Comment l’IA s’invite dans les plus petits capteurs

Comment l’IA s’invite dans les plus petits capteurs

L’intelligence artificielle est souvent considérée comme gourmande en ressources, mais des chercheurs du projet E-MINDS prouvent qu’elle peut tenir dans 4 ko de mémoire. Difficile à croire ? Pourtant, ils ont réussi à faire tourner des modèles spécialisés sur des capteurs ultra-légers sans recourir au cloud.

Les défis de l’IA embarquée

Dans l’Internet des objets (IoT), chaque milliwatt compte. Les capteurs doivent analyser des données avec peu de puissance, peu de mémoire et des batteries minuscules. Comment faire pour que des tâches exigeantes comme la localisation restent rapides et fiables ?

Des astuces de miniaturisation

L’équipe a mis au point un système modulaire : plusieurs modèles spécialisés s’activent selon le contexte. Un modèle détecte les interférences métalliques, un autre celles liées aux personnes… Un modèle d’orchestration choisit la bonne IA en moins de 100 ms !

Elle a aussi exploité des SCN (subspace configurable networks) pour adapter un même réseau à différents types de données et a déployé des techniques de quantification (remplacer les nombres flottants par des entiers) et de pruning (éliminer les connexions inutiles). Résultat : jusqu’à 7,8 fois plus rapide sur les tâches de reconnaissance d’image.

Au-delà de la localisation

Ce n’est pas une révolution, mais ça mérite le détour : ces méthodes ouvrent la voie à des applications variées. Imaginons une télécommande de maison connectée qui tient des mois sans recharge, ou un système antivol de voiture qui vérifie la proximité du badge avec plus de précision.

Les domaines d’application sont nombreux : industrie, logistique, domotique, sécurité… Grâce aux travaux de TU Graz, Pro2Future et l’Université de St. Gallen, l’IA se fait plus légère que jamais.

👉 Source ici

A lire ensuite