NộI Dung
- Điều gì tiếp theo cho học máy?
- Làm vật lý kỹ thuật số
- Hãy xem xét Corti
- Một trọng tâm quen thuộc hơn
- Vậy tiếp theo là gì?
Ngày 4 tháng 2 năm 2019
Điều gì tiếp theo cho học máy?
Trong thời đại cũ, máy móc nổi tiếng là kém về nhận dạng mẫu - chúng thực sự chỉ có thể làm theo một bộ hướng dẫn được lập trình sẵn. Sự gia tăng của học máy đã mang lại các hệ thống và thiết bị thực sự có thể diễn giải dữ liệu và sử dụng nó để cải thiện bản thân.
Học máy đã chạm đến gần như mọi khía cạnh trong cuộc sống của chúng ta, thay đổi chúng để tốt hơn. Cũng giống như chúng ta đang phát hiện các mẫu, máy móc ở xa, tốt hơn nhiều - và phát hiện mẫu này khá hữu ích theo nhiều cách, từ nhận dạng giọng nói đến dự đoán thị trường chứng khoán.
Vậy chúng ta có thể mong đợi gì từ lĩnh vực này vào năm 2019?
Làm vật lý kỹ thuật số
Các công ty đầu tư mạnh vào cả học máy và điện toán quy mô nhỏ đang dọn đường cho tương lai của ML. Arm đang đi đầu trong nỗ lực này. Công nghệ của nó đang cải thiện mọi thứ, từ chăm sóc y tế phản ứng đầu tiên đến chụp ảnh tự sướng.
Hãy xem xét Corti
Corti là một thiết bị nhỏ chuyên dụng có kích thước tương đương với Google Home. Tuy nhiên, bạn đã giành được một trong những thứ này trong phòng khách của bạn bất cứ lúc nào sớm.
Công cụ này hiện đang triển khai đến các trung tâm ứng phó khẩn cấp trên toàn thế giới. Nó lắng nghe các cuộc gọi khẩn cấp y tế và giúp nhà điều hành cung cấp lời khuyên tốt nhất.
Nó có mục tiêu quan trọng nhất? Để xác định một sự cố ngừng tim trước khi con người trên đường dây.
Các cơn đau tim giết chết nhiều người hơn bất cứ điều gì, nhưng chúng tôi vẫn nổi tiếng là tồi tệ trong việc thu thập các dấu hiệu nhận biết. Sự thiếu nhận thức này có thể trì hoãn sự can thiệp trong các tình huống trong đó thậm chí vài phút có thể ảnh hưởng nghiêm trọng đến tỷ lệ sống sót của nạn nhân. Trên thực tế, cứ mỗi phút CPR bị trì hoãn, cơ hội sống sót giảm tới 10%.
Thiết bị ML này có một hồ sơ theo dõi đã được chứng minh về việc xác định ngừng tim nhanh hơn, với tỷ lệ chính xác đáng kinh ngạc là 93% - cao hơn 73% so với điển hình của người điều khiển. Việc sử dụng rộng rãi của nó có thể cứu sống hàng ngàn người.
Việc học máy nhất thiết phải được xử lý trên thiết bị, thay vì kết nối với cơ sở dữ liệu trên đám mây. Trong các tình huống đe dọa tính mạng, nhà điều hành cần cung cấp lời khuyên cứu sống từng khoảnh khắc, bất kể trục trặc trên internet. Những lo ngại về quyền riêng tư cũng làm cho một thiết bị ML được kết nối web trở nên khó khăn trong các tình huống y tế.
Corti isn chỉ là một con ngựa một mánh; trọng tâm của nó đang được mở rộng để bao gồm quá liều thuốc và chẩn đoán đột quỵ, sử dụng các kỹ thuật như phân tích giọng nói.
Corti được cung cấp bởi lõi kép Nvidia TX2: Arm v8 (64-bit) + lõi tứ Cortex-A57 (64-bit).
Một trọng tâm quen thuộc hơn
Nếu việc sử dụng máy học đó khiến tim bạn đập quá nhiều, thì đây là một chất tẩy rửa vòm miệng xã hội hơn.
Năm 2018, Instagram bắt đầu tung ra khả năng Focus, cho phép người dùng tạo ra những bức ảnh tự sướng và ảnh chụp tập trung chuyên nghiệp để nhận diện khuôn mặt và làm mờ hậu cảnh.
Mặc dù nó không chính xác ngăn chặn các cơn đau tim, nhưng tính năng này mang lại trải nghiệm trực quan và quen thuộc, và nó có thể với các cải tiến phần cứng và phần mềm đi kèm với học máy.
Dù sử dụng chế độ chụp ảnh tự sướng hay máy ảnh mặt sau tiêu chuẩn, Focus đều sử dụng mạng phân đoạn hình ảnh để tự động chiếu vào đối tượng của hình ảnh trong khi làm mờ hậu cảnh để tạo ra một bức ảnh chuyên nghiệp. Như bạn có thể tưởng tượng, đây là một kỹ thuật phức tạp đòi hỏi xử lý bổ sung đáng kể để chạy nhanh và hiệu quả, và kết quả là được triển khai có chọn lọc lên các nền tảng cao cấp hơn hỗ trợ các tối ưu hóa cần thiết. Và, do sự hợp tác mạnh mẽ với Arm và nhóm Thư viện điện toán, điều này cũng bao gồm một số thiết bị có GPU Arm Mali.
Vậy tiếp theo là gì?
Năm 2019, các công ty như Arm sẽ là những thiết bị hỗ trợ trên toàn cầu với khả năng học máy ngày càng tăng. Chúng ta có thể mong đợi những cải tiến trên hầu hết mọi ngành công nghiệp, từ kiểm soát dịch hại được nhắm mục tiêu chính xác trong nông nghiệp đến các tính năng tiên tiến hơn cho các phương tiện tự trị. Các thiết bị thông minh của bạn có thể sẽ trở nên tốt hơn trong các tác vụ như nhận dạng giọng nói, với khả năng tăng cường phát hiện những thứ như âm điệu và âm điệu.
Hãy để mắt đến Arm nếu bạn muốn xem nơi học máy trên thiết bị sẽ bắt đầu vào năm 2019. Với xu hướng khúc côn cầu trong khả năng học máy, đây sẽ là một năm thú vị.
