾乎每周或每月都可以更新。”

解決方案可能在于使用非易失性存儲器，該存儲器不依靠電力來存儲信息。使用這些系統(tǒng)，即使斷電也不會丟失數據。

楊說：“新興設備利用物理特性來存儲價值。”“例如，該材料可能具有用于存儲信息的兩個不同階段，并且當您不使用它時，不需要提供任何電源。”

這些類型的設備可能會遇到某些類型的錯誤，并會受到溫度和濕度等條件變化的負面影響。然后，在這些設備上運行的任何神經網絡都可能有出??錯的風險。Yang正在開發(fā)一種新的方法來測試設備以及檢測，分類和緩解神經網絡中的這些錯誤。她的目標是確定累積的錯誤閾值，在該閾值上可以重新編程或刷新設備，以將其恢復為原始的無錯誤狀態(tài)。

楊說：“由于刷新和重新編程會消耗一些能量，因此只在知道必要時才這樣做。”

Yang教授微處理器和嵌入式系統(tǒng)的本科課程，旨在為本科生解決復雜的硬件問題做好準備。她還是垂直整合項目(VIP)團隊的負責人，該團隊名為“威脅互聯(lián)網”。這些項目將本科生，研究生和教職員工配對，共同致力于實際項目。

“對學生來說，了解數據科學的硬件方面很重要。當大多數人談論數據科學和模型時，他們會考慮軟件，而不是如何在硬件中實現這些模型。”隨著設備變得越來越先進，這些技能將變得越來越重要，因此Yang計劃教學生如何使用硬件來實現強大的神經網絡加速器。

她還教授系統(tǒng)可靠性研究生課程，以幫助學生識別硬件中有問題的故障和錯誤。

“當學生開始學習編程時，他們會認為盡管軟件可能存在錯誤，但硬件始終是良好且值得信賴的，”楊說。“這種假設不再成立。”