一项新技术允许使用不到四分之一兆字节的内存完成设备上的学习

微控制器是运行简单命令的微型计算机。 它们是数百万互联设备的基础——从物联网 (IoT) 到汽车传感器。 低功耗和有限内存的微控制器没有操作系统。 这使得很难在独立于中央计算资源的“边缘”设备上训练人工智能模型。

可以在边缘设备上训练机器学习模型，使其适应新数据。 它还将改进预测。 例如，智能键盘可以通过训练机器学习模型从用户的书写中不断学习。 训练过程非常占用内存，通常在部署模型之前在数据中心的强大计算机上完成。 它也更昂贵，并且会引起隐私问题，因为用户的数据必须发送到中央服务器。

麻省理工学院沃森人工智能实验室和麻省理工学院的研究人员开发了一种技术来解决这个问题。 这种技术允许使用不到四分之一兆字节的内存进行设备上学习。 其他连接设备的训练解决方案使用超过 500 兆字节的内存，这比大多数微控制器的 256 千字节大得多。 （每兆字节有 1,024 千字节）。

来源和详细信息：
https://techxplore.com/news/2022-10-technique-enables-on-device-quarter-megabyte.html