Περιεχόμενο
- Τι θα ακολουθήσει για την εκμάθηση μηχανών;
- Κάνοντας το Ψηφιακό Φυσικό
- Εξετάστε το Corti
- Μια πιο εξοικειωμένη εστίαση
- Λοιπόν τι ακολουθεί?
4 Φεβρουαρίου 2019
Τι θα ακολουθήσει για την εκμάθηση μηχανών;
Σε καιρούς, οι μηχανές ήταν αξιοσημείωτα κακές στην αναγνώριση προτύπων - θα μπορούσαν πραγματικά να ακολουθήσουν μόνο μια σειρά προ-προγραμματισμένων οδηγιών. Η άνοδος της μηχανικής μάθησης απέδωσε συστήματα και συσκευές που μπορούν στην πραγματικότητα να ερμηνεύσουν τα δεδομένα και να τα χρησιμοποιήσουν για να βελτιωθούν.
Η μηχανική μάθηση ήδη αγγίζει σχεδόν κάθε πτυχή της ζωής μας, αλλάζοντας την προς το καλύτερο. Όσο καλά είμαστε στην ανίχνευση των μοτίβων, οι μηχανές είναι πολύ καλύτερες σε αυτό - και αυτή η ανίχνευση μοτίβων έρχεται αρκετά χρήσιμη με ένα τεράστιο φάσμα τρόπων, από την αναγνώριση ομιλίας έως την αναμονή της χρηματιστηριακής αγοράς.
Τι μπορούμε να περιμένουμε από αυτόν τον τομέα το 2019;
Κάνοντας το Ψηφιακό Φυσικό
Οι εταιρείες που επενδύονται σε μεγάλες ποσότητες τόσο στην εκμάθηση μηχανών όσο και στον υπολογισμό μικρής κλίμακας καθαρίζουν τη διαδρομή για το μέλλον του ML. Ο βραχίονας βρίσκεται στην πρώτη γραμμή αυτής της προσπάθειας. Η τεχνολογία της βελτιώνει τα πάντα, από την ιατρική περίθαλψη πρώτης ανταπόκρισης έως την απομάκρυνση των αυτοεξυπηρέτησης.
Εξετάστε το Corti
Το Corti είναι μια εξειδικευμένη μικρή συσκευή σχετικά με το μέγεθος ενός Google Home. Ωστόσο, δεν θα βρείτε κάποια από αυτά στο σαλόνι σας σύντομα.
Το εργαλείο αναπτύσσεται επί του παρόντος σε κέντρα αντιμετώπισης καταστάσεων έκτακτης ανάγκης παγκοσμίως. Ακούει τις ιατρικές κλήσεις έκτακτης ανάγκης και βοηθά τον χειριστή να παρέχει τις καλύτερες συμβουλές.
Είναι ο πιο σημαντικός στόχος; Για να εντοπίσετε ένα περιστατικό καρδιακής ανακοπής πριν από τους ανθρώπους στη γραμμή.
Οι επιθέσεις της καρδιάς σκοτώνουν περισσότερους ανθρώπους από οτιδήποτε άλλο, όμως εξακολουθούμε να είμαστε αξιοσημείωτα κακοί στο να πάρουμε τα προειδοποιητικά σημάδια. Αυτή η έλλειψη συνειδητοποίησης μπορεί να καθυστερήσει την παρέμβαση σε καταστάσεις όπου ακόμη και λίγα λεπτά μπορεί να έχουν σοβαρό αντίκτυπο στο ποσοστό επιβίωσης του θύματος. Στην πραγματικότητα, για κάθε λεπτό που καθυστερεί η CPR, η πιθανότητα επιβίωσης μειώνεται έως και 10%.
Αυτή η συσκευή ML έχει αποδεδειγμένο ιστορικό ταχύτερη αναγνώριση της καρδιακής ανακοπής, με εκπληκτικό ποσοστό ακρίβειας 93% - πολύ υψηλότερο από το 73% που είναι χαρακτηριστικό ενός ανθρώπινου χειριστή. Η ευρεία χρήση του θα μπορούσε να σώσει χιλιάδες ζωές.
