GRAZ / LONDON (IT BOLTWISE) – Die Herausforderungen der Künstlichen Intelligenz (KI) im Bereich des Internet der Dinge (IoT) sind bekannt: Hoher Rechen- und Energiebedarf stehen im Widerspruch zu den begrenzten Ressourcen kleiner, eingebetteter Systeme. Doch ein Forschungsteam hat nun einen bedeutenden Fortschritt erzielt.
In der Welt der Künstlichen Intelligenz (KI) sind hohe Rechenleistung und Energieverbrauch oft unvermeidbare Begleiter. Diese Eigenschaften stellen insbesondere im Bereich des Internet der Dinge (IoT) eine Herausforderung dar, wo kleine, eingebettete Sensoren mit begrenzter Rechenleistung und minimalem Speicher auskommen müssen. Ein Forschungsteam des COMET-K1-Zentrums Pro2Future, der Technischen Universität Graz und der Universität St. Gallen hat im Rahmen des Projekts E-MINDS innovative Wege gefunden, um KI auf kleinsten Geräten lokal und effizient auszuführen, ohne auf externe Rechenleistung angewiesen zu sein.
Ein bemerkenswerter Erfolg des Projekts war die Implementierung spezialisierter KI-Modelle auf einem Ultrabreitband-Lokalisierungsgerät mit nur 4 Kilobyte Speicher. Diese Modelle sind in der Lage, Störquellen aus Ortungsdaten herauszurechnen. Michael Krisper, Leiter des Projekts bei Pro2Future und Wissenschaftler am Institut für Technische Informatik der TU Graz, erklärt, dass es sich hierbei nicht um Large Language Models handelt, sondern um Modelle mit spezifischen Aufgaben, wie etwa der Abschätzung von Entfernungen.
Um die Modelle klein genug zu machen, wurden verschiedene Techniken angewendet. Eine davon ist die Aufteilung der Modelle und deren Orchestrierung. Anstatt ein Universalmodell zu verwenden, stehen mehrere kleine, spezialisierte Modelle zur Verfügung. Ein Orchestrierungsmodell auf dem jeweiligen Chip erkennt, welche Störung vorliegt, und lädt innerhalb von rund 100 Millisekunden das passende KI-Modell vom Server. Diese Methode ist für Industrieanwendungen wie Lagerhallen schnell genug.
Ein weiterer Ansatz sind Subspace-Configurable Networks (SCNs), die sich je nach Daten-Input anpassen. Diese SCNs wurden für Bilderkennungsaufgaben eingesetzt und erwiesen sich als äußerst produktiv. Bei Bildveränderungen oder auf IoT-Geräten getesteten Fruchtklassifizierungen gelang eine bis zu 7,8-mal schnellere Bildberechnung als über externe Ressourcen, obwohl die Modelle kleiner und energiesparender waren.
Zusätzlich wurden Techniken wie Quantisierung und Pruning eingesetzt. Bei der Quantisierung wurden die Zahlen, mit denen das Modell rechnet, vereinfacht, was Energie und Rechenzeit sparte. Beim Pruning werden Teile eines Modells entfernt, die für das gewünschte Endergebnis nicht ins Gewicht fallen. Wichtig war es, die Balance zwischen Verkleinerung und verbleibender Genauigkeit zu finden.
Die Ergebnisse des Projekts E-MINDS sind auf andere Bereiche übertragbar. Während der Fokus auf der drahtlosen Ultrabreitband-Lokalisierung lag, sehen die Forschenden zahlreiche andere Anwendungsfelder. Beispielsweise könnten Smarthome-Fernbedienungen mit effizienten KI-Modellen eine längere Batterielaufzeit haben, und Bibliotheken könnten ihre Bücher effizienter tracken.
Michael Krisper betont, dass das Projektteam ein Fundament für zukünftige Produkte und Anwendungen gelegt hat. Bei Pro2Future lag der Fokus auf den eingebetteten Systemen und der Umsetzung auf der Hardware, während an der TU Graz wichtige wissenschaftliche Grundlagen in den Bereichen Embedded Machine Learning erarbeitet wurden.
💳 Amazon-Kreditkarte mit 2.000 Euro Limit bestellen!
