विषय
- मशीन सीखने के लिए आगे क्या है?
- डिजिटल भौतिक बनाना
- Corti पर विचार करें
- एक अधिक परिचित फोकस
- अब अगला क्या होगा?
4 फरवरी, 2019
मशीन सीखने के लिए आगे क्या है?
तु पुराने समय में, मशीनों को पैटर्न की मान्यता पर बहुत बुरा था - वे वास्तव में केवल पूर्व-प्रोग्राम किए गए निर्देशों के एक सेट का पालन कर सकते थे। मशीन लर्निंग के उदय से ऐसे सिस्टम और डिवाइस निकले हैं जो वास्तव में डेटा की व्याख्या कर सकते हैं और इसका उपयोग खुद को बेहतर बनाने के लिए कर सकते हैं।
मशीन लर्निंग पहले से ही हमारे जीवन के लगभग हर पहलू को छूती है, उन्हें बेहतर के लिए बदलती है। हम पैटर्न का पता लगाने में जितने अच्छे होते हैं, मशीनें उससे कहीं बेहतर होती हैं - और यह पैटर्न डिटेक्शन भाषण की पहचान से लेकर शेयर बाजार प्रत्याशा तक बहुत काम आता है।
तो हम 2019 में इस क्षेत्र से क्या उम्मीद कर सकते हैं?
डिजिटल भौतिक बनाना
मशीन लर्निंग और स्मॉल-स्केल कंप्यूटिंग दोनों में भारी निवेश करने वाली कंपनियां एमएल के भविष्य के लिए रास्ता साफ कर रही हैं। इस प्रयास में सबसे आगे आर्म है। इसकी तकनीक पहली प्रतिक्रिया चिकित्सा देखभाल से लेकर तड़क-भड़क वाली सेल्फी तक सब कुछ सुधार रही है।
Corti पर विचार करें
Corti Google होम के आकार के बारे में एक विशेष छोटा उपकरण है। हालाँकि, आप इनमें से किसी को भी अपने रहने वाले कमरे में जल्द ही नहीं खोज पाएंगे।
उपकरण वर्तमान में दुनिया भर में आपातकालीन प्रतिक्रिया केंद्रों में तैनात है। यह चिकित्सा आपातकालीन कॉलों को सुनता है और ऑपरेटर को सर्वोत्तम सलाह प्रदान करने में मदद करता है।
यह सबसे महत्वपूर्ण उद्देश्य है? लाइन पर मनुष्यों से पहले कार्डियक अरेस्ट की घटना की पहचान करना।
दिल के दौरे किसी भी चीज़ से अधिक लोगों को मारते हैं, फिर भी हम टेल्टेल संकेतों को लेने में कुख्यात हैं। जागरूकता की कमी से उन स्थितियों में हस्तक्षेप में देरी हो सकती है जहां कुछ मिनटों में भी पीड़ित के जीवित रहने की दर पर गंभीर प्रभाव पड़ सकता है। वास्तव में, सीपीआर में देरी होने वाले प्रत्येक मिनट के लिए, बचने की संभावना 10 प्रतिशत तक कम हो जाती है।
इस एमएल डिवाइस में हृदय की गिरफ्तारी को तेजी से पहचानने का एक सिद्ध ट्रैक रिकॉर्ड है, जिसमें आश्चर्यजनक रूप से 93 प्रतिशत की सटीकता दर है - मानव ऑपरेटर के 73 प्रतिशत की तुलना में अधिक। इसके व्यापक उपयोग से हजारों लोगों की जान बचाई जा सकती है।
क्लाउड में डेटाबेस से कनेक्ट होने के बजाय मशीन लर्निंग को आवश्यक रूप से ऑन-डिवाइस नियंत्रित किया जाता है। जीवन-धमकाने वाली स्थितियों में, ऑपरेटर को इंटरनेट हिचकी की परवाह किए बिना, पल-पल जीवन-रक्षक सलाह प्रदान करने की आवश्यकता होती है। गोपनीयता संबंधी चिंताएं वेब-कनेक्ट किए गए एमएल डिवाइस को चिकित्सा स्थितियों में थोड़ा मुश्किल बना देती हैं।
कोर्टी सिर्फ एक चाल की टट्टू नहीं है; मुखर विश्लेषण जैसी तकनीकों का उपयोग करके ड्रग ओवरडोज और स्ट्रोक निदान शामिल करने के लिए इसका ध्यान केंद्रित किया जा रहा है।
कोर्टी एनवीडिया TX2: आर्म v8 (64-बिट) डुअल-कोर + कोर्टेक्स-ए 57 क्वाड-कोर (64-बिट) द्वारा संचालित है।
एक अधिक परिचित फोकस
यदि मशीन सीखने के उपयोग से आपके दिल की दौड़ थोड़ी बहुत बढ़ गई है, तो यहां एक अधिक सामाजिक तालू क्लीनर है।
2018 में, इंस्टाग्राम ने अपनी फोकस क्षमता को रोल आउट करना शुरू कर दिया, जो उपयोगकर्ताओं को पेशेवर रूप से केंद्रित सेल्फी और शॉट्स बनाने देता है जो चेहरे की पहचान करते हैं और पृष्ठभूमि को धुंधला करते हैं।
हालांकि यह दिल के दौरे को बिल्कुल नहीं रोक रहा है, यह सुविधा एक सहज और परिचित अनुभव प्रदान करता है, और यह हार्डवेयर और सॉफ्टवेयर सुधारों के साथ संभव है जो मशीन सीखने के लिए आते हैं।
सेल्फी मोड, या मानक, बैक-फेसिंग कैमरा का उपयोग करते हुए, फोकस एक पेशेवर-दिखने वाले शॉट बनाने के लिए पृष्ठभूमि को धुंधला करते हुए छवि के विषय पर स्वतः ही छवि विभाजन नेटवर्क का उपयोग करता है। जैसा कि आप कल्पना कर सकते हैं, यह एक जटिल तकनीक है जिसे जल्दी और कुशलता से चलाने के लिए महत्वपूर्ण अतिरिक्त प्रसंस्करण की आवश्यकता होती है, और परिणामस्वरूप आवश्यक अनुकूलन के लिए उच्चतर प्लेटफार्मों के लिए चुनिंदा रूप से तैनात किया गया था। और, आर्म और कंप्यूट लाइब्रेरी टीम के साथ एक शक्तिशाली सहयोग के कारण, इसमें आर्म माली जीपीयू के साथ कई डिवाइस भी शामिल हैं।
अब अगला क्या होगा?
2019 में, आर्म जैसी कंपनियां मशीन सीखने की क्षमताओं में वृद्धि के साथ दुनिया भर में उपकरणों को टक्कर देंगी। हम स्वायत्त वाहनों के लिए अधिक उन्नत सुविधाओं के लिए कृषि में ठीक से लक्षित कीट नियंत्रण से लेकर लगभग हर उद्योग में सुधार की उम्मीद कर सकते हैं। आपके स्मार्ट उपकरणों की संभावना भाषण पहचान जैसे कार्यों में बेहतर होगी, जिसमें वृद्धि और टोन जैसी चीजों का पता लगाने की क्षमता बढ़ेगी।
यदि आप यह देखना चाहते हैं कि 2019 में ऑन-डिवाइस मशीन लर्निंग कहाँ है, तो आर्म पर नज़र रखें। मशीन सीखने की क्षमताओं में हॉकी-स्टिक प्रवृत्ति के साथ, यह एक रोमांचक वर्ष होगा।
