Com-in-AI

Назив пројекта: НАПРЕДНЕ МЕТОДЕ КВАНТИЗАЦИЈЕ, КОМПРЕСИЈЕ И УЧЕЊА У ВЕШТАЧКОЈ ИНТЕЛИГЕНЦИЈИ

Акроним: Com-in-AI

Руководилац пројекта: Др Зоран Перић, редовни професор, Електронски факултет, Универзитет у Нишу

Научноистраживачке организације: Електронски факултет, Универзитет у Нишу; Факултет природних наука, технологије и медицине, Универзитет у Луксембургу

Алгоритми вештачке интелигенције (AI алгоритми) деценијама се користе за успешно решавање најизазовнијих проблема, а њихов утицај на човека и друштво константно расте. Због своје сложености, AI алгоритми захтевају комплексну софтверску имплементацију као и знатне хардверске ресурсе, а притом троше и велику количину енергије, што ограничава њихову примену. Последњих година спроведена су бројна истраживања у погледу њихове шире имплементације на преносним и терминалним уређајима. Један од најактуелнијих праваца истраживања јесте примена квантизације и компресије у дубоком учењу у циљу смањења комплексности алгоритама. Иако су постигнути одређени резултати, утицај квантизације и компресије на тачност рада AI алгоритама још није довољно истражен.

Пројекат Com-in-AI бавиће се анализом суштине рада и повећањем ефикасности метода и алгоритама дубоког учења. Акценат ће бити на развоју иновативних метода компресије и квантизације параметара дубоких неуронских мрежа како би се омогућила дигитална репрезентација ових параметара са знатно мањим бројем битова, уз очување високе тачности рада неуронске мреже. То ће подразумевати смањење сложености софтверске имплементације, комплексности извршавања и потребних хардверских ресурса, а омогућиће и брже извршавање AI алгоритама.

ЦИЉ ПРОЈЕКТА: Дигитална репрезентација параметара дубоких неуронских мрежа са знатно мањим бројем бита (2-6 битова, уместо уобичајених 32), уз очување тачности рада неуронске мреже.

МЕТОДОЛОГИЈА: Користиће се алгоритми дубоког учења, алгоритми за кластеровање и класификацију, алгоритми за откривање законитости у подацима. Вршиће се и статистичка анализа и моделовање параметара.

ОЧЕКИВАНИ РЕЗУЛТАТИ: Развијање метода за смањење сложености AI алгоритама и потребних хардверских ресурса коришћењем напредних техника квантизације и компресије и експертизе тима у тој области.

Илустрација: Јаков Јаковљевић