MicrosoftはRaspberry PiにAIを導入する計画

そのため、AI システムはローカル センサーに依存して入力データを収集し、クラウド内のより強力なハードウェアが出力データの重労働を管理します。これが Siri と Amazon Alexa の仕組みであり、IBM Watson がほぼすべてのタスクを解決する仕組みです。それでも、よりスマートな IoT を作成し、インターネット接続なしでインテリジェンスを適用する場合、これは限られたアプローチです。

「主なパラダイムは、これら（センサー）は役に立たないということです」とマイクロソフト リサーチ インドの上級研究員、マニル ヴァルマ氏は述べています。

現在、インドの Varma のチームとワシントン州レドモンドのマイクロソフトの研究者 (プロジェクト全体は研究者のオファー・デケルが主導) が、ニューラル ネットワーク、マシンのシナプスを圧縮する方法を発見しました。これらは、10 ドルの Raspberry Pi 上で実行されます。Raspberry Pi は、多くのポートを備え、画面のないカード サイズの低電力コンピュータです。これはまさに、どこでもマイニングできるオープンソースのマザーボードです。同社はこの調査をブログ投稿で発表した。

いつか機械学習アルゴリズムを実行できる小型マイクロプロセッサを搭載した研究者のオファー・デケル

Microsoft の取り組みは、機械学習をデバイスやエンド ユーザーに近づけるという、より大きなトレンドの一部です。

今月初めの WWDC カンファレンスで、Apple は開発者がわずか数行のコードで機械学習ベースのインテリジェンスをアプリに追加できる新しい機械学習 API (ビジョンと自然言語) を発表しました。また、AI について深い知識を持つ開発者がそのハードウェア機能を最大限に活用できるようにするための Core ML も明らかにしました。Apple のモデルは、開発者が Apple が提供するライブラリで機械学習アルゴリズムを教えるのに役立ちます。このシステムは、デバイス上で AI を実行するためにコードを変換します。

Apple の場合は明らかに、ハードウェアは 700 ドルの iPhone に搭載されており、CPU は Raspberry Pi に搭載されているものよりもはるかに強力です。しかし、この傾向は非常に明らかでもあります。これらの企業は AI をユーザーのデバイスに近づけ、クラウド内の大量のデータへのアクセスにあまり依存しなくなります。

「道路を運転していてネットワークに接続できない場合、AI の動作が停止することは望ましくありません。実際、それが最も必要なときなのです」とヴァルマ氏は語った。

このアプローチを使用すると、位置、意図、最近のアクション、デバイス データによっても学習できる、よりシンプルなセンサー ベースのタスクを理解できます。短期的には、これは、たとえばがん治療（IBMにおけるワトソン・アル氏の関心分野の1つ）の解決策となる可能性がある。

Microsoft にとって、この Raspberry Pi の画期的な進歩は、ニューラル ネットワークを圧縮して階層型マイクロ コントローラー上で実行できるようにするワークフローの第 1 段階にすぎません。Microsoft によれば、これを達成するには、機械学習モデルを 10,000 分の 1 に小さくする必要があるとのことです。それは彼らがまだ取り組んでいる問題だ。

Microsoftの研究者はRaspberry PiにAIを導入することを計画している

同時に、Microsoft は、Raspberry Pi 用にサイズ設定された機械学習アルゴリズムのプレビュー バージョンを GitHub でリリースしました。開発者は、これを試して、Raspberry Pi 3 および Raspberry Pi Zero で活用することができます。

結局のところ、これは、CEO Satya Nadella が今年初めに Microsoft Build カンファレンスで概説した Microsoft のインテリジェント エッジ戦略の一部です。マイクロソフトは、AIを搭載した小型プロセッサがオフィスから私たちが着る衣服まで普及することを期待している。

同じく視力喪失を患っているヴァルマにとって、この研究はもう少し個人的なものである。彼のチームは、研究を説明するためにスマートステッキのプロトタイプを開発中です。