Contenido
- Rebelión de las máquinas
- Haciendo lo físico digital
- Considera Corti
- Un enfoque más familiar
- ¿Qué es lo siguiente?
¿Cuál es la mayor adaptación de la especie humana?
Definitivamente no es nuestro físico impresionante, abrigos de lana o capacidades olfativas prodigiosas. Como que apestamos a todos esos. Nuestro mayor rasgo es reconocimiento de patrones. De hecho, es tan fuerte que a menudo leemos patrones donde no existe ninguno. (Ver: astrología).
Históricamente, nuestra capacidad de reconocer patrones nos permite deducir cuándo el peligro estaba cerca para tomar medidas. También nos permitió desarrollar lenguajes más complicados que una serie de gruñidos y asociaciones. Incluso se podría decir que es la base de la ciencia moderna.
Rebelión de las máquinas
En los viejos tiempos, las máquinas eran notoriamente malas en el reconocimiento de patrones: en realidad solo podían seguir un conjunto de instrucciones preprogramadas. El auge del aprendizaje automático ha producido sistemas y dispositivos que pueden interpretar datos y usarlos para mejorar.
El aprendizaje automático ya toca casi todos los aspectos de nuestras vidas, cambiándolos para mejor. Tan buenos como somos para detectar patrones, las máquinas son mucho mejores, y esta detección de patrones es muy útil en una gran variedad de formas, desde el reconocimiento de voz hasta la anticipación del mercado de valores.
Entonces, ¿qué podemos esperar de este campo en 2019?
Haciendo lo físico digital
Las compañías fuertemente invertidas tanto en aprendizaje automático como en computación a pequeña escala están despejando el camino para el futuro de ML. Arm está a la vanguardia de este esfuerzo. Su tecnología está mejorando todo, desde la atención médica de primera respuesta hasta tomar selfies.
Considera Corti
Corti es un pequeño dispositivo especializado del tamaño de un Google Home. Sin embargo, no encontrará uno de estos en su sala de estar en el corto plazo.
La herramienta se está implementando actualmente en centros de respuesta de emergencia en todo el mundo. Escucha las llamadas de emergencia médica y ayuda al operador a brindar el mejor asesoramiento.
¿Es el objetivo más importante? Identificar un incidente de paro cardíaco ante los humanos en la línea.
Los ataques al corazón matan a más personas que cualquier otra cosa, sin embargo, todavía somos notoriamente malos para detectar los signos reveladores. Esta falta de conciencia puede retrasar la intervención en situaciones en las que incluso unos pocos minutos pueden tener un grave impacto en la tasa de supervivencia de la víctima. De hecho, por cada minuto que se retrasa la RCP, la posibilidad de supervivencia disminuye hasta en un 10 por ciento.
Este dispositivo ML tiene un historial comprobado de identificación de un paro cardíaco más rápido, con una asombrosa tasa de precisión del 93 por ciento, mucho más alta que el 73 por ciento típico de un operador humano. Su uso generalizado podría salvar miles de vidas.
El aprendizaje automático se maneja necesariamente en el dispositivo, en lugar de conectarse a una base de datos en la nube. En situaciones que ponen en peligro la vida, el operador debe proporcionar consejos para salvar vidas momento a momento, independientemente de los problemas de Internet. Los problemas de privacidad también hacen que un dispositivo ML conectado a la web sea un poco complicado en situaciones médicas.
Corti no es solo un pony de un solo truco; Su enfoque se está ampliando para incluir sobredosis de drogas y diagnósticos de accidente cerebrovascular, utilizando técnicas como el análisis vocal.
Corti funciona con Nvidia TX2: Arm v8 (64 bits) de doble núcleo + Cortex-A57 de cuatro núcleos (64 bits).
Un enfoque más familiar
Si ese uso del aprendizaje automático hizo que tu corazón se acelerara demasiado, aquí hay un limpiador de paladar más social.
En 2018, Instagram comenzó a implementar su capacidad de enfoque, que permite a los usuarios crear selfies y tomas enfocadas profesionalmente que identifican rostros y difuminan el fondo.
Si bien no detiene exactamente los ataques cardíacos, esta característica ofrece una experiencia intuitiva y familiar, y es posible con las mejoras de hardware y software que vienen con el aprendizaje automático.
Ya sea que use el modo selfie o la cámara trasera estándar, Focus utiliza la red de segmentación de imágenes para enfocarse automáticamente en el sujeto de la imagen mientras difumina el fondo para crear una toma de aspecto profesional. Como puede imaginar, esta es una técnica compleja que requiere un procesamiento adicional significativo para ejecutarse de manera rápida y eficiente, y como resultado se implementó selectivamente en plataformas de gama alta que admiten las optimizaciones necesarias. Y, debido a una poderosa colaboración con Arm y el equipo de Compute Library, esto también incluye una serie de dispositivos con GPU Arm Mali.
¿Qué es lo siguiente?
En 2019, compañías como Arm reforzarán dispositivos en todo el mundo con capacidades crecientes de aprendizaje automático. Podemos esperar mejoras en casi todas las industrias, desde el control preciso de plagas en la agricultura hasta características más avanzadas para vehículos autónomos. Es probable que sus dispositivos inteligentes mejoren en tareas como el reconocimiento de voz, con una mayor capacidad para detectar cosas como la inflexión y el tono.
Esté atento a Arm si desea ver hacia dónde se dirige el aprendizaje automático en el dispositivo en 2019. Con una tendencia de palo de hockey en las capacidades de aprendizaje automático, será un año emocionante.
