微软想让人工智能进入Raspberry Pi和其他小型设备

微软发布了Embedded Learning Library，为开发人员提供了Raspberry Pi和其他开发者面板的预先训练好的图像识别模型。

Embedded Learning Library (ELL)的早期预览现在可以在GitHub上使用，它是微软将其机器学习软件小型化工作的一部分，使其适用于使用极低工号芯片、不连接到云端的设备上各种设备。

正如该公司在博客文章中解释的那样，微软研究实验室的一个团队正在努力压缩其机器学习模型，使其能够在体积不不超过面包屑的ARM处理器Cortex-M0上工作。

微软的目的是将机器学习推送到未连接到互联网的设备，如脑植入物。微软的Pix iPhone照片应用程序的新艺术功能在设备上使用人工智能，但其计划是使其能够运行在功能更弱的芯片上，例如脑植入，这些芯片可能需要在没有网络连接的情况下工作。

目前的压缩工作让机器学习模型缩小了10到100倍，但是要使其能够在Cortex M0上运行，模型需要缩小1000到10,000倍。

然而，今天，ELL可用于相对强大和庞大的Raspberry Pi、Arduinos、BBC微处理器和其他的微控制器。

这些设备的ELL依赖于为云训练的压缩机器学习模型，而在Cortex-M0上使用的训练算法中的工作则针对特定场景进行过调整。

研究人员测试过的最小的器件是具有2千字节RAM的单板计算机Arduino Uno。

微软研究机器学习和优化部门的主要研究人员Ofer Dekel在他的院子里训练了计算机视觉模型来处理松鼠问题。Dekel将模型部署在一个与网络摄像头连接的Raspberry Pi 3上，当它检测到一只松鼠时，它会打开喷淋系统。

他在GitHub上为制造商们提供了开始使用类似系统的说明，该系统识别对象并打印描述其内容的标签。