Isi
Apa adaptasi tunggal terbesar dari spesies manusia?
Jelas bukan fisik kita yang mengesankan, mantel wol, atau kemampuan penciuman yang luar biasa. Kami agak menghisap semua itu. Sifat terbesar kita adalah pengenalan pola. Faktanya, sangat kuat sehingga kita sering membaca pola di mana tidak ada. (Lihat: astrologi.)
Secara historis, kemampuan kita untuk mengenali pola mari kita simpulkan ketika bahaya sudah dekat pada waktunya untuk mengambil tindakan. Itu juga memungkinkan kita mengembangkan bahasa yang lebih rumit daripada serangkaian geraman dan asosiasi. Anda bahkan bisa mengatakan itu adalah dasar dari ilmu pengetahuan modern.
Bangkitnya Mesin
Di masa lalu, mesin terkenal buruk dalam pengenalan pola - mereka benar-benar hanya bisa mengikuti serangkaian instruksi yang sudah diprogram. Munculnya pembelajaran mesin telah menghasilkan sistem dan perangkat yang benar-benar dapat menafsirkan data dan menggunakannya untuk meningkatkan diri mereka sendiri.
Pembelajaran mesin sudah menyentuh hampir setiap aspek kehidupan kita, mengubahnya menjadi lebih baik. Sebaik kita dalam mendeteksi pola, mesin jauh, jauh lebih baik dalam hal itu - dan deteksi pola ini sangat berguna dalam berbagai cara, dari pengenalan suara hingga antisipasi pasar saham.
Jadi apa yang bisa kita harapkan dari bidang ini pada 2019?
Membuat Fisik Digital
Perusahaan yang banyak berinvestasi dalam pembelajaran mesin dan komputasi skala kecil membuka jalan bagi masa depan ML. Arm berada di garis depan dari upaya ini. Teknologinya meningkatkan segalanya, mulai dari perawatan medis respons pertama hingga selfie yang bagus.
Pertimbangkan Corti
Corti adalah perangkat kecil khusus tentang ukuran Beranda Google. Namun, Anda tidak akan menemukan ini di ruang tamu Anda dalam waktu dekat.
Alat ini sedang digunakan untuk pusat-pusat tanggap darurat di seluruh dunia. Ini mendengarkan panggilan darurat medis dan membantu operator memberikan saran terbaik.
Itu tujuan paling penting? Untuk mengidentifikasi insiden henti jantung sebelum manusia di telepon.
Serangan jantung membunuh lebih banyak orang daripada apa pun, namun kita masih terkenal buruk dalam menangkap tanda-tandanya. Kurangnya kesadaran ini dapat menunda intervensi dalam situasi di mana bahkan beberapa menit dapat berdampak serius pada tingkat kelangsungan hidup korban. Bahkan, untuk setiap menit bahwa CPR tertunda, peluang bertahan hidup turun hingga 10 persen.
Perangkat ML ini memiliki rekam jejak yang terbukti mengidentifikasi serangan jantung lebih cepat, dengan tingkat akurasi mencengangkan 93 persen - jauh lebih tinggi daripada 73 persen khas operator manusia. Penggunaannya yang luas dapat menyelamatkan ribuan nyawa.
Pembelajaran mesin perlu ditangani pada perangkat, daripada terhubung ke database di cloud. Dalam situasi yang mengancam jiwa, operator perlu memberikan nasihat penyelamatan hidup dari waktu ke waktu, terlepas dari cegukan internet. Masalah privasi juga membuat perangkat ML yang terhubung ke web sedikit rumit dalam situasi medis.
Corti bukan hanya kuda poni satu trik; fokusnya sedang diperluas untuk memasukkan overdosis obat dan diagnosa stroke, menggunakan teknik seperti analisis vokal.
Corti ditenagai oleh Nvidia TX2: Arm v8 (64-bit) dual-core + Cortex-A57 quad-core (64-bit).
Fokus yang Lebih Akrab
Jika penggunaan pembelajaran mesin itu membuat jantung Anda berdegup kencang, inilah pembersih langit-langit yang lebih sosial.
Pada tahun 2018, Instagram mulai meluncurkan kemampuan Fokusnya, yang memungkinkan pengguna membuat selfie dan gambar fokus profesional yang mengidentifikasi wajah dan memburamkan latar belakang.
Meskipun tidak menghentikan serangan jantung, fitur ini menawarkan pengalaman yang intuitif dan familier, dan dimungkinkan dengan peningkatan perangkat keras dan perangkat lunak yang disertai dengan pembelajaran mesin.
Baik menggunakan mode selfie, atau kamera standar, menghadap ke belakang, Fokus menggunakan jaringan segmentasi gambar untuk secara otomatis mengasah subjek gambar sambil memburamkan latar belakang untuk membuat bidikan yang terlihat profesional. Seperti yang Anda bayangkan, ini adalah teknik kompleks yang membutuhkan pemrosesan tambahan yang signifikan untuk berjalan dengan cepat dan efisien, dan sebagai hasilnya digunakan secara selektif ke platform kelas atas yang mendukung optimalisasi yang diperlukan. Dan, karena kolaborasi yang kuat dengan Arm dan tim Compute Library, ini juga mencakup sejumlah perangkat dengan GPU Arm Mali.
Jadi apa selanjutnya?
Pada 2019, perusahaan seperti Arm akan memperkuat perangkat di seluruh dunia dengan kemampuan pembelajaran mesin yang meningkat. Kita dapat mengharapkan peningkatan di hampir setiap industri, dari pengendalian hama yang ditargetkan secara tepat di bidang pertanian hingga fitur yang lebih canggih untuk kendaraan otonom. Perangkat cerdas Anda kemungkinan akan menjadi lebih baik pada tugas-tugas seperti pengenalan ucapan, dengan kemampuan yang meningkat untuk mendeteksi hal-hal seperti belok dan nada.
Mengawasi Arm jika Anda ingin melihat kemana arah pembelajaran mesin pada perangkat pada tahun 2019. Dengan tren hoki-stick dalam kemampuan pembelajaran mesin, ini akan menjadi tahun yang mengasyikkan.
