爆大奖永利

人脸识别+物联网技术解读
2019/11/25 13:50:41

爆大奖永利如果你有一部支持面部识别的智能手机,你可能会好奇,你的设备是如何学会识别你的脸而不是你配偶的脸?这要归功于神经网络,一种越来越多地用于日常设备的人工智能形式。神经网络是通过训练实现模式识别的算法,并可以通过训练提高其识别能力,就像人类的大脑一样。

为了实现智能(识别),神经网络需要很高的功率,这也限制了当前其在小型电池供电设备上的效用。你有没有好奇过为什么手机支持面部识别但智能手表并不支持?很简单,因为手表并不能提供足够的功率来支持面部识别。得益于美国国家科学基金会(NSF)的新拨款,特拉华大学电气与计算机工程副教授Yang Chengmo正在研究如何通过新兴存储设备使诸如智能手机中的低功耗嵌入式设备(使得手机关机时仍可检索信息)支持神经网络,以及进一步完善这些新兴存储设备。

适用于神经网络的硬件

物联网安全识别技术.png


人脸识别主要通过核心算法对面部的五官位置、脸型、角度进行计算分析。平安科技独创人脸遮挡检测,戴墨镜、口罩时也能实现精准识别,有效降低因人脸面部被遮挡的误识别。天网恢恢,疏而不漏为了构建神经网络,工程师们需要正确地结合硬件和软件。Yang主要研究神经网络的硬件。

Yang说:“我的研究是探索如何开发更适合某些特定应用的下一代设备或系统或计算机。”随着设备与物联网的连接日益紧密,她格外致力于提升设备的生命周期和可靠性。(因为)一些设备,尤其是低端嵌入式和物联网设备,没有足够的内存或功率来运行神经网络算法。

“比方说,有些在户外用的传感器并不适合频繁的电池充电。”Yang说。“比如你希望这个设备能多年使用,但是神经网络算法几乎每星期或者每月都会更新。”解决方案或许在于使用不依靠电力存储信息的非易失性存储器。使用这种存储系统,即使断电数据也不会丢失。

“新兴设备利用其物理特性来存储数据,”Yang说,“例如,一种材料有两种不同的相来存储信息,当不使用的时候,也不用提供任何能源。”

这些种类的设备可能会遇到某种类型的错误,并会受到温度或湿度变化带来的负面影响。这导致任何在这些设备上运行的神经网络都有出错的风险。Yang正在研发一种新的方法来测试设备,从而检测,分类和缓解神经网络中的错误。她计划通过测定累计错误阀值(实现)。当错误超过这个阀值就刷新程序或者设备使其重新回到原始的无错误状态。


“由于刷新和重新编程需要消耗电能,所以只有在必要的时候才会这么做。”Yang说。Yang教授本科微处理器和嵌入式系统课程,旨在让本科生为处理复杂硬件问题做好准备。她还是名为互联网威胁垂直整合小组(VIP)的负

责人。这些项目将本科生,研究生和教职员工配对,共同处理实际问题。

“对于学生来说,学习硬件方面的数据科学是很重要的。当大多数人谈起数据科学和模型时,他们会想到软件,而不是如何用硬件实现这些模型,”Yang说。随着设备变得越来越先进,这些技能也变得越来越重要。所以Yang计划教学生如何使用硬件实现强大的神经网络加速器。

她还教授研究生课程中的系统可靠性,以帮助学生识别硬件中的故障和错误。“当学生开始学习编程,他们会认为尽管软件可能存在错误,但硬件始终是良好且值得信赖的。”Yang说,“这种假设不再成立了。”