Η εκμάθηση της μηχανής είναι απαραίτητα χειρισμένη σε συσκευή, αντί να συνδέεται με μια βάση δεδομένων στο σύννεφο. Σε απειλητικές για τη ζωή καταστάσεις, ο χειριστής πρέπει να παρέχει συμβουλές από τη στιγμή σε στιγμή για τη διάσωση, ανεξάρτητα από το ρήγμα στο διαδίκτυο. Οι ανησυχίες σχετικά με την προστασία της ιδιωτικής ζωής καθιστούν μια συσκευή ML που συνδέεται στο διαδίκτυο λίγο δύσκολη σε ιατρικές καταστάσεις.
Ο Corti δεν είναι απλώς ένα πόνυ με ένα τέχνασμα. η εστίασή του επεκτείνεται ώστε να συμπεριλάβει τη χορήγηση υπερβολικής δόσης φαρμάκων και διαγνώσεων εγκεφαλικού επεισοδίου, χρησιμοποιώντας τεχνικές όπως η φωνητική ανάλυση.
Η Corti τροφοδοτείται από το quad-core (64-bit) του Nvidia TX2: Arm v8 (64-bit) διπλού πυρήνα + Cortex-A57.
Μια πιο εξοικειωμένη εστίαση
Αν αυτή η χρήση της μηχανικής μάθησης πήρε την καρδιά σας αγωνιστικά λίγο πάρα πολύ, εδώ είναι ένα πιο κοινωνικό παλάτι καθαρισμού.
Το 2018, το Instagram άρχισε να χρησιμοποιεί την δυνατότητα εστίασής του, η οποία επιτρέπει στους χρήστες να δημιουργούν επαγγελματικά εστιασμένες εγωιστές και πλάνα που εντοπίζουν πρόσωπα και θολώνουν το φόντο.
Αν και δεν σταματούν ακριβώς τα καρδιακά επεισόδια, αυτό το χαρακτηριστικό προσφέρει μια διαισθητική και οικεία εμπειρία και είναι δυνατόν με τις βελτιώσεις υλικού και λογισμικού που συνοδεύουν τη μηχανική μάθηση.
Είτε χρησιμοποιείτε τη λειτουργία selfie είτε την τυπική φωτογραφική μηχανή με οπίσθιο φωτισμό, το Focus χρησιμοποιεί το δίκτυο κατακερματισμού εικόνας για να μεταφερθεί αυτόματα στο θέμα της εικόνας ενώ συγχρονίζει το φόντο για να δημιουργήσει μια επαγγελματική εμφάνιση. Όπως μπορεί να φανταστείτε, αυτή είναι μια σύνθετη τεχνική που απαιτεί σημαντική πρόσθετη επεξεργασία για να τρέξει γρήγορα και αποτελεσματικά και ως εκ τούτου αναπτύχθηκε επιλεκτικά σε πλατφόρμες υψηλότερου επιπέδου που υποστηρίζουν τις απαραίτητες βελτιστοποιήσεις. Και, εξαιτίας μιας ισχυρής συνεργασίας με την ομάδα Arm και την ομάδα Compute Library, αυτό περιλαμβάνει επίσης μια σειρά συσκευών με GPU Arm Mali.
Λοιπόν τι ακολουθεί?
Το 2019, οι εταιρείες όπως το Arm θα ενισχύσουν τις συσκευές σε όλο τον κόσμο με τις αυξανόμενες δυνατότητες εκμάθησης μηχανών. Μπορούμε να αναμένουμε βελτιώσεις σε όλες σχεδόν τις βιομηχανίες, από τον ακριβή έλεγχο των παρασίτων στη γεωργία μέχρι τα πιο εξελιγμένα χαρακτηριστικά των αυτόνομων οχημάτων. Οι έξυπνες συσκευές σας πιθανότατα θα βελτιωθούν σε εργασίες όπως η αναγνώριση ομιλίας, με αυξημένη ικανότητα ανίχνευσης πραγμάτων όπως η καμπυλότητα και ο τόνος.
Παρακολουθήστε το βραχίονα, αν θέλετε να δείτε πού κατευθύνεται η μηχανική μάθηση στη συσκευή το 2019. Με μια τάση στα μηχανικά μαθήματα, θα είναι ένα συναρπαστικό έτος.
