Izvajanje kompleksnega globokega učenja porabi veliko energije, kar predstavlja obremenitev za naprave, ki delujejo na baterije, kot so na primer pametni telefoni. V najnovejšem članku z naslovom "Mobiprox: Supporting Dynamic Approximate Computing On Mobiles", objavljenem v reviji IEEE Internet of Things Journal, sta raziskovalca izr. prof. dr. Veljko Pejović in doc. dr. Octavian Machidon iz Laboratorija za računalniške komunikacije (LRK) s sodelavci naslovila ta problem. V članku predstavljata inovativno prevajalniško ogrodje Mobiprox, ki omogoča izvajanje globoke nevronske mreže neposredno na mobilnih napravah, s tem da se stopnja natančnosti operacij in posledično poraba energije pri globokem učenju dinamično spreminjata.

Zaradi večje varnosti in zasebnosti podatkov ter omogočanja delovanja tudi brez internetne povezave, so raziskovalci opazili trend izvajanja globokega učenja ne na strežnikih, ampak neposredno na uporabniških napravah, kot so pametni telefoni. Največjo oviro za tovrstno računanje predstavlja kompleksnost modelov globokega učenja, ki porabijo veliko energije, kar je pri napravah, ki delujejo na baterije, zelo omejujoče.

V članku so predstavili Mobiprox — prevajalniško ogrodje, ki omogoča izvajanje globoke nevronske mreže na mobilni napravi z dinamično spreminjajočo se stopnjo natančnosti operacij in posledično spreminjajočo se porabo energije. Poleg tega so razvili tudi algoritme, ki na podlagi »težavnosti« vhodnih podatkov v času izvajanja prilagodijo mrežo, tako da porabi ravno toliko energije, kolikor je potrebno za zanesljivo obdelavo podatkov. S tem Mobiprox odpira možnosti za razvoj varnejših in bolj uporabnih mobilnih aplikacij. Koncepte, ki so jih zasnovali, zdaj v LRK uporabljajo tudi za učinkovito strojno učenje na brezpilotnih letalih, napravah interneta stvari in podobno.

Delo je delno razvito v okviru magistrske naloge, za katero je študent FRI Matevž Fabjančič prejel Univerzitetno Prešernovo nagrado, pri izvedbi projekta, financiranega s strani ARIS, pa so sodelovali z raziskovalno skupino z Univerze v Illinoisu Urbana-Champaign v ZDA.

Članek lahko v celoti preberete na povezavi:

• IEEE Internet of Things Journal: Mobiprox:Supporting Dynamic Approximate Computing On Mobiles (14. februar 2024)