Este din ce în ce mai obișnuit să citiți sau să auziți despre învățarea automată, o ramură a inteligenței artificiale care încearcă practic să facă ca mașinile să „învețe” singure.
Avansele din această disciplină au fost combinate cu utilizarea unor cantități enorme de date pentru a antrena aceste motoare și pentru a obține rezultate surprinzătoare în multe cazuri. Există limitări la ceea ce poate realiza învățarea automată? Desigur, dar toate aceste exemple arată că există domenii în care această disciplină ar putea schimba lumea noastră pentru totdeauna.
Lupta împotriva sinuciderii
O echipă de la Spitalul de Copii din Cincinnati este a aflat că după o serie de oameni au intervievat o serie de intervievați. dacă erau persoane cu un anumit risc de sinucidere.
Pentru analiză s-au luat în considerare nu doar răspunsurile, ci și alte secțiuni precum intonația sau armonia răspunsurilor, lucru care conform experților ar putea oferi o mulțime de informații sistemului. Potrivit studiului, persoanele cu risc de sinucidere au fost identificate cu o acuratețe de 93%.
Cum să vorbești engleză (non-nativ)
Vorbitorii aceleiași limbi de obicei se înțeleg fără probleme, dar există situații în care cei care au învățat-o nativ și cei care au învățat-o ca limbă secundară au probleme de comunicare.
Tocmai în acest domeniu MIT a creat o bază de date mare de fraze în limba engleză non-nativă. Scopul a fost îmbunătățirea procesării limbajului de către mașini. Tehnologia de procesare a limbajului (NLP) permite rezolva ceva curios: că o mașină nu știe cum să proceseze particularitățile englezei non-native.
Diagnoze medicale infailibile (sau nu)
Unul dintre domeniile în care se aștepta ca acest tip de sistem să aibă un impact semnificativ este medicina și, în special, diagnosticul medical în care învățarea automată părea teoretic foarte capabilă să ofere răspunsuri valide.
testele de autodiagnostic efectuate de Universitatea Harvard au demonstrat că sistemele automate funcționează cu date obiective (raze X, analize CT), dar cu analize clinice oferite direct simptome. pacienţi.
Problema este că medicii sunt capabili să detecteze și să extragă aceste simptome din informațiile pacienților („toată lumea minte”, a spus dr. House) pentru a diagnostica eficient ce li se întâmplă. Se pare, mașinile au încă timp să rezolve această problemă.
Conținut cenzurabil și cenzurat pe rețelele sociale
Succesul copleșitor al videoclipurilor de pe Internet pe YouTube, Facebook Video și alte servicii a permis atât transmisiilor live, cât și înregistrate să devină un tip de conținut foarte apreciat de utilizatori, dar nu tot conținutul respectă politicile de utilizare ale acestor servicii din punct de vedere etic sau moral.
Acesta este motivul pentru care Facebook a dezvoltat un sistem care permite să detecteze conținut violent sau nud în timpul serviciului său live, oferit și care blochează live Facebook Live automatic ei.
În căutarea unor exoplanete locuibile
O echipă de la Universitatea din Toronto a fost inspirată de algoritmii de recomandare ai Netflix, care folosesc, de asemenea, căutarea dinamică stabilă a învățării automate, pentru a accelera în mod constant învățarea dinamică a mașinilor. sisteme.
Ideea este de a accelera căutarea de exoplanete „de până la o mie de ori mai rapid decât prin metodele tradiționale”, spun responsabilii studiului. De fapt, are în vedere utilizarea acestui algoritm în misiunea Transiting Exoplanet Survey Satellite a NASA, care începe anul viitor.
Recunoaștere instantanee a obiectelor
Unul dintre domeniile în care învățarea automată și-a dovedit validitatea este sistemele de recunoaștere a imaginilor. Există mai multe servicii care profită de aceste sisteme pentru a ne organiza bibliotecile foto, dar ideea este aplicabilă și recunoașterii obiectelor și oamenilor în timp real.
Asta este ceea ce face RadarCat, un kit bazat pe Project Soli de la Google și care vă permite să recunoașteți, să clasificați și să distingeți diferitele materiale și obiecte în timp real și cu precizie ridicată.
Secretul îl reprezintă undele electromagnetice și, desigur, algoritmul său de învățare automată, care este alimentat de o bază de date în care fiecare obiect lasă o „amprentă digitală” unică.
Citirea minții pare fezabilă
Relația dintre învățarea automată cu domenii precum neurologia și psihologia pare puțin probabilă, dar un grup de cercetători din Statele Unite a dezvoltat un sistem care a fost aproape de o idee de ficțiune a filmelor dvs. foarte puternice de citit: minte.
