Clé à emporter
- De nouvelles recherches menées par des scientifiques du MIT montrent la voie à suivre pour intégrer des réseaux de neurones dans de minuscules appareils.
- MCUNet permet un apprentissage en profondeur sur des systèmes dont la puissance de traitement et la mémoire sont limitées.
- L'innovation pourrait également permettre des dispositifs médicaux plus intelligents et plus agiles.
Les haut-parleurs intelligents et autres appareils qui composent l'Internet des objets (IoT) pourraient un jour obtenir la puissance du réseau neuronal pour faire plus avec moins, selon les chercheurs.
Un nouveau système appelé MCUNet permet la conception de minuscules réseaux de neurones sur des appareils IoT, même avec une mémoire et une puissance de traitement limitées. Selon un article de scientifiques du MIT publié sur le serveur de préimpression Arxiv, la technologie pourrait apporter de nouvelles fonctionnalités aux appareils intelligents tout en économisant de l'énergie et en améliorant la sécurité des données.
La recherche "est l'une de ces idées brillantes qui semble évidente quand on l'entend", a déclaré John Suit, conseiller CTO de la société de robotique KODA, dans une interview par e-mail. "C'est une approche élégante du problème. Cette recherche est si importante car, à terme, elle permettra l'optimisation en temps réel des réseaux de neurones pour tout appareil où les ressources peuvent être connues de l'algorithme."
Ce que cela montre vraiment, c'est que la puissance n'a pas à être liée à la taille..
Gros calculs sur de petits appareils
Les appareils IoT fonctionnent généralement sur des puces informatiques sans système d'exploitation, ce qui rend difficile l'exécution de tâches de reconnaissance de modèles comme l'apprentissage en profondeur. Pour une analyse plus approfondie, les données collectées par l'IoT sont souvent traitées dans le cloud, bien qu'elles soient vulnérables au piratage.
Les réseaux de neurones pourraient faire beaucoup pour améliorer le nombre croissant d'appareils IoT, mais la taille a été un problème.
"Afin de déplacer les réseaux vers l'appareil lui-même, ce qui s'est avéré difficile, vous devez trouver un moyen d'optimiser l'espace de recherche pour une variété de microcontrôleurs", a expliqué Suit. "Un système standard ou générique ne fonctionnerait pas en raison des tolérances de ressources sur les appareils IoT. Pensez à des processeurs très basse consommation et très petits en termes de puissance de traitement."
C'est là qu'interviennent les travaux des chercheurs du MIT.
"Comment déployer des réseaux de neurones directement sur ces minuscules appareils ?" l'auteur principal de l'étude, Ji Lin, un Ph. D. étudiant au département de génie électrique et d'informatique du MIT, a déclaré dans un communiqué de presse. "C'est un nouveau domaine de recherche qui devient très chaud. Des entreprises comme Google et ARM travaillent toutes dans cette direction."
TinyEngine à la rescousse
Le groupe MIT a conçu deux composants nécessaires au fonctionnement des réseaux de neurones sur microcontrôleurs. Une partie est TinyEngine, qui est similaire à un système d'exploitation, mais réduit le code à l'essentiel. Un autre est TinyNAS, un algorithme de recherche d'architecture neuronale.
"Nous avons beaucoup de microcontrôleurs qui viennent avec différentes capacités de puissance et différentes tailles de mémoire", a déclaré Lin. "Nous avons donc développé l'algorithme [TinyNAS] pour optimiser l'espace de recherche pour différents microcontrôleurs. La nature personnalisée de TinyNAS signifie qu'il peut générer des réseaux de neurones compacts avec les meilleures performances possibles pour un microcontrôleur donné, sans paramètres inutiles. Ensuite, nous livrons le, modèle efficace du microcontrôleur."
C'est une approche élégante du problème.
Le travail de Lin pourrait se traduire par des dispositifs médicaux plus intelligents et plus agiles.
"Ce que cela montre vraiment, c'est que le pouvoir n'a pas à être lié à la taille, et dans les hôpitaux, où tout va vite dans des espaces restreints, cela peut littéralement faire la différence entre la vie et la mort", Kevin Goodwin, PDG d'EchoNous, une entreprise qui fabrique des dispositifs médicaux assistés par l'IA, a déclaré dans une interview par e-mail.
Goodwin a déclaré que son équipe avait passé des années à construire et à former un réseau de neurones qui pourrait ensuite être utilisé pour cartographier les structures cardiaques dans une échographie en temps réel, le tout dans un appareil portable appelé KOSMOS qui pèse moins de deux livres.
"Désormais, les médecins peuvent se déplacer facilement d'une pièce à l'autre pour obtenir des analyses de qualité diagnostique avec des conseils d'IA", a-t-il ajouté. "Ils n'ont pas à envoyer les patients ailleurs pour ces scans ou à perdre un temps critique à désinfecter les machines sur chariot."
MCUNet est un regard passionnant sur un monde où les petits gadgets pourraient être plus intelligents que jamais. Alors que le nombre d'appareils IoT augmente rapidement, nous chercherons tout, des appareils intelligents aux appareils médicaux, à disposer de leurs propres réseaux de neurones.
