Inteligência artificial portátil
Engenheiros suíços criaram um hardware para inteligência artificial que pode ser alimentado por células solares ou mesmo por uma bateria tipo botão.
É um feito impressionante porque uma das grandes desvantagens das tecnologias baseadas em inteligência artificial é que elas requerem muita energia, na maioria dos casos ligadas permanentemente à nuvem, na base da qual estão centrais de dados que consomem tanta eletricidade quanto cidades inteiras.
O chip funciona por meio de uma arquitetura de processamento inteiramente nova, projetada para minimizar a quantidade de energia necessária.
Ele consiste em um chip ASIC com processador RISC-V e dois aceleradores de aprendizado de máquina fortemente acoplados: Um para detecção facial ou de voz, por exemplo, e outro para classificação. É justamente nesses dois aceleradores que está o segredo para que o sistema gaste pouca energia.
Aceleradores
O primeiro acelerador é um mecanismo de árvore de decisão binária, capaz de realizar tarefas simples, mas incapaz de fazer operações de reconhecimento. É a parte que mais trabalha, mas com um consumo mínimo de energia.
"Quando nosso sistema é usado em aplicativos de reconhecimento facial, por exemplo, o primeiro acelerador responderá a perguntas preliminares como: Há pessoas nas imagens? E, se houver, seus rostos estão visíveis?" detalha o professor Stéphane Emery, do Centro Suíço para Eletrônica e Microtecnologia (CSEM). "Se nosso sistema for usado em reconhecimento de voz, o primeiro acelerador determinará se há ruído e se esse ruído corresponde a vozes humanas. Mas ele não consegue distinguir vozes ou palavras específicas - é aí que entra o segundo acelerador."
O segundo acelerador é um mecanismo de rede neural convolucional (CNN) que pode realizar essas tarefas mais complicadas, como reconhecer rostos individuais e detectar palavras específicas. Este segundo acelerador consome mais energia do que o primeiro, mas é muito menos usado.
IA com segurança
No balanço geral, a abordagem de processamento de dados em duas camadas reduziu drasticamente a necessidade de energia do sistema, já que, na maioria das vezes, apenas o primeiro acelerador está trabalhando.
Além de esse sistema permitir todo o processamento local, com ganhos de segurança, ele é totalmente modular, podendo ser adaptado para qualquer aplicação em que seja necessário tratar e processar sinais em tempo real, especialmente quando dados confidenciais estão envolvidos.
"Nosso sistema funciona basicamente da mesma maneira, independentemente do aplicativo," disse Emery." Só temos que reconfigurar as várias camadas de nosso motor neural convolucional."
Bibliografia:
Artigo: A Sub-mW Dual-Engine ML Inference System-on-Chip for Complete End-to-End Face-Analysis at the Edge
Autores: Erfan Azarkhish, Regis Cattenoz, Engin Türetken, Luca Benini, Stephane Emery
Revista: Proceedings of the 2021 Symposium on VLSI Circuits
DOI: 10.23919/VLSICircuits52068.2021.9492401.
FONTE: Inovação Tecnológica
