La nueva tecnología permite a los soldados estadounidenses aprender 13 veces más rápido que los métodos convencionales y los investigadores del Ejército dijeron que esto podría ayudar a salvar vidas.
En el Laboratorio de Investigación del Ejército de EE. UU., Los científicos están mejorando la tasa de aprendizaje incluso con recursos limitados. Es posible ayudar a los soldados a descifrar pistas de información más rápido y desplegar soluciones más rápidamente, como reconocer amenazas como un dispositivo explosivo improvisado transportado por un vehículo,o zonas de peligro potencial de imágenes aéreas de zonas de guerra.
Los investigadores confiaron en hardware liviano y de bajo costo e implementaron filtrado colaborativo, una técnica de aprendizaje automático bien conocida en una plataforma de matriz de puerta programable de campo de última generación y bajo consumo de energía para lograr una capacitación 13.3 veces más rápidaen comparación con un sistema multinúcleo optimizado de última generación y una velocidad 12.7 veces mayor para sistemas GPU optimizados.
La nueva técnica también consumió mucha menos energía. El consumo registró 13.8 vatios, en comparación con 130 vatios para el núcleo múltiple y 235 vatios para plataformas GPU, lo que lo convierte en un componente potencialmente útil de los sistemas informáticos tácticos adaptables y livianos.
El Dr. Rajgopal Kannan, un investigador de ARL, dijo que esta técnica podría eventualmente formar parte de un conjunto de herramientas integradas en el vehículo de combate de próxima generación, que ofrece servicios cognitivos y dispositivos para combatientes en entornos de coalición distribuida.
El desarrollo de tecnología para el vehículo de combate de próxima generación es una de las seis prioridades de modernización del ejército que persigue el laboratorio.
Kannan colabora con un grupo de investigadores de la Universidad del Sur de California, a saber, el profesor Viktor Prasanna y los estudiantes del laboratorio de arquitectura y ciencia de datos en este trabajo. ARL y USC están trabajando para acelerar y optimizar las aplicaciones de aprendizaje táctico en entornos heterogéneoscosto de hardware a través de la iniciativa de campus abierto de la costa oeste de ARL.
Este trabajo es parte del enfoque más amplio del Ejército en las iniciativas de investigación de inteligencia artificial y aprendizaje automático que se persiguen para ayudar a obtener una ventaja estratégica y garantizar la superioridad de los combatientes con aplicaciones como el procesamiento adaptativo en el campo y la computación táctica.
Kannan dijo que está trabajando en el desarrollo de varias técnicas para acelerar los algoritmos AI / ML a través de diseños innovadores en hardware de última generación y de bajo costo.
Kannan dijo que las técnicas en el documento pueden convertirse en parte de la cadena de herramientas para proyectos potenciales. Por ejemplo, un nuevo proyecto de procesamiento adaptativo que recientemente comenzó donde es un investigador clave podría usar estas capacidades.
Fuente de la historia :
Materiales proporcionado por Laboratorio de investigación del ejército de EE. UU. . Nota: El contenido puede ser editado por estilo y longitud.
Cite esta página :