NAS на устройстве: нейросеть подстраивается под пользователя на Raspberry Pi

Учёные представили новый метод Neural Architecture Search (NAS), который выполняется прямо на устройстве, без обращения к облачным серверам. Это позволяет нейросети адаптироваться под конкретные данные с датчиков, например, биометрические сигналы пользователя. Подход особенно актуален для человеко-машинных интерфейсов, где индивидуальные различия сильно влияют на качество распознавания.

В основе работы лежит идея near-sensor computing — лёгкий NAS запускается на самом устройстве после сбора данных. Такая адаптация может происходить при смене пользователя: нейросеть перестраивается за несколько минут под новые сигналы. Метод валидировали на двух датасетах: итальянском жестовом языке (ISL) с электромиографическими сигналами и датасете Case Western Reserve University (CWRU) для диагностики неисправностей оборудования.

На плате Raspberry Pi 4 новый NAS показал результаты выше текущего уровня техники. На датасете ISL точность выросла на 5,96 процентных пункта при одновременном сокращении RAM в 0,63 раза. На CWRU точность увеличилась на 0,2 процентных пункта, а потребление памяти снизилось в 0,44 раза. Такая экономия ресурсов критична для встраиваемых систем.

Разработка открывает путь к персонализированным ИИ-решениям на носимых устройствах и в промышленном IoT. Вместо универсальных моделей пользователь получает нейросеть, заточенную под его данные. Это повышает надёжность систем распознавания жестов, голосовых команд или биомедицинских сигналов.

По словам авторов, следующий шаг — интеграция метода в реальные прототипы человеко-машинных интерфейсов. Подход может быть применён в протезировании, умных браслетах и промышленных контроллерах. Главное преимущество — адаптация без интернета и загрузки больших моделей.