![arxiv：2402.12702v2 [cs.ai] 2024年2月26日](/simg/3/328419de55ca4015b4bbfa96eb1075dcfec2dfee.webp)
机构名称：
¥ 1.0
生成人工智能（AI）在包括设计在内的各个方面都表现出了巨大的前景。然而，由于其对资源的需求量很大，因此受到了大型计算基础架构的接受培训，并且通常可作为基于云的服务提供。在该立场论文中，我们考虑了边缘设计生成AI的潜力，挑战和有希望的方法，即在资源约束的设置中，内存，计算，能量（蝙蝠）和网络连接可能受到限制。将生成AI适应此类设置涉及克服重大障碍，主要是在如何简化复杂模型以在低资源环境中有效运行。这需要在模型组合，有效的算法设计中甚至杠杆式计算中的创新方法。目的是利用生成AI在为设计问题上创建定制解决方案的力量，例如医疗干预措施，农业设备维护和教育材料设计，并根据偏远地区的独特约束和需求量身定制。这些努力可以降低对先进技术的访问并促进可持续发展的开发，从而确保普遍的可访问性和对AI驱动的设计优势的环境考虑。
arxiv：2402.12702v2 [cs.ai] 2024年2月26日
主要关键词
![arxiv：2402.12702v2 [cs.ai] 2024年2月26日PDF文件第1页](/bimg/c/cc7976bdb07de4911adaf0141585b30952b46b6f.webp)
![arxiv：2402.12702v2 [cs.ai] 2024年2月26日PDF文件第2页](/bimg/a/ab05e36f0d4ae3145bd78a6afa5bd4a8e707bda7.webp)
![arxiv：2402.12702v2 [cs.ai] 2024年2月26日PDF文件第3页](/bimg/a/abd45967113057309e55479b81f457863238f6a8.webp)
![arxiv：2402.12702v2 [cs.ai] 2024年2月26日PDF文件第4页](/bimg/6/6610205fe3e347e6d38feabc81697ecaaf944759.webp)
![arxiv：2402.12702v2 [cs.ai] 2024年2月26日PDF文件第5页](/bimg/c/c4a65bc1e56616b253c2ea8c76a13860fb9ff136.webp)
相关文件推荐
![arxiv：2402.13946v2 [cs.lg] 2024年2月26日](/simg/e/e870ca6fb63efd17ae8a07b3968e3146d214b6ab.webp)
![arxiv：2402.16320v1 [eess.sp] 2024年2月26日](/simg/8/8ab716398e44362a86f7cae4e23ee08b093c5014.webp)
![arxiv：2402.14527v1 [cs.lg] 2024年2月22日](/simg/c/c5e7363979a4b34fd46e6bbf66b93e8509e227cb.webp)
![arxiv：2402.10553v1 [cs.ro] 2024年2月16日](/simg/5/50ab6410c1bde83c8f60ce0ddb3b53f53686316b.webp)
![arxiv：2402.06363v1 [cs.cr] 2024年2月9日](/simg/3/3ddec16645db39f41f09cb1eb4c0f25652f964b0.webp)
![arxiv：2402.02385v1 [cs.ro] 2024年2月4日](/simg/3/3dc500ee58d3c948d12a92f3b875d2da17092f15.webp)
![arxiv：2402.08540v1 [cs.lg] 2024年2月13日](/simg/0/0d3c5d21d7ebc6c4f9033fdcaf762fcc6af0e990.webp)
![arxiv：2402.09233v1 [cs.ro] 2024年2月14日](/simg/b/b52ed5719ba2880b07e9631eab06b78b4dd35d30.webp)
![arxiv：2402.07016v1 [cs.ai] 2024年2月10日](/simg/9/9561106bbf3c742ff1228e38f3ed355eb69ea4a7.webp)
![arxiv：2402.08360v1 [cs.cv] 2024年2月13日](/simg/2/2d78d0b4c73cd9c3f9833e88723c51f5677c71db.webp)
![arxiv：2402.13326v2 [q-fin.cp] 2024年2月22日](/simg/0/027fe2c7ea4c20179f471443882c53e0ea318b1c.webp)
![arxiv：2402.07474v1 [Quant-ph] 2024年2月12日](/simg/9/98a13ef7f1aea6494049d553b5beda8e38372c18.webp)
![arxiv：2402.13895v1 [Quant-ph] 2024年2月21日](/simg/4/4c903a15cfd60b11ccf62c889d157188dd1f8f31.webp)
![arxiv：2402.18157V1 [CS.AI] 2024年2月28日](/simg/4/4fdc6d835045693f8a6e4444287ec76ac466a290.webp)
![arxiv：2402.06946v1 [Quant-ph] 2024年2月10日](/simg/e/e94345c8e3a46ec45b4a0f221fb0d84eba7d5223.webp)
![arxiv：2402.09902v1 [Quant-ph] 2024年2月15日](/simg/3/3bcbf765cb707b4bd911fa371cb8fa8b5e26bdc0.webp)
![arxiv：2402.17520v1 [Quant-ph] 2024年2月27日](/simg/b/bbf39513a61bc4120ba279c4deb9de078a68a0e9.webp)
![arxiv：2402.08727v1 [Quant-ph] 2024年2月13日](/simg/8/8fe1e629ad084c14b4a994d1dc5f17f112232ca0.webp)
![arxiv：2403.00821v1 [CS.CL] 2024年2月26日](/simg/3/306c7d64a3af5d2a31a5560f9362af4058401b51.webp)
![arxiv：2402.10347v1 [physics.optics] 2024年2月15日](/simg/5/589dc52abcc9ae6e09dae8400fba3e6b89e79856.webp)
![arxiv：2205.13518V2 [QUANT-PH] 2024年2月26日](/simg/9/933c5be3092109f012a3c5b1f418b3033e481731.webp)
![arxiv：2402.04598V1 [CS.HC] 2024年2月7日](/simg/0/0c956cd7426e379a52ec8740ec3bd812e4c80e71.webp)
![arxiv：2402.07547v1 [CS.MA] 2024年2月12日](/simg/e/e601b3c18b21462c8c7d6cb7a15b3fafd1326b7e.webp)
![arxiv：2402.14946v1 [physics.optics] 2024年2月22日](/simg/d/d33ee8f1d03eb9ef553dd567fd2a63eec0f778cf.webp)
![arxiv：2402.00128v2 [CS.CV] 29年2月29日，2024年2月](/simg/0/0c92b1f474dcdb77ec786b56d2d8026655473f57.webp)
![arxiv：2402.03031v1 [Quant -ph] 2024年2月5日-Schuster Lab](/simg/5/55f7eacd0c0b8c3191a29d814f9e46db3d51a3bc.webp)
![arxiv：2402.10458v1 [cond-mat.str-el] 2024年2月16日](/simg/c/cc80ca0d41014e0ab87529d941d828861470a6e8.webp)
![arxiv：2402.00059v1 [cs.lg] 2024年1月28日](/simg/d/df4199e81fd68f37b31a66ca712d83262d1423f7.webp)