Cei responsabili pentru această dezvoltare au prezentat sute de fețe la 23 de persoane supuse RMN funcțional, apoi au repetat procesul, dar oferind algoritmului doar datele RMN, astfel încât algoritmul să poată încerca să lege RMN-ul respectiv cu fața pe care o vedeau participanții la experiment. Rezultatul a fost singular, deși nu definitiv. Poate unul care ne îndreaptă efectiv către un cititor mintal infailibil.
De la mașina autonomă la scaunul cu rotile autonom
Mașinile autonome sunt cu siguranță unul dintre domeniile în care inteligența artificială pare să aibă un rol mai relevant pe termen scurt, dar bazele acestei învățări automate care sunt aplicate în aceste vehicule sunt aplicabile și scaunelor cu rotile care sunt utilizate, de exemplu, în spitale.
În Singapore încearcă să creeze tocmai acele scaune cu rotile autonome, încât personalul ar putea transporta pacienții din spital atât de eliberați, încât ar putea transporta pacienții de la spital. îngrijirea altora de sarcini diferite. Nissan, apropo, are un proiect similar.
Telefoane mobile inteligente (mai multe?)
Această disciplină începe să facă parte și din smartphone-urile noastre, acele dispozitive care vor deveni din ce în ce mai ambițioase în scopul lor de a simplifica viața utilizatorilor prin anticiparea nevoilor acestora. Google Assistant, instrumentul care a debutat pe Google Pixel, folosește acest tip de algoritmi.
La Google nu sunt singurii care profită de învățarea automată. Huawei a prezentat recent mate 9, un smartphone al cărui software învățați de la utilizator să îmbunătățiți experiența utilizatorului. Reciclați și clasificați aplicațiile pentru a gestiona resursele mobile (memorie, stocare, capacitate de procesare) în cel mai eficient mod posibil, iar acesta este cu siguranță doar începutul aplicării acestui tip de disciplină pe smartphone-urile noastre.
Dincolo de recunoașterea facială și a vocii
Aplicațiile tehnologiei de recunoaștere facială sunt din ce în ce mai curioase. Dacă, în principiu, acestea au fost propuse ca o modalitate utilă și confortabilă de autentificare (Windows 10 și unele dispozitive permit deja acest lucru prin Windows Hello), învățarea automată a făcut posibil ca algoritmii care identifică fețele să fie cheia pentru clasificarea fotografiilor pe Internet și pentru a face acele căutări atât de precise încât Google Foto (cu controverse incluse) sau Momente Facebook le permite utilizatorilor.
Această capacitate ar putea fi aplicată, totuși, la subiecte mult mai sensibile, cum ar fi identificarea suspecților într-o infracțiune, dar nu prin recunoașterea facială, ci mai degrabă prin recunoașterea vocii. Există o mulțime de teren acoperit în acest sector, iar cercetătorii de la diverse companii de tehnologie au deja sisteme și API-uri care le permit să identifice o persoană după voce La revedere, Manolo Lama, nu avem nevoie de tine
Comentatorii sportivi și-ar putea vedea, de asemenea, locurile de muncă afectate de apariția inteligenței artificiale. Algoritmii de învățare automată sunt capabili să recunoască ceea ce se întâmplă în diverse sporturi și să adauge comentarii la videoclipul care este difuzat cu puțină întârziere.
Ca în orice sistem de acest tip, secretul constă în antrenamentul acestor soluții, care folosesc ore și ore de mici jocuri din diverse sporturi pentru a oferi apoi aceste ajutoare. De fapt, acesta este cuvântul cheie, deoarece comentatorii nu ar trebui amenințați: aceste sisteme sunt menite să îi ajute în munca lor, de exemplu, analizând rapid piese din alte unghiuri.
Atenție, prietene șofer
Mașinile autonome sunt – joc de cuvinte – chiar după colț, dar poate că înainte de a vedea aceste vehicule pe șosea vom întâlni sisteme bazate pe învățarea automată care sunt menite să atrs-a-prevermiento-nuestras"> roată.
În acest tip de aplicație, o cameră ne analizează limbajul corpului și gesturile noastre pentru a încerca să înțelegem ce reacții avem înaintea diferitelor manevre. Conform testelor efectuate de cercetătorii de la Cornell și Stanford, a fost posibil să se prevăd, de exemplu, schimbările de benzi cu o precizie de 90%, iar aplicațiile par foarte interesante în domeniul transportului de mărfuri, de exemplu.
Mașini care vorbesc ca noi
Un alt segment clar în care învățarea automată poate oferi avantaje clare este capacitatea sa de a ajuta la comunicarea între oameni și mașini.