🔥 Heutige Hot Deals bei Amazon: Bis zu 80% Rabatte!
🎉 Amazon Haul-Store für absolute Schnäppchenjäger!
- ★ 23-stufiges KI-Go-Training – Für Spieler mit Grundkenntnissen der Regeln – Entwickelt als intelligenter Trainingspartner passt sich die KI Spielern von 18K bis 9D an. Ideal für alle, die die Grundregeln bereits beherrschen und ihr Spiel verbessern möchten.
- IHR EMOTIONALER AI-BEGLEITER: Eiliko ist mehr als nur ein Anhänger, es ist ein charismatischer KI-Freund. Mit einem dynamischen LED-Bildschirm, der eine Vielzahl von animierten Gesichtern und Ausdrucksformen anzeigt, reagiert er auf Ihre Interaktionen mit einzigartiger Persönlichkeit und Charme.
- NIEDLICHER BEGLEITER: Eilik ist der ideale Begleiter für Kinder und Erwachsene, die Haustiere, Spiele und intelligente Roboter lieben. Mit vielen Emotionen, Bewegungen und interaktiven Funktionen.
- 【XL-Größe für gedeihende Pflanzen】Geben Sie Ihren Pflanzen den Raum, den sie verdienen! Unser verbessertes, großes 13,7 cm großes Design bietet Platz für Pflanzen mit einem Durchmesser von bis zu 8,9 cm und damit deutlich mehr Platz für Wurzelwachstum und Pflanzengesundheit im Vergleich zu kleineren, veralteten Modellen. Die Produktabmessungen betragen 13,6 x 13,6 x 13,2 cm und das Gerät wiegt nur 355 g.
- V28 Update - JETZT MIT NEUEN FUNKTIONEN! Als Reaktion auf das Ladeproblem von Loona haben wir das automatische Aufladen 2.0 verbessert. Diese Optimierung hilft Loona, die Ladewege in verschiedenen Szenarien zu erkennen und anzupassen, um die Erfolgsquote beim automatischen Aufladen zu erhöhen. Mobile Hotspots können sich mit Loona verbinden und überwinden WLAN-Einschränkungen, sodass Sie jederzeit und überall mit Loona interagieren können.
- Die besten Bücher rund um KI & Robotik!
- Die besten KI-News kostenlos per eMail erhalten!
- Zur Startseite von IT BOLTWISE® für aktuelle KI-News!
- IT BOLTWISE® kostenlos auf Patreon unterstützen!
- Aktuelle KI-Jobs auf StepStone finden und bewerben!
- Künstliche Intelligenz: Dem Menschen überlegen – wie KI uns rettet und bedroht | Der Neurowissenschaftler, Psychiater und SPIEGEL-Bestsellerautor von »Digitale Demenz«
Du hast einen wertvollen Beitrag oder Kommentar zum Artikel "Effiziente KI-Modelle für Kleinstgeräte: Fortschritte in der Miniaturisierung" für unsere Leser?
#Sophos
#AmazonPrime
#Bestseller
Es werden alle Kommentare moderiert!
Für eine offene Diskussion behalten wir uns vor, jeden Kommentar zu löschen, der nicht direkt auf das Thema abzielt oder nur den Zweck hat, Leser oder Autoren herabzuwürdigen.
Wir möchten, dass respektvoll miteinander kommuniziert wird, so als ob die Diskussion mit real anwesenden Personen geführt wird. Dies machen wir für den Großteil unserer Leser, der sachlich und konstruktiv über ein Thema sprechen möchte.
Du willst nichts verpassen?
Du möchtest über ähnliche News und Beiträge wie "Effiziente KI-Modelle für Kleinstgeräte: Fortschritte in der Miniaturisierung" informiert werden? Neben der E-Mail-Benachrichtigung habt ihr auch die Möglichkeit, den Feed dieses Beitrags zu abonnieren. Wer natürlich alles lesen möchte, der sollte den RSS-Hauptfeed oder IT BOLTWISE® bei Google News wie auch bei Bing News abonnieren.
Nutze die Google-Suchmaschine für eine weitere Themenrecherche: »Effiziente KI-Modelle für Kleinstgeräte: Fortschritte in der Miniaturisierung« bei Google Deutschland suchen, bei Bing oder Google News!