Contente
- O que vem a seguir para o aprendizado de máquina?
- Fazendo o físico digital
- Considere Corti
- Um foco mais familiar
- Então o que vem depois?
4 de fevereiro de 2019
O que vem a seguir para o aprendizado de máquina?
Nos tempos antigos, as máquinas eram notoriamente ruins no reconhecimento de padrões - elas realmente só podiam seguir um conjunto de instruções pré-programadas. A ascensão do aprendizado de máquina produziu sistemas e dispositivos que podem realmente interpretar dados e usá-los para melhorar a si mesmos.
O aprendizado de máquina já afeta quase todos os aspectos de nossas vidas, mudando-os para melhor. Por mais que sejamos capazes de detectar padrões, as máquinas são muito melhores nisso - e essa detecção de padrões é bastante útil de várias maneiras, desde o reconhecimento de fala até a antecipação do mercado de ações.
Então, o que podemos esperar desse campo em 2019?
Fazendo o físico digital
As empresas fortemente investidas no aprendizado de máquina e na computação em pequena escala estão abrindo caminho para o futuro da ML. Arm está na vanguarda desse esforço. Sua tecnologia está aprimorando tudo, desde atendimento médico de primeira resposta até tirar selfies.
Considere Corti
O Corti é um pequeno dispositivo especializado do tamanho de uma Página inicial do Google. No entanto, você não encontrará um desses em sua sala de estar tão cedo.
Atualmente, a ferramenta está sendo implantada em centros de resposta a emergências em todo o mundo. Ele ouve chamadas de emergência médica e ajuda o operador a fornecer os melhores conselhos.
É o objetivo mais importante? Identificar um incidente de parada cardíaca diante dos seres humanos na linha.
Os ataques cardíacos matam mais pessoas do que qualquer coisa, mas ainda somos notoriamente ruins em perceber os sinais reveladores. Essa falta de consciência pode atrasar a intervenção em situações nas quais até alguns minutos podem ter um sério impacto na taxa de sobrevivência da vítima. De fato, a cada minuto em que a RCP é adiada, a chance de sobrevivência cai em até 10%.
Esse dispositivo ML tem um histórico comprovado de identificação de parada cardíaca mais rapidamente, com uma taxa de precisão surpreendente de 93% - muito superior aos 73% típicos de um operador humano. Seu uso generalizado pode salvar milhares de vidas.
O aprendizado de máquina é necessariamente tratado no dispositivo, em vez de conectado a um banco de dados na nuvem. Em situações de risco de vida, o operador precisa fornecer conselhos momento a momento para salvar vidas, independentemente dos problemas da Internet. As preocupações com a privacidade também tornam um dispositivo ML conectado à Web um pouco complicado em situações médicas.
Corti não é apenas um pônei de um truque; seu foco está sendo expandido para incluir overdose de drogas e diagnóstico de acidente vascular cerebral, usando técnicas como análise vocal.
O Corti é alimentado pelo Nvidia TX2: Arm v8 (64 bits) de núcleo duplo + Cortex-A57 quad-core (64 bits).
Um foco mais familiar
Se esse uso de aprendizado de máquina fez seu coração acelerar demais, aqui está um limpador de palato mais social.
Em 2018, o Instagram começou a lançar sua capacidade de foco, que permite aos usuários criar selfies e fotos com foco profissional que identificam rostos e desfocam o fundo.
Embora não pare exatamente os ataques cardíacos, esse recurso oferece uma experiência intuitiva e familiar e é possível com as melhorias de hardware e software que acompanham o aprendizado de máquina.
Seja usando o modo selfie ou a câmera padrão voltada para trás, o Focus usa a rede de segmentação de imagem para aprimorar automaticamente o assunto da imagem enquanto desfoca o fundo para criar uma foto com aparência profissional. Como você pode imaginar, essa é uma técnica complexa que requer processamento adicional significativo para execução rápida e eficiente e, como resultado, foi implantada seletivamente em plataformas de ponta, suportando as otimizações necessárias. E, devido a uma poderosa colaboração com a Arm e a equipe da Compute Library, isso também inclui vários dispositivos com as GPUs Arm Mali.
Então o que vem depois?
Em 2019, empresas como a Arm reforçarão dispositivos em todo o mundo com o aumento das habilidades de aprendizado de máquina. Podemos esperar melhorias em quase todos os setores, desde o controle de pragas precisamente direcionado na agricultura até recursos mais avançados para veículos autônomos. Seus dispositivos inteligentes provavelmente melhorarão em tarefas como reconhecimento de fala, com uma capacidade maior de detectar coisas como inflexão e tom.
Fique de olho no Arm, se quiser ver para onde está indo o aprendizado de máquina no dispositivo em 2019. Com uma tendência de taco de hóquei nos recursos de aprendizado de máquina, será um ano emocionante.
