Saturs
- Kas notiks pēc mašīnmācības?
- Digitālā fiziskā padarīšana
- Apsveriet Corti
- Labāk pazīstams fokuss
- Tātad, kas ir nākamais?
2019. gada 4. februāris
Kas notiks pēc mašīnmācības?
Gados vecos laikos mašīnām bija slikta modeļa atpazīšana - tās patiešām varēja ievērot tikai iepriekš ieprogrammētu instrukciju kopu. Mašīnmācības pieaugums ir devis sistēmas un ierīces, kas faktiski var interpretēt datus un izmantot tos, lai pilnveidotu sevi.
Mašīnmācība jau skar gandrīz katru mūsu dzīves aspektu, mainot tos uz labo pusi. Cik labi mēs atrodam modeļus, mašīnās tas ir daudz, daudz labāk - un šī modeļa noteikšana ir ļoti ērta ļoti dažādos veidos, sākot ar runas atpazīšanu un beidzot ar akciju tirgus prognozēšanu.
Ko tad mēs varam sagaidīt no šī lauka 2019. gadā?
Digitālā fiziskā padarīšana
Uzņēmumi, kas ir daudz ieguldījuši gan mašīnmācībā, gan maza mēroga datortehnikā, ir pavērsuši ceļu ML nākotnei. Arm ir šo centienu priekšplānā. Tās tehnoloģija uzlabo visu, sākot no pirmās reaģēšanas medicīniskās aprūpes līdz pašbilžu uzņemšanai.
Apsveriet Corti
Corti ir specializēta maza ierīce, kas atbilst Google mājas izmēram. Tomēr tuvākajā laikā nevienu no tiem savā viesistabā neatradīsit.
Šis rīks pašlaik tiek izmantots ārkārtas reaģēšanas centros visā pasaulē. Tas klausās neatliekamās medicīniskās palīdzības izsaukumus un palīdz operatoram sniegt vislabāko padomu.
Tas ir vissvarīgākais mērķis? Lai identificētu sirdsdarbības apstāšanās gadījumu pirms līnijas cilvēkiem.
Sirdslēkmes nogalina vairāk cilvēku nekā jebkas cits, tomēr mums joprojām ir slikti, ja mēs uzlaužam indikatora zīmes. Šis informētības trūkums var aizkavēt iejaukšanos situācijās, kad pat dažas minūtes var nopietni ietekmēt upura izdzīvošanas līmeni. Faktiski par katru minūti, kad CPR kavējas, izdzīvošanas iespēja samazinās līdz pat 10 procentiem.
Šai ML ierīcei ir pierādīta sirdsdarbības apstāšanās ātrāka identificēšana ar pārsteidzošu precizitātes līmeni - 93 procentiem - daudz augstāku nekā 73 procenti, kas raksturīgi operatoram. Tā plaša izmantošana varētu izglābt tūkstošiem dzīvību.
Mašīnmācība obligāti tiek veikta ierīcē, nevis savienota ar datu bāzi mākonī. Dzīvībai bīstamās situācijās operatoram ir jāsniedz padomi, kas ik pa brīdim glābj dzīvību, neatkarīgi no interneta žagas. Bažas par konfidencialitāti arī tīmeklī savienotu ML ierīci medicīniskās situācijās padara nedaudz viltīgu.
Korti nav tikai viena trika ponijs; tā uzmanības centrā tiek paplašināta, iekļaujot narkotiku pārdozēšanas un insulta diagnozes, izmantojot tādas metodes kā vokālā analīze.
Corti darbina Nvidia TX2: Arm v8 (64 bitu) divkodolu + četrkodolu Cortex-A57 (64 bitu).
Labāk pazīstams fokuss
Ja šī mašīnmācīšanās lietošana mazliet pārspīlēja jūsu sirdi, šeit ir aprakstīts, kā tīrīšanas līdzeklis ir vairāk sociālais.
2018. gadā Instagram sāka ieviest savu Focus iespēju, kas lietotājiem ļauj izveidot profesionāli koncentrētus Pašbildes un kadrus, kas identificē sejas un aizmiglo fonu.
Kaut arī šī funkcija precīzi neaptur sirdslēkmes, tā piedāvā intuitīvu un pazīstamu pieredzi, un tā ir iespējama ar aparatūras un programmatūras uzlabojumiem, kas saistīti ar mašīnu apguvi.
Neatkarīgi no tā, vai tiek izmantots pašbildes režīms, vai standarta ar aizmuguri vērstu kameru, Focus izmanto attēla segmentēšanas tīklu, lai automātiski iekustinātu attēla objektu, vienlaikus aizmiglojot fonu, lai izveidotu profesionāla izskata kadru. Kā jūs varētu iedomāties, šī ir sarežģīta tehnika, kurai nepieciešama ievērojama papildu apstrāde, lai tā ātri un efektīvi darbotos, un rezultātā tā tika selektīvi izvērsta augstākās klases platformām, kas atbalsta nepieciešamās optimizācijas. Pateicoties spēcīgai sadarbībai ar Arm un Compute Library komandu, tas ietver arī vairākas ierīces ar Arm Mali GPU.
Tātad, kas ir nākamais?
2019. gadā tādi uzņēmumi kā Arm tiks atbalstīti visā pasaulē ar arvien lielākām mašīnmācīšanās spējām. Mēs varam sagaidīt uzlabojumus gandrīz katrā nozarē, sākot no precīzi mērķētas kaitēkļu kontroles lauksaimniecībā un beidzot ar progresīvākām autonomām automašīnām paredzētām funkcijām. Jūsu viedierīces, iespējams, uzlabosies tādos uzdevumos kā runas atpazīšana, palielinot spēju atklāt tādas lietas kā lēciens un signāls.
Sekojiet līdzi Arm, ja vēlaties redzēt, kur mašīnmācība ierīcē notiek 2019. gadā. Ar hokeja nūjas tendenci mašīnmācīšanās iespējām tas būs aizraujošs gads.
