Tim mempresentasikan dua chip inovatif ini di IEEE International Solid-State Circuits Conference (ISSCC) 2024, Olimpiade industri sirkuit terpadu (IC).
ISSCC adalah pertemuan global tahunan untuk sirkuit solid-state, di mana para peneliti, insinyur, dan profesional terbaik bertemu untuk membicarakan perkembangan baru dan masa depan teknologi chip. Konferensi tahun ini diadakan di San Francisco dari 18 hingga 22 Februari.
Yang pertama dari dua chip AI dirancang untuk disematkan ke dalam perangkat pintar untuk memungkinkan kontrol suara offline.
Chip ini unggul dalam pencarian kata kunci dan verifikasi pembicara dengan mengenali sinyal suara dari speaker target, bahkan dengan kebisingan lingkungan, seperti televisi, musik atau orang lain yang berbicara, yang biasanya mengganggu chip pengenalan suara tradisional.
Chip konvensional juga cenderung menderita konsumsi energi bangun yang tinggi dan sering bangun palsu, yang mengarah ke efisiensi energi yang rendah.
Tim Hou mengusulkan arsitektur baru yang mengatasi keterbatasan ini melalui beberapa optimasi, termasuk mesin komputasi dinamis, sirkuit peredam kebisingan adaptif, dan kata kunci terintegrasi dan sirkuit pengenalan speaker.
“Chip ini mencapai konsumsi energi pengenalan kurang dari dua mikrojoule per contoh, dengan tingkat akurasi melebihi 95 persen dalam adegan tenang dan 90 persen di lingkungan yang bising, menetapkan tolok ukur global baru untuk efisiensi energi dan akurasi,” kata sebuah laporan di situs web UESTC.
Dalam demonstrasi sistem, chip berukuran 1 cm persegi (0,155 inci persegi) ini diintegrasikan ke dalam unit mikrokontroler berukuran 3cm x 3cm di dalam mobil mainan untuk mengontrol pergerakannya.
Chip ini juga memiliki aplikasi dalam skenario kontrol suara berdaya rendah seperti rumah pintar, perangkat yang dapat dikenakan dan mainan pintar. Chip kedua yang dipresentasikan tim pada konferensi dirancang untuk mendeteksi sinyal seiure untuk penderita epilepsi. Dibuat untuk digunakan dalam perangkat yang dapat dikenakan, ia menggunakan pengenalan electroencephalogram (EEG) untuk memperingatkan seiure epilepsi yang sedang berlangsung sehingga pasien dapat mencari bantuan medis atau perawatan.
“Desain yang ada bergantung pada data seiure pasien yang luas untuk pelatihan guna mencapai akurasi tinggi, sebuah proses yang memakan waktu dan mahal karena rendahnya kejadian seiures dan kebutuhan untuk rawat inap,” kata laporan itu.
Untuk mengatasi tantangan khusus ini, para peneliti mengoptimalkan algoritma pelatihan ulang ero-shot yang memungkinkan model AI yang telah dilatih sebelumnya untuk membuat prediksi akurat pada data yang tidak terlihat tanpa perlu mengumpulkan sinyal seiure pasien, mencapai tingkat akurasi lebih dari 98 persen.
Sebelum digunakan, pasien hanya perlu memakai perangkat untuk kalibrasi dua menit dalam keadaan alami mereka, memungkinkan perangkat untuk mengenali karakteristik sinyal individu.
01:50
Peneliti China Klaim Terobosan Antarmuka Otak-Komputer Menggunakan Sinyal Otak Monyet
Peneliti Cina mengklaim terobosan antarmuka otak-komputer menggunakan sinyal otak monyet
Dengan perbaikan ekstra dalam mesin ekstraksi fitur dan mesin pembelajaran on-chip, konsumsi energi pengenalan rata-rata chip ini hanya sekitar 0,07 mikrojoule, desain paling hemat energi dari jenisnya secara internasional.
Laporan resmi mencatat telah terjadi peningkatan 10 persen dalam akurasi dan pengurangan konsumsi energi lebih dari 90 persen dibandingkan dengan chip lain yang dipresentasikan pada konferensi tahun lalu.
“Chip ini juga memiliki aplikasi potensial di luar deteksi seiure, termasuk antarmuka otak-komputer lainnya dan pemantauan tidur,” tambah laporan itu.
Dalam demonstrasi di ISSCC, sinyal EEG pengguna real-time yang dikumpulkan dari perangkat antarmuka otak-komputer yang dapat dipakai ditransmisikan ke papan uji melalui Bluetooth. Chip itu dikonfigurasi ulang untuk mengidentifikasi perintah motor yang dibayangkan, memungkinkan kontrol gerakan robot untuk bergerak maju, berhenti atau bergerak mundur.
Tim Hou memiliki pengalaman bertahun-tahun di bidang chip pemrosesan cerdas, berkontribusi dalam proyek penelitian dan pengembangan utama nasional. Tim ini juga memiliki kemitraan dengan perusahaan terkemuka seperti SenseTime, Huawei Technologies dan produsen komponen elektronik BOE.