یادگیری عمیق بی‌نیاز از اینترنت و توان ابری

استفاده از سامانه هوش‌مصنوعی که بطور مستقل و بی‌نیاز از اینترنت کار کند مزایای زیادی دارد؛ هزینه پردازش و تبادل داده را بطور چشمگیری کاهش خواهد داد و در عین حال امنیت سامانه را بالا می‌برد. افزون بر این، استفاده از هوش‌مصنوعی را در محل‌هایی که با فناوری‌های فعلی امکان استفاده از آن‌ وجود ندارد ممکن می‌سازد. هوش‌مصنوعی مبتنی بر یادگیری عمیق که با تقلید از روش پردازش مغز انسان، داده‌ها را از میان لایه‌های عصبی مصنوعی خود عبور می‌دهد، توان پردازشی، حافظه و انرژی بسیار زیادی مصرف می‌کند.

محققان دانشگاه واترلو با تقلید از روش تکامل در طبیعت، محیطی مجازی برای هوش‌مصنوعی خود در نظر گرفته‌اند و به تدریج و بطور پیوسته به هوش‌مصنوعی آموزش می‌دهند که چطور در یک محیط با منابع پردازشی و ذخیره‌سازی کم، عملکرد خود را تنظیم کند و با تغییر شرایط، سازگار شود.

این محققان به تازگی روش خود را در کنفرانس بین‌المللی بینایی کامپیوتری  ونیز ایتالیا به نمایش گذاشتند و نشان دادند که نرم‌افزار هوش‌مصنوعی مبتنی بر این روش، دویست برابر کوچکتر از نمونه‌‌هایی است که بطور معمول برای شناسایی اجسام در تصاویر استفاده می‌شوند. در صورت پیاده‌سازی سخت‌افزاری چنین روشی در یک اسمارت‌فون، اجرای ویژگی‌های هوشمندی نظیر دستیار دیجیتال صوتی، با کمترین میزان مصرف داده و بدون نیاز به خدمات اینترنتی امکان‌پذیر خواهد شد. البته استفاده از چنین هوش‌مصنوعی جمع و جوری فقط محدود به اسمارت‌فون‌ها نخواهد بود و می‌توان کاربردهای متنوعی از استفاده در پهپاد‌های ارزان‌قیمت و شبکه‌های هوشمند توزیع برق گرفته تا دوربین‌های نظارتی و خطوط تولید را برای آن متصور بود.

شفیعی به همراه الکساندر وُنگ ( Alexander Wong) یکی دیگر از استادان دانشگاه واترلو که در این پروژه با وی همکاری می‌کند به منظور تجاری‌سازی ایده خود، شرکتی با نام DarwinAI تأسیس کرده‌اند.

*تصویر ابتدای مطلب، مربوط به یکی دیگر از تحقیقات این دو محقق است.