Μια νέα έρευνα από το Πανεπιστήμιο Duke παρουσιάζει μια καινοτόμο τεχνική που μπορεί να φέρει πανίσχυρη τεχνητή νοημοσύνη (AI) ακόμα και σε πολύ μικρές συσκευές χωρίς την ανάγκη βαρέων επεξεργαστών ή μεγάλης κατανάλωσης ενέργειας. Η εργασία δημοσιεύθηκε στο επιστημονικό περιοδικό Science Advances στις 9 Ιανουαρίου 2026.
Οι σύγχρονες εφαρμογές, όπως drones που ελέγχουν δάση, ρομπότ που κινούνται σε αποθήκες ή αισθητήρες σε έξυπνες πόλεις, απαιτούν όλο και περισσότερο την εκτέλεση AI “στο άκρο” (edge), δηλαδή απευθείας στη μικρή συσκευή που συλλέγει τα δεδομένα. Ωστόσο, τα πολύπλοκα μοντέλα τεχνητής νοημοσύνης απαιτούν μεγάλη μνήμη και υπολογιστική ισχύ, κάτι που εξαντλεί γρήγορα τις μπαταρίες αυτών των συσκευών.
Η νέα προσέγγιση, που ονομάζεται WISE (Wireless Smart Edge networks), ξεπερνά αυτούς τους περιορισμούς. Αντί να αποθηκεύουν και να εκτελούν ολόκληρα μοντέλα AI τοπικά, οι βάσεις (π.χ. σταθμοί 5G ή Wi-Fi) στέλνουν τις βάσεις του μοντέλου ενσωματωμένες μέσα σε ραδιοκύματα. Οι συσκευές που λαμβάνουν αυτά τα σήματα μπορούν να αναμείξουν τη ραδιοφωνική “ραδιοκύμα-ενσωματωμένη πληροφορία” με τα δικά τους δεδομένα και να πραγματοποιήσουν βασικούς υπολογισμούς απευθείας στο φυσικό πεδίο των ραδιοκυμάτων, χωρίς να χρειάζεται ψηφιακή επεξεργασία.
Αυτό επιτυγχάνεται με μια μέθοδο που οι ερευνητές ονομάζουν in-physics analog computing. Σε αυτή, το ίδιο το κύμα εκτελεί μέρος των μαθηματικών πράξεων που απαιτούνται για τα δίκτυα βαθιάς μάθησης, όπως η πολλαπλασιαστική σύγκλιση, χρησιμοποιώντας απλά ηλεκτρονικά στοιχεία όπως παθητικούς αναμείκτες συχνότητας που βρίσκονται ήδη σε πολλές ασύρματες συσκευές.
Ένα από τα βασικά πλεονεκτήματα της μεθόδου είναι ότι απελευθερώνει τις συσκευές από την ανάγκη για μεγάλη μνήμη ή βαριά επεξεργαστική ισχύ. Στην πράξη, τα πειράματα με το πρωτότυπο WISE έδειξαν ακρίβεια ~96% στην ταξινόμηση εικόνων, καταναλώνοντας πάνω από δέκα φορές λιγότερη ενέργεια από αντίστοιχες παραδοσιακές ψηφιακές υλοποιήσεις.
Οι ερευνητές τονίζουν ότι σε πολλές περιπτώσεις δεν χρειάζεται νέα υλική υποδομή, αφού υπάρχων 5G/6G σταθμοί βάσης και Wi-Fi δρομολογητές μπορούν με μικρές τροποποιήσεις να διανέμουν τα μοντέλα. Επιπλέον, οι μικροί ραδιοεξοπλισμοί που υπάρχουν ήδη σε τέτοιες συσκευές μπορούν να εκτελέσουν αυτό το “in-physics” υπολογισμό χωρίς πρόσθετη ενέργεια.
Αν και η τεχνολογία WISE βρίσκεται ακόμα σε αρχικό στάδιο — κυρίως για υπολογισμούς σε κοντινές αποστάσεις — ανοίγει τον δρόμο για νέες εφαρμογές όπου συσκευές όπως drones, κάμερες, αισθητήρες κυκλοφορίας και άλλοι αισθητήρες μπορούν να εκτελούν σύνθετη AI χωρίς βαρύ hardware ή υψηλή κατανάλωση ενέργειας. (
Αυτή η προσέγγιση θα μπορούσε να αλλάξει τον τρόπο που κατανεμόμενη νοημοσύνη λειτουργεί στο μέλλον, όχι μόνο σε έξυπνες πόλεις και βιομηχανία αλλά και σε μεγάλα αυτόνομα δίκτυα IoT, καθιστώντας τα ασύρματα δίκτυα παράλληλα υπολογιστικούς κόμβους υψηλής απόδοσης και χαμηλής κατανάλωσης. (Phys.org)
