Après avoir annoncé la compatibilité de Cortona avec Windows Core IoT, Microsoft présente les derniers résultats de ses équipes sur son blog. Ils ont réussi à réduire le besoin en ressource d’algorithmes de deep learning pour les faire fonctionner sur un Raspberry Pi 3.
Le Raspberry pi 3 est une plateforme hardware de développement très appréciée par les développeurs. Le mini-ordinateur est utilisé dans des millions de projets de conceptions d’objets connectés, il sert même de passerelle IoT. Microsoft Lab a imaginé un projet où le Raspberry Pi 3 accueille des algorithmes de deep learning.
L’idée est de fournir aux équipements dépourvus de connexion des fonctionnalités de Edge computing aussi appelé Fog Computing à moindre coût. Les applications sont nombreuses que ce soit dans le milieu médical ou certains milieux industriels.
Une IA pour un problème du quotidien
Mais les origines du projet d’AI de Microsoft avec le Raspberry Pi 3 sont bien plus triviales. Le Microsoft Lab de Redmond aux États-Unis et celui de Bangalore en Inde se sont penchés sur ce projet pour aider Ofer Dekel, leur responsable du groupe de recherche optimisation de l’intelligence artificielle, qui souhaitait trouver un moyen d’empêcher deux écureuils de manger les bulbes de ses fleurs et les graines de sa mangeoire pour oiseau.
Pour cela le chercheur a “entraîné” un système de computer vision à repérer les écureuils, puis à déclencher l’arrosage automatique pour les faire fuir. L’aspect le plus impressionnant de cette expérimentation, c’est le fait que le code de cette intelligence artificielle fonctionne sur un Raspberry Pi 3, vendu aux alentours des 35 dollars, sans besoin d’être connecté au Cloud.
Ce cas d’étude démontre bien la difficulté de connecter un système Cloud qui aurait pour objectif de faire fuir des “nuisibles” dans un espace à la connectivité limitée ou inexistante. La solution serait donc de faire fonctionner un réseau neuronal sur un micro-ordinateur comme le Raspberry Pi 3, voire même une puce conçue pour les bracelets connectés.
Le Raspberry Pi 3, un premier défi d’optimisation pour Microsoft Lab
C’est ce qu’Ofer Dekel et son équipe cherchent à faire avec le Rasbperry Pi 3. Ils ont dû optimiser l’utilisation des faibles ressources de la carte pour que le réseau neuronal complexe n’utilise que quelques kilobits de mémoire vive. Pour cela, le programme a été réduit à sa plus simple expression : il ne repose pas sur une architecture 32 bits habituelle.
Malgré la faible quantité de ressource, l’intelligence artificielle avait besoin d’un coup de pouce pour reconnaître rapidement les écureuils. Pour cela, les chercheurs ont utilisé une technique nommée “sparsification” qui consiste à réduire la taille des algorithmes afin de supprimer les redondances. Le système de détection par les images est ainsi 20 fois plus rapide, mais aussi plus fiable.
L’équipe de Microsoft Lab cherche à aller plus loin en rendant leur IA fonctionnel sur des contrôleurs comme le Raspberry Pi Zero ou le Arduino Uno. L’objectif, rendre une intelligence artificielle fonctionnelle depuis des produits de petite taille, principalement pour des applications industrielles ou agricoles.
Selon les chercheurs, réduire cette taille est difficile, car il faut maintenant changer de modèle algorithmique, donc les formules mathématiques qui permettront cette optimisation. Comme quoi faire fuir des écureuils fait courir les méninges. Pour les plus débrouillards d’entre vous, le projet est disponible sur GitHub.
- Partager l'article :
