四川
世界上最致命生物的探測設備。對一些人來說，蚊子的嗡嗡聲只是惱人噪音；但對另一些人而言，那卻像是世界上最致命生物發(fā)出的令人不安的信號。
為了減少蚊蟲造成的驚人死亡人數(shù)，臥龍崗大學一名研究人員開發(fā)出一種高效、低成本的人工智能技術。它能通過“聽”蚊子的嗡嗡聲，分辨?zhèn)鞑ゼ膊〉奈米雍蜔o害蚊子。
這一探測設備是新一批應用“微型機器學習”技術發(fā)明中的一種。所謂微型機器學習，即TinyML，是一種低功耗人工智能，與依賴高耗能數(shù)據(jù)中心的大型語言模型形成鮮明對比。
起初，副教授基蘭·特里維迪只是想看看，TinyML能否識別從他窗外傳來的鳥鳴。這位來自臥龍崗大學印度艾哈邁達巴德校區(qū)的計算機科學專家，從谷歌下載了鳥鳴數(shù)據(jù)，建立了一個小型模型，并將其部署到一枚微型芯片上。這個模型能夠識別印度杜鵑等鳥類的叫聲。
在這項嘗試成功后，他把目標轉(zhuǎn)向嬰兒。特里維迪的兄弟是一名在新生兒病房工作的兒科醫(yī)生。兄弟告訴他，許多焦慮的新手父母會抱著嬰兒來問醫(yī)生，孩子為什么一直哭。“于是我又收集了嬰兒哭聲的數(shù)據(jù)，并為此建立了一個模型。”結(jié)果是另一種實驗性設備，可以判斷嬰兒大哭究竟是因為饑餓、困倦還是身體不適。
“事情就是這樣開始的。”特里維迪說。哭鬧的嬰兒顯然不是世界上最嚴重的問題。于是，他把研究方向轉(zhuǎn)向蚊子。瘧疾、登革熱和寨卡病毒每年經(jīng)由蚊子傳播，導致70萬人死亡。
不同種類的蚊子，翅膀振動頻率各不相同。傳播瘧疾的按蚊嗡鳴聲較低沉；庫蚊傳播日本腦炎和羅斯河病毒，嗡鳴聲處于中等音調(diào)；埃及伊蚊則傳播登革熱，這種蚊子在澳大利亞也有分布，飛行時音調(diào)最高。
為了壓縮模型，他把音頻記錄轉(zhuǎn)換成名為“頻譜圖”的圖像，也就是聲波的可視化表示。人工智能由此學習識別人眼看不見的圖像模式。隨后，他又通過一種名為“量化”的過程，進一步精簡模型，只保留作出準確預測所必需的信息。
悉尼科技大學副教授、人工智能研究人員周建龍并未參與特里維迪的研究。他說：“通常談到人工智能，我們需要海量數(shù)據(jù)、強大的機器，以及互聯(lián)網(wǎng)或無線網(wǎng)絡。TinyML不一樣——它可以用在沒有電、沒有互聯(lián)網(wǎng)、沒有網(wǎng)絡連接的地方。
“TinyML在本地采集數(shù)據(jù)、在本地處理數(shù)據(jù)、在本地給出反饋，因此不存在隱私問題。”周建龍還研究過TinyML在養(yǎng)蜂中的應用。在這一場景中，TinyML納米傳感器可以監(jiān)測蜂箱環(huán)境，細致到濕度、二氧化碳、蜂王信息素失衡、瓦螨侵染的早期化學跡象，以及蜜蜂振動所顯示的即將分蜂信號。
他說，智慧農(nóng)業(yè)以及可穿戴健康傳感器，將在近期成為TinyML技術的重要推動力量。根據(jù)一項估算，到2030年，投入運行的TinyML設備數(shù)量將激增至25億臺。
至于特里維迪的設備，他希望這種傳感器未來能夠以500盧比、約合7.50美元的成本實現(xiàn)大規(guī)模生產(chǎn)，并成為城市級監(jiān)測網(wǎng)絡的一部分。
“關鍵在于早期發(fā)現(xiàn)。”他說，“通常在我生活的地方，人們是在報紙上讀到某地蚊蟲大量繁殖、發(fā)現(xiàn)登革熱病例的消息。但那時疫情其實已經(jīng)發(fā)生，很多人已經(jīng)被感染了。”
他正在研發(fā)的這項技術，或許可以在蚊媒疫情剛開始時就發(fā)現(xiàn)異常，從而采取有針對性的早期控制措施，例如噴灑殺蟲霧劑。
他還設想，未來這一模型可以嵌入Alexa等智能音箱，在附近有傳播疾病的蚊子嗡嗡飛過時向人們發(fā)出提醒。特里維迪本周在聯(lián)合國“人工智能向善”峰會上展示了這項技術。“如果我們能夠識別蚊子種類，并幫助社會，那對我來說將是巨大的成功。”他說。
特別聲明：以上內(nèi)容(如有圖片或視頻亦包括在內(nèi))為自媒體平臺“網(wǎng)易號”用戶上傳并發(fā)布，本平臺僅提供信息存儲服務。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
