今日頭條
官方微信
官方抖音
資訊頻道近日，AI與未來網絡研究院賈維嘉教授團隊在設備端邊緣智能方向的工作“Empowering Edge Intelligence: A Comprehensive Survey on On-Device Al Models”被計算機領域頂刊ACM Computing Surveys錄用。
ACM Computing Surveys 1969年創刊，最新影響因子23.8，目前是Cite Score上排名第一的計算機領域國際頂級期刊，屬于中科院SCI一區Top期刊。
設備端人工智能（AI）模型
2025.3
在當前人工智能技術迅猛發展的背景下，設備端人工智能（AI）模型的研究逐漸成為推動智能設備普及和應用的重要力量。
綜述深入探討了設備端人工智能模型的基本概念、應用場景及其面臨的技術挑戰。首先，論文定義了設備端AI模型的特征，包括實時性能、資源限制和數據隱私保護，并分析了其在智能手機、智能家居、自動駕駛和醫療設備等領域的應用。其次，綜述詳細討論了設備端AI模型所面臨的主要挑戰，如計算資源的限制、能量管理和數據隱私問題。為應對這些挑戰，研究者們提出了多種優化和實施策略，包括模型壓縮、數據預處理和系統集成等。此外，綜述還探討了邊緣計算和基礎模型等新興技術對設備端AI模型演變的影響，強調了這些技術在推動智能系統發展的重要性。
綜述從數據、模型和系統三個方面詳細介紹了在設備上優化和實施人工智能模型的方法。設備端人工智能的數據優化方法能夠有效提升為設備端AI模型收集的數據質量；模型優化操作包括模型壓縮和模型設計，其中模型壓縮通過剪枝、模型量化和知識蒸餾等技術減少模型大小，以獲得在保持高準確度的同時需要更少資源的緊湊模型；綜述還介紹了加速模型性能的硬件方法。
本綜述為設備端AI模型的特征和應用提供了系統的分析框架，提出的優化策略為設備端AI模型的實際應用提供了指導，強調了設備端AI模型在智能家居、醫療健康、工業自動化等多個領域的應用潛力。
本文第一作者為AI與未來網絡研究院2022級博士研究生王旭斌，指導老師賈維嘉教授。合作者還有北京師范大學王田教授、郭劍雄副教授、王晨豪副教授、唐志清博士以及UIC孟天暉博士。
這項工作得到了國家自然科學基金、廣東省教育廳、廣東省科技廳、北京師范大學珠海校區、珠海市科學技術創新局的資助。部分工作得到了北京師范大學（珠海）交叉智能超算中心的支持。
鏈接：https://arxiv.org/pdf/2503.06027
來源：BNU自然科學高等研究院
北京市公安局海淀分局備案號：11010802023656號