محققان در پژوهشی جدید، روشی نوآورانه برای بهینهسازی «یادگیری فدرال» (Federated Learning) در پردازش تصاویر پزشکی (تبدیل MRI به CT) ارائه کردهاند. این روش با استفاده از استراتژی «فریز کردن لایههای انکودر»، مصرف انرژی و انتشار کربن را تا ۲۳ درصد کاهش میدهد، بدون اینکه دقت مدل افت چندانی داشته باشد.
این دستاورد خبر بسیار خوبی برای مراکز درمانی است که به زیرساختهای محاسباتی سنگین دسترسی ندارند و نشان میدهد که «هوش مصنوعی سبز» میتواند راهگشای تشخیصهای پزشکی دقیق با هزینه انرژی کمتر باشد.
منبع: arXiv Computer Vision