新技术增强人工智能的实时数据压缩
物联网和云计算等信息和通信技术是现代社会的基石。这些服务的效率在很大程度上取决于处理和传输数字数据（包括图像和传感器数据）的速度。例如，从监控摄像头图像中识别个人的系统必须简化整个过程，从图像传输和人工智能 (AI) 识别到向用户提供结果。由于数据传输通常比人工智能计算耗费更多时间，因此迫切需要一种数据压缩方法，以在保持原始数据完整性的同时最大限度地减少数据量和通信时间。新技术可以加速人工智能计算的数据传输，并减少通过广域网（如 5G/6G 无线通信和互联网）传输的数据量，从而显著节省全球电力。
传统数据压缩技术以有限的块形式压缩和存储数据。为此，它们需要大量内存和处理器，这会增加压缩器的大小，并将实时压缩限制在有限的数据流中。
筑波大学的研究人员通过开发一种技术解决了这些挑战，该技术可以自动检测频繁出现的数据模式，并在经过一次压缩后将其压缩到最少 1 位。该技术可确保完全实时的数据恢复。该研究发表在《IEEE Access》杂志上。
与以往技术只能将一个数据单元压缩为一个比特不同，新方法将多个数据单元同时压缩为一个比特，压缩效率比传统方法提高10%–30%。
此外，这项创新技术还支持在硬件中开发高速、紧凑的数据压缩模块，而无需额外的处理器、内存或其他设备。如果集成到半导体芯片和 AI 系统中，这项技术可以通过提高速度、减少数据量和节省通信路径中的功耗来彻底改变数据传输，推动我们朝着社会 5.0 的愿景迈进。
页:
[1]