2025年2月20日,威望刊物《Science》发布了一篇有目共睹的文章,介绍了tinyML这一技能在全球南边国家的运用,展示出了一种低功耗、低本钱的人工智能处理计划。这一开展不只为资源匮乏区域的科学技能创新注入新动力,也为应对全球面对的环境和经济应战供给了有力支撑。
在一些资源匮乏的区域,大型人工智能模型因其昂扬的本钱与巨大的电力耗费,往往难以遍及。而tinyML(微型机器学习)的呈现则为这样一些问题供给了处理计划。例如,印度的核算机科学家巴拉·穆鲁甘(Bala Murugan)为腰果栽培农人规划了一款可以辨认植物病害的无人机。这种设备可以在不依赖互联网的情况下,运用较低的核算资源和电力,敏捷判别植物的健康状况。
与传统的大型人工智能模型比较,tinyML设备不只功耗低且廉价。这些设备只需搭载日常电池就能继续工作数周,耗电量与一般激光笔适当。这使得教育水平遍及较低的区域农人也能运用人工智能技能进步出产功率。例如,巴拉·穆鲁甘的无人机可精确辨认虽然条件简略,但作用却非常明显,能以高达99%的精确率检测出植物病害,协助农人有清晰的意图性地施药,避免了不必要的生态和经济耗费。
除了植物病害检测,运用tinyML的事例漫山遍野,巴西电子工程师山下若昂(João Yamashita)也以为,tinyML为小农户供给了巨大助力。山下开发的一款可以辨认多种咖啡病害的设备,不只满意了阻塞区域缺少专家确诊服务的需求,其本钱低于20美元,关于低收入的农人来说尤为有用。
在医疗范畴,tinyML相同找到了其商场空间。例如,某些研讨团队已运用tinyML技能开发出便携式设备用于检测心房颤动以及贫血症。罗瓦伊(Marcelo Jose Rovai)经过其开发的设备,以98%的精确率主动分类传达疾病的蚊虫,从而为公共卫生监控供给了重要支撑。
环境监测也是tinyML的重要运用方向,经过开发智能体监测水质、动物迁徙等,研讨者在阿根廷和马来西亚等地活跃布置tinyML设备。马来西亚的工程师罗斯迪亚迪·诺丁(Rosdiadee Nordin)规划的设备不只监测塑料废物,更能对水质进行实时剖析,协助当地社区更好地了解和维护自然环境。
虽然tinyML展示出巨大的潜力,但广泛推行所面对的应战首要在于技能整合与专业相关常识的传达。为了应对这一现状,许多安排正在全世界内开办tinyML课程,协助学员把握必要的技能,并运用开源资源开发具有地域特征的运用。
此外,各大科技公司也开端重视tinyML的商业化进程。在运转小型模型方面,企业发现其在特定场合的高效能使之具有商场竞争力。跟着微控制器技能的不断的进步,tinyML设备也在敏捷增强其功用,为未来的开展铺平了路途。
tinyML技能正在全球南边各国欣欣向荣,它不只能处理当地的详细需求,比方植物病害监测、公共健康检测,还能推进经济的可继续开展。经过有用运用tinyML,资源有限的区域将可以引进更高效的人工智能技能,为农业、医疗和环境维护注入新生机。
在我运用了数十家AI绘画、AI生文东西后,激烈推荐给我们以下这个东西——简略AI。简略AI是搜狐旗下的全能型AI创造帮手,包含AI绘画、文生图、图生图、AI案牍、AI头像、AI资料、AI规划等。可一键生成构思美图,3步写出爆款文章。网站供给生成构思美图、动漫头像、种草笔记、爆款标题、活动计划等多项AI创造功用。东西链接: