Μηχανική εκμάθηση μικρής οθόνης

Η μηχανική μάθηση έχει γίνει γρήγορα ένα καυτό θέμα στην τεχνολογία των πληροφοριών. Και, παρόλο που αλλάζει σε μεγάλο βαθμό το παιχνίδι αυτή τη στιγμή, στην πραγματικότητα έχει κάνει ποδαρικό στη σκηνή της τεχνολογίας και της καινοτομίας εδώ και αρκετά χρόνια. Η Apple, για παράδειγμα, έφερε για πρώτη φορά το Siri στο φως το 2011, αλλά, χρόνια νωρίτερα, είχε αρχίσει για πρώτη φορά να πειραματίζεται με τη μηχανική μάθηση με γνώμονα τους καταναλωτές.

Το iPhone και η μηχανική μάθηση

Σήμερα, το Siri είναι συνυφασμένο με τις καθημερινές μας εμπειρίες και, αν και πιθανότατα παραβλέπουμε την εξελιγμένη τεχνολογία, οι πτυχές της τεχνητής νοημοσύνης και της μηχανικής μάθησης είναι πραγματικά αξιοσημείωτες — και πραγματικά πανταχού παρόντες σε όλες τις πτυχές του αγαπημένου μας εικονικού βοηθού. Στο πιο βασικό του επίπεδο, το Siri επιτρέπει:

• Ταυτότητα καλούντος χρησιμοποιώντας email και όχι μόνο λίστα επαφών

• Σύρετε την οθόνη για να αποκτήσετε μια σύντομη λίστα εφαρμογών που είναι πιο πιθανό να χρησιμοποιήσετε

• Μια υπενθύμιση ενός ραντεβού που δεν έχει καταχωρηθεί στο ημερολόγιό σας

• Χάρτες που δείχνουν την τοποθεσία του ξενοδοχείου στο οποίο έχετε κάνει κράτηση πριν ρωτήσετε

• Ενημερώσεις σχετικά με το πού παρκάρατε το αυτοκίνητό σας τελευταίο από το σημείο που παρκάρατε το αυτοκίνητό σας

• Επιμελημένες ειδήσεις

• Αναγνώριση προσώπων και τοποθεσιών βάσει φωτογραφιών

• Πότε γίνεται εναλλαγή από τη χρήση αδύναμου σήματος Wi-Fi σε δίκτυο κινητής τηλεφωνίας

• Χρήση φωτογραφιών και βίντεο για τη δημιουργία μιας μίνι ταινίας χωρίς προτροπή

Σύμφωνα με αναφορές σχετικά με τη χρήση της τεχνητής νοημοσύνης από την Apple, η δυναμική μνήμη cache που επιτρέπει σε ένα iPhone να μαθαίνει καταλαμβάνει περίπου 200 megabyte ανάλογα με τον όγκο των προσωπικών πληροφοριών που αποθηκεύονται επίσης. Το σύστημα διαγράφει πάντα παλαιότερα δεδομένα, ώστε να υπάρχει αρκετός χώρος αποθήκευσης.

Επιπλέον, οι μηχανές αναζήτησης, συμπεριλαμβανομένης της Google, χρησιμοποιούν το Google Now στο smartphone σας για την επεξεργασία ερωτημάτων. Για παράδειγμα, γνωρίζει ότι ακούτε ένα συγκεκριμένο τραγούδι όταν ρωτάτε, “Ποιος είναι ο τραγουδιστής;”

Η επανάσταση των εφαρμογών που υποκινείται από την τεχνητή νοημοσύνη

Αυτή είναι μόνο μία εφαρμογή — η τεχνητή νοημοσύνη ωθεί επίσης την επανεφεύρεση των εφαρμογών για κινητά στο σύνολό τους. Για παράδειγμα, οι εφαρμογές φυσικής κατάστασης για κινητά με AI θα μπορούν να παρακολουθούν συνεχώς τις δραστηριότητές σας χωρίς καμία συμβολή από εσάς. Αυτό δίνει τη δυνατότητα σε αυτές τις εφαρμογές να παρακολουθούν κάθε βήμα που κάνετε και να παρακολουθούν συνεχώς τον καρδιακό σας ρυθμό.

Άλλη μια γρήγορα αναδυόμενη εφαρμογή; Αξιοποιώντας την τεχνητή νοημοσύνη για να επιτρέψετε στο smartphone σας να επαληθεύει την ταυτότητά σας, καθιστώντας τους κωδικούς πρόσβασης και τους κωδικούς PIN ξεπερασμένους. Αυτό θα μπορούσε να γίνει με αναγνώριση προσώπου ή μια ποικιλία άλλων μοναδικών αναγνωριστικών.

Σε αυτές τις περιπτώσεις χρήσης, η διαδικασία είναι η ίδια — χρησιμοποιούνται αλγόριθμοι μηχανικής εκμάθησης σε συσκευές μικρότερης οθόνης. Καθώς η τεχνολογία επεκτείνεται, απαιτείται ολοένα και περισσότερη μνήμη καθώς και ισχύς μπαταρίας για την εκτέλεση της επεξεργασίας. Ως αποτέλεσμα, τα δεδομένα πρέπει να μεταφερθούν σε έναν διακομιστή για να επιτραπεί η λειτουργία των αλγορίθμων. Το σύστημα διαγράφει πάντα παλαιότερα δεδομένα, ώστε να υπάρχει αρκετός χώρος αποθήκευσης.

Σχολιάστε