Kecerdasan buatan membuat aplikasi 'pintar' lebih cepat, lebih efisien
Soft

Kecerdasan buatan membuat aplikasi ‘pintar’ lebih cepat, lebih efisien


Hao Zhang, rekan pasca-doktoral USask, telah mengembangkan model komputer kecerdasan buatan baru yang menjanjikan untuk membuat aplikasi “pintar” seperti Siri lebih aman, lebih cepat, dan lebih hemat energi. Kredit: Dave Stobbe untuk University of Saskatchewan

Bosan dengan Siri atau Asisten Google yang menghabiskan baterai ponsel Anda?

Model komputer kecerdasan buatan Universitas Saskatchewan (USask) baru menjanjikan untuk membuat aplikasi “pintar” seperti Amazon, Apple, dan asisten virtual Google lebih aman, lebih cepat, dan lebih hemat energi.

Layanan “pintar” seperti pengenalan wajah, prakiraan cuaca, asisten virtual, dan penerjemah bahasa mengandalkan teknologi kecerdasan buatan (AI) yang disebut “pembelajaran dalam” untuk memprediksi pola pengguna.

Tetapi proses AI ini sering kali memerlukan terlalu banyak penyimpanan untuk dijalankan secara lokal di ponsel, sehingga data dikirim ke server eksternal melalui Internet, yang membutuhkan banyak daya, menguras baterai ponsel, dan dapat meningkatkan risiko privasi pengguna.

“Metode saya memecah proses komputasi AI dalam ‘potongan’ yang lebih kecil dan ini membantu menjalankan aplikasi ‘pintar’ secara lokal di ponsel, daripada mengandalkan server eksternal, sekaligus mengurangi konsumsi daya,” kata Hao Zhang, seorang ahli kelistrikan dan komputer USask. teknik sesama pasca-doktoral.

“Penelitian ini dapat mengarah pada cara yang berbeda untuk merancang aplikasi dan sistem operasi untuk perangkat digital kami seperti tablet, ponsel, dan komputer.”

Zhang menjalankan simulasi yang akurat untuk membandingkan model AI-nya dengan yang digunakan pada sistem telepon saat ini, dan menemukan bahwa model AI-nya dapat menjalankan beberapa aplikasi secara bersamaan dengan lebih efisien daripada perangkat yang ada di pasaran saat ini. Modelnya bekerja 20 persen lebih cepat — dua kali lebih cepat dalam beberapa kasus — dan menunjukkan bahwa baterai bisa bertahan dua kali lebih lama. Hasilnya dipublikasikan di jurnal Transaksi IEEE di Komputer.

Zhang menemukan bahwa proses AI dapat menangani data secara efisien menggunakan urutan empat-bit yang lebih kecil dengan panjang variabel, jadi dia membangun modelnya dengan “potongan bit” yang lebih pendek ini. Perangkat saat ini menggunakan urutan 32-bit tetap untuk memproses data dengan lebih akurat. Akibatnya ponsel atau komputer tidak secepat dan membutuhkan lebih banyak ruang memori untuk menyimpan data.

“Urutan bit besar tidak selalu diperlukan untuk memproses data,” kata Seok-Bum Ko, seorang profesor teknik komputer dan kelistrikan USask dan supervisor Zhang. “Urutan yang lebih pendek dapat digunakan untuk menghemat daya dan meningkatkan kinerja kecepatan, tetapi masih dapat menjamin akurasi yang cukup untuk aplikasi berfungsi.”

Meski hasilnya menjanjikan, Zhang dan Ko bekerja untuk mengintegrasikan model AI mereka dengan komputer dan sistem telepon yang lebih besar, dan untuk menguji bagaimana model tersebut akan berfungsi di prosesor dunia nyata.

“Jika semua berjalan dengan baik dengan penelitian kami, kami mungkin memiliki model kami terintegrasi dengan aplikasi dan sistem dalam tiga atau empat tahun,” kata Ko.

Zhang, yang penelitiannya didanai oleh badan federal NSERC, memutuskan USask adalah tempat yang tepat untuk mengejar gelar Ph.D. gelar untuk mempelajari pembelajaran yang mendalam. Sebagai seorang mahasiswa master di City University of Hong Kong, dia memiliki pengalaman yang mengubah hidup selama magang pertukarannya di USask di bawah pengawasan Ko.

“Kedua universitas memiliki kolaborasi penelitian yang baik dan pengalaman magang di sini sangat bagus,” ujarnya. “Kami memiliki peralatan penelitian yang bagus di USask yang dapat mendukung saya untuk melakukan banyak eksperimen dan mempelajari banyak topik penelitian, terutama pembelajaran mendalam.”


Aplikasi yang lebih baik dapat meningkatkan kesehatan, studi menemukan


Informasi lebih lanjut:
Hao Zhang dkk. Unit Akumulasi Banyak Presisi Fleksibel Baru untuk Pelatihan dan Inferensi Jaringan Neural Dalam, Transaksi IEEE di Komputer (2019). DOI: 10.1109 / TC.2019.2936192

Disediakan oleh University of Saskatchewan

Kutipan: Kecerdasan buatan membuat aplikasi ‘pintar’ lebih cepat, lebih efisien (2020, 13 November) diakses 27 November 2020 dari https://techxplore.com/news/2020-11-artificial-intelligence-smart-apps-faster.html

Dokumen ini memiliki hak cipta. Selain dari transaksi yang adil untuk tujuan studi atau penelitian pribadi, tidak ada bagian yang boleh direproduksi tanpa izin tertulis. Konten disediakan untuk tujuan informasi saja.


Halaman Ini Di Persembahkan Oleh : Togel Sidney