Pregătirea unui sistem de inteligență artificială cu dialoguri de tot felul are ca rezultat un algoritm capabil să menține o conversație relativ coerentă, lucru pe care Google a demonstrat de la dialoguri de filme clasice. Acest tip de aplicație va fi din ce în ce mai izbitor, mai ales acum că toți cei mari par să vrea să pună versiunea lor particulară de Amazon Echo în camera noastră de zi.
Acum pe factura de energie electrică (și multe altele, sperăm)
Lucrul bun despre această învățare automată care cucerește toate tipurile de scenarii este că are un potențial enorm de a optimiza o mulțime de procese și decizii. Unele, apropo, sunt la fel de utile precum economisirea banilor la factura de energie electrică.
Google a reușit să facă acest lucru în centrele sale de date, iar persoana care a sfătuit îmbunătățiri ale modului de a consuma energie mai eficientă în aceste centre a fost un algoritm dezvoltat de Jim Gao, un program Google. Sistemul a învățat comportamentul fiecărui server pentru a ajusta PUE (Eficiența utilizării energiei) în fiecare caz și pentru a a obține ca consumul să fie corect.
Recomandări muzicale care vă vor suna uimitor
Google poate fi protagonistul involuntar al acestui articol, dar unul dintre managerii săi de top din acest domeniu ne-a spus deja că „mașina Google de învățare nu beneficiază de niciun departament care nu beneficiază”. Aplicațiile practice pentru utilizatori sunt multe și variate, dar printre cele mai practice și recente se numără cea care afectează Google Play Music, serviciul său de streaming de muzică.
Acest nou sistem folosește sisteme de învățare automată pentru a descoperi tipul de muzică care ne place și o amestecați cu date precum locația noastră și chiar și o listă personalizată a redarii pentru a crea o listă personalizată a activității. Aceste recomandări depășesc ceea ce încearcă alte sisteme care se bazează doar pe ceea ce ne place sau ascultăm frecvent, iar analiza acestor factori suplimentari (nu puteți activa această opțiune dacă preferați să vă protejați confidențialitatea) poate fi un plus pentru mulți utilizatori.
Rețele sociale cu mai puțin spam și mai puține știri false
Problema celor mai populare rețele sociale este că propria filozofie face să existe o mulțime de conținut fals pe care mulți utilizatori îl pot confunda cu conținut legitim. Spamul și recentul fenomen al știrilor false au arătat că este un drum lung de parcurs aici, dar algoritmii de învățare automată pot oferi și soluții în acest sens.
Așa cred ei cel puțin pe Twitter, unde sistemul lor BotMaker încearcă de câțiva ani să lupte împotriva spam-ului din această rețea de microblogging. Responsabilii au evidențiat apoi că sistemul a reușit să reducă spam-ul publicat pe Twitter cu 40%, iar acest lucru este agravat de eforturile recente ale Facebook de a face față scandalurilor va folosi sisteme de învățare automată pentru a detecta acest tip de știri, Tremble, Beethoven: sosesc aparatele care compun muzica clasică
S-ar putea crede că domeniul artistic este ferit de inteligența artificială pentru moment. Intuiția și tipul de factori care intră în joc în crearea oricărei piese artistice sunt ceva care deocamdată nu părea la îndemâna sistemelor de învățare automată, dar există cei care contestă această idee.
DeepBach este un sistem care, după ce a învățat modul în care au fost compuse cantatele lui Bach, este acum capabil să existente pentru a le armoniza sub acelas stil. Nu este singurul proiect în acest sens și l-am intervievat recent pe Francisco Vico pentru a vorbi despre o muzică compușită, capabilă să compună în contemporaneitate. fapt a fost deja interpretat de Filarmonica din Londra.
Mercuri mai multe și mai bune
Printre acele aplicații practice care ne spun despre un viitor mai bun se numără și cea a cercetării în domeniul farmacologic: descoperirea de noi medicamente ar putea fi mult mai eficientă și mai rapidă datorită utilizării sistemelor de inteligență artificială și, în special, a învățării automate.
Un studiu recent a făcut posibilă, de exemplu, minimizarea și chiar evitarea efecte secundare ale unui medicament înainte de a efectua teste clinice la oameni, ceea ce reduce semnificativ costul acestui tip de proces. Așa cum era de așteptat, Google cercetează, de asemenea, în acest domeniu, în colaborare cu Pande Lab, un laborator de la Universitatea Stanford, și există o mulțime de inițiative similare care, sperăm, vor ajuta la tratarea tuturor tipurilor de boli și a inițiative similare. mai bine.
În investigația noastră tehnică | Deep Learning: ce este și de ce va fi o tehnologie cheie în viitorul inteligenței artificiale