【斯坦福博士论文】自适应推理系统：概念、理论与应用

文章预览

随着摩尔定律的放缓，提升处理器的尺寸、性能和效率变得越来越具有挑战性，硬件性能可预测提升的时代已经结束。同时，高清传感器在消费设备和自动化技术中的广泛应用，推动了感知数据的大幅增长。当前全球趋势表明，生成的数据量已经超出了人类的消耗能力，使得 AI 算法成为全球数据的主要消耗者。为应对这一挑战，迫切需要一种全新的设计方法，以创建以 AI 为核心的感知系统，能够弥合高清传感器不断增长的能力与 AI 处理器局限性之间的差距。 在本论文中，我首先提出了一个设计自适应推理系统的概念框架，将以 AI 为核心的感知系统抽象为一个具有 AI 到传感器反馈的闭环系统。接着，我探索了 AI 为核心的感知系统所启用的新应用，以基于运动的毫米波传感器行人步态分类为例。随后，我介绍了在毫米波传感器和 RGBD 摄像头的背景 ………………………………