Первый из разработанных специалистами из Университета электроники и технологии Китая микрочипов предназначен для использования в умных устройствах, в частности, для обеспечения голосового управления. Он помогает распознавать ключевые слова и голосовые сигналы пользователя даже в шумной обстановке — при работающем на фоне телевизоре или говорящих людях.

Обычно в таких ситуациях реагируют на шум, ошибочно переходя из спящего режима в активный. На это расходуется электроэнергия. Команда профессора Чжоу Цзюня предложила новую архитектуру, которая преодолевает эти ограничения посредством ряда методов оптимизации, включая технологию динамических вычислений, схему адаптивного подавления шумов и схему распознавания ключевых слов и говорящего.

В процессе распознавания речи микрочип потребляет менее двух микроджоулей за экземпляр данных с точностью более 95% в тихой обстановке и 90% — в шумной. По словам разработчиков, это новый стандарт эффективности и точности для устройств этого типа. В ходе демонстрации чип  размером 1 кв. см интегрировали в микроконтроллер, управляющий игрушечной машинкой.

Вторая разработка, представленная на конференции, была создана в помощь больным эпилепсией. Электроэнцефалографический датчик оповещает о начале судорог, позволяя вовремя принять меры. Из-за относительной редкости данных об эпилептических припадках обучение ИИ для подобных целей требует много времени и расходов. Эту проблему исследователи обошли, оптимизировав алгоритм таким образом, чтобы модель ИИ могла делать точные предсказания, не имея данных об эпилептических сигналах пациента. Чип можно применять и для наблюдений за другими функциями мозга, пишет SCMP.

Перед использованием пользователь должен носить устройство две минуты для калибровки, чтобы оно начало распознавать его индивидуальные сигналы. Точность прогнозов составила свыше 98%. Среднее энергопотребление — всего 0,07 мкДж — новый рекорд для чипов этого типа.

Ученые разработали минимально инвазивный метод для прогнозирования эпилептического приступа с локализацией его эпицентра всего за 10 минут. С помощью нового инструмента они планируют не только улучшить медицинскую помощь, но и понять основные механизмы зарождения приступов.