首页 > 资讯 > 心脏病 > 正文
2021-10-19 07:04

节能人工智能可以检测心脏缺陷

Energy-efficient AI detects heart defects

CWI研究人员Bojian Yin和Sander Bohté,以及他们的同事Federico Corradi在埃因霍温的国际大学间航空微电子中心(IMEC),在所谓的刺突神经网络的计算上取得了数学上的突破。

因此,适用于这种人工智能(AI)的特殊芯片的识别效率比传统人工智能技术提高了20 ~ 1000倍。这种芯片即将在日常生活中得到实际应用。

该研究结果于2021年10月14日发表在科学杂志《自然-机器智能》上。

节能

在过去的十年里,人工智能获得了越来越多的日常应用,包括图像识别和口语识别。这是通过深度神经网络完成的,这是高度简化的模拟人类大脑处理信息的方式。然而,对于移动应用程序来说,运行当前的人工智能模型往往会消耗太多的能量。因此,开发低功耗人工智能变得越来越重要。

让人工智能应用程序更节能的一种方法是让神经网络更接近人类的大脑。经典的神经网络使用的信号是连续的,易于数学处理。尖峰神经网络使用脉冲进行计算,这更像大脑中发生的事情,消耗的能量更少,但缺点是信号不连续,难以用数学方法处理。然而,Bohté和他的两位合著者已经找到了解决这个问题的数学方法。

Bohté表示:“我们用三个基准测试了我们的计算机算法。”这些基准包括大约10个手势、一系列单词和连续的心电信号。我们的算法性能至少和传统的深度神经网络一样好,但能量效率更高。从理论上讲,我们可以得到100到1000的倍数。”

大脑计算机

为了在日常应用中使用Bohté这样的算法,需要特殊的神经形态计算机芯片。这些芯片的结构更像人类大脑的生物结构,而不是传统的计算机芯片。Bohté说:“基于我们的算法,我们的研究伙伴IMEC制造了一种具有336个脉冲神经元的特殊神经形态芯片:μBrain芯片。如果我们在这个特殊芯片上运行算法,我们会得到20倍的能量消耗。与理论能量增益相比,由于数字信号与模拟信号的转换,以及数据的读取,实际能量增益往往较低。但是20倍的能量增益仍然是很大的。如果要检测心脏缺陷,这意味着你可以植入一个心电图记录芯片,单块电池就可以运行一年。”

未来几年,神经形态芯片将包含越来越多的尖峰神经元,这将进一步扩大人工智能在可穿戴芯片中的应用可能性。例如,美国芯片制造商英特尔在9月底生产了神经形态芯片Loihi 2,该芯片已经包含了100万个脉冲神经元。