في عالم الذكاء الاصطناعي، تقدم التقنيات الجديدة خطوات مبتكرة نحو تحسين الأداء وتوسيع نطاق التطبيقات. ويعد "ENAS" (إطار عمل بحث معمارية الشبكات العصبية ذات الوعي بالمعدات) أحدث الصيحات في هذا المجال. هذا الإطار مصمم خصيصًا ليعمل بكفاءة دون الحاجة إلى تسريع GPU، مما يجعله مثالياً للبيئات التي تفتقر إلى الموارد.

يعتبر ENAS نقطة تحول في خطوات البحث المعماري، حيث يتضمن تقنيات متقدمة مثل الفحص الثابت للملاءمة، فضلاً عن مساحة بحث تعتمد على خلايا تدعم مجموعة متنوعة من الكتل، بما في ذلك الكتل القياسية، والكتل المنفصلة بالعمق، وكتل العائق.

تشمل استراتيجيات البحث الفريدة التي يستخدمها ENAS ثلاثة مراحل هجينة: عشوائي، توب-كي، ثم الطفرة مع ذاكرة التخزين المتقاطعة. هذا التصميم يساهم في تحقيق زيادات ملحوظة في سرعة وقت البحث تصل إلى 2.41 مرة على مجموعة بيانات "الكلمات التوثيقية المرئية" و1.70 مرة على مجموعة بيانات "سرطان الميلانوما".

علاوة على ذلك، يحقق ENAS دقة اختبار بنسبة 79.4% على الميكروكنترولر المعتمد على STM32H743، متفوقًا بفارق 2.6 نقطة مئوية عن النماذج التقليدية. كما أن النماذج التي يختارها ENAS تستخدم ذاكرة أقل بكثير، مما يعد كبيرًا عند تطويعها لاستخدامها على الميكروكنترولرز.

لذا، إذا كنت تتطلع إلى تحويل أفكارك في مجال الذكاء الاصطناعي إلى واقع ملموس يراعي تحديات الموارد، فإن ENAS هو الخيار الأمثل لك. يمكنك الآن الاطلاع على الإطار ككود مفتوح عبر الرابط: https://github.com/EdgeIntelligenceLab/ENAS.

ماذا تنتظر لتجربة هذا الابتكار المدهش؟ شاركونا آراءكم وتجربتكم في التعليقات!