2019'da Yaklaşan Makine Öğrenimi ve Yapay Zeka Uygulamaları – PromptCloud

2019 yılı sadece yapay zekada büyük ilerlemeler görmekle kalmayacak, aynı zamanda insanların çizim tahtasına geri dönmesini ve yapay zekanın bir nimet mi yoksa bir felaket mi olduğunu yeniden düşünmesini gerektirecek yeni uygulamalar ve düşünülemez adımlar da görecek. Her ikisinin de diğer teknolojik gelişmeler gibi olabileceğini düşünmeyi seviyoruz - mesele onu nasıl kullandığımızla ilgili. Bununla birlikte, 2019'da yaklaşan AI ve Makine Öğrenimi uygulamalarına geçelim. Bu uygulamalar çoğunlukla Ar-Ge aşamasındadır ve henüz halka açık değildir veya halka açık ancak beta aşamasındadır ve henüz kullanıma sunulmamıştır. resmi bir bayrak kapalı.

1. AI çipleri

PS4 ve Xbox gibi konsollara geçmeden önce o atari PC oyunlarını oynadığınızı hatırlıyor musunuz? Düşük kaliteli oyunlar oynarken CPU (genellikle Intel veya AMD) yeterliydi, ancak Tomb Raider ve Assasin's Creed Odyssey gibi en yeni yüksek kaliteli oyunları oynarken, özel bir GPU'ya (veya sıradan bir grafik kartına) ihtiyacınız olacak. Bunlar, yalnızca grafik deneyiminizi artıran özel yongalardır. Neden bundan bahsediyorum? Eh, yeni bir özel çip piyasaya çıkmak üzere.

AI özellikli çipler, iPhone XR, Huawei Honor Play ve Galaxy Note 8 gibi birkaç cep telefonunda piyasaya sürüldü. -güçlü akıllı kamera ve daha fazlası. Bu şekilde, AI çipi, birincil işlemcinin iş yükünü azaltır ve telefonun gecikmesini önler. Ancak cep telefonlarındaki AI özellikli çipler buzdağının sadece görünen kısmı.

Google, Microsoft, Amazon, Intel ve Facebook, ister satın alabileceğiniz ve ekleyebileceğiniz bir çip, isterse makine öğrenimi ve nöral için kullanılabilecek bulut tabanlı bir CPU olsun, AI tabanlı işlevleri artıracak özel altyapıya büyük ölçüde yatırım yapıyor. ağlar. Bunlar arasında en son haberler Intel Nervana (Facebook'un önemli bir geliştirme ortağı olduğu Intel tarafından geliştirildi), Google Cloud TPU, Microsoft'un Brainwave projesi ve Amazon'un AWS Inferentia'sı.

Bahsedilen projelerin çoğu henüz halka açık değildir veya halen Beta aşamasındadır. Dolayısıyla 2019, bu projelerin gün ışığına çıkacağı ve daha güçlü AI çiplerinin gerçek zamanlı AI tabanlı uygulamaları gerçeğe dönüştüreceği yıl olabilir.

2. Nesnelerin İnterneti ve Yapay Zekanın Evliliği

Her iki alanda da çok şey oldu, ancak bir IoT'nin AI özellikli çözümle birlikte doğru şekilde uygulanması henüz görülmedi. Bu konuda belirtilen en popüler kullanım durumu, sensörler kullanarak otomobillerden veri toplamak ve toplanan verileri bir sigorta tutarına karar vermek için kullanmaktır. Ama dürüst olmak gerekirse, prim tutarınızı hesaplamak için kaç sigorta şirketi bu yöntemi gerçekten kullandı?

AI çiplerinin, daha ucuz ve daha yeni bulut tabanlı AI hizmetlerinin ve IoT ve AI'ya yatırım yapan daha büyük şirketlerin ortaya çıkmasıyla 2019'da işler değişmek üzere. Giderek daha fazla şirket sürücüsüz arabalarını piyasaya sürecek ve CES 2019, IoT ve AI'nın birlikte şirketlerin daha büyük hayaller kurmasına ne kadar yardımcı olduğuna dair bir fikir verdi.

3. Otomatikleştirilmiş Makine Öğreniminin daha fazla uygulaması

Makine Öğrenimi çoğu kişinin aşina olduğu bir terim olsa da, Otomatikleştirilmiş Makine Öğrenimi, henüz Beta aşamasında olduğu söylenebilecek bir şeydir. Otomatik Makine Öğrenimi, makine öğreniminin kendisine ML uygulayarak otomasyon yoluyla tekrarlayan görevlerin çözülmesini ifade eder. Örneğin, farklı algoritmalar uygulayabilmek ve hangi algoritmanın verilere en uygun olduğunu görebilmek için önce verileri temizlemesi gerektiğini varsayalım. Veri temizleme kısmı çok zaman alıyor ve araştırmalar gösteriyor ki, bilim insanlarının yeni veri setlerini tekrar tekrar tekrarlamaktan nefret ettiği manuel bir süreç. Bunun gibi süreçler AutoML yardımıyla çözülebilir ve 2019 pek çok kişinin tahmin ettