普里亞熊貓獲得谷歌研究學(xué)者計(jì)劃獎(jiǎng)

普里亞達(dá)希尼·熊貓，電氣工程助理教授，是谷歌研究學(xué)者計(jì)劃獎(jiǎng)項(xiàng)的獲得者。

Google的研究學(xué)者計(jì)劃創(chuàng)建于2021年，支持早期職業(yè)教師在計(jì)算機(jī)科學(xué)的許多領(lǐng)域從事前沿研究，包括機(jī)器感知，量子計(jì)算和其他相關(guān)領(lǐng)域。

如今，由于物聯(lián)網(wǎng)，大量數(shù)據(jù)積聚在數(shù)百萬(wàn)臺(tái)邊緣設(shè)備中，例如手機(jī)，交通攝像頭和跟蹤器。然而，隨著對(duì)數(shù)據(jù)隱私的日益關(guān)注，物聯(lián)網(wǎng)的實(shí)際AI應(yīng)用正在轉(zhuǎn)向保護(hù)隱私的分布式學(xué)習(xí)。然而，使用SNN進(jìn)行分布式學(xué)習(xí)仍然是一個(gè)未被探索的領(lǐng)域，之前的大多數(shù)研究?jī)H限于在單個(gè)設(shè)備上訓(xùn)練模型的經(jīng)典圖像分類任務(wù)。盡管 SNN 具有潛在的能效，但在實(shí)際應(yīng)用中并未被廣泛采用。

Panda的項(xiàng)目“使用尖峰神經(jīng)網(wǎng)絡(luò)(SNNs)的私有可解釋和強(qiáng)大的分布式學(xué)習(xí)”將探索增強(qiáng)端到端訓(xùn)練SNN能力的方法，這些SNN面向隱私保護(hù)分布式學(xué)習(xí)范式中靜態(tài)圖像識(shí)別以外的應(yīng)用。由于SNN將在醫(yī)療機(jī)器人，無(wú)人機(jī)等實(shí)際應(yīng)用中發(fā)現(xiàn)用途，因此“可解釋性” - AI模型預(yù)測(cè)背后的“原因” - 除了性能之外，至關(guān)重要。通過(guò)該獎(jiǎng)項(xiàng)，Panda將進(jìn)一步探索如何通過(guò)SNN為邊緣計(jì)算平臺(tái)實(shí)現(xiàn)低功耗可解釋智能。

“尖峰神經(jīng)網(wǎng)絡(luò)是一個(gè)新興領(lǐng)域，它為我們提供了一條接近類似大腦的效率的途徑，”Panda說(shuō)。“該獎(jiǎng)項(xiàng)將有助于進(jìn)一步提高人們對(duì)該領(lǐng)域的興趣，并希望促進(jìn)工程，計(jì)算機(jī)科學(xué)和神經(jīng)科學(xué)等不同學(xué)科的更多合作，以填補(bǔ)SNN研究的空白。

該獎(jiǎng)項(xiàng)附帶60，000美元的無(wú)限制資金，主要用于學(xué)生研究培訓(xùn)和舉辦基于峰值的計(jì)算研討會(huì)，以與社區(qū)中的其他人討論這一研究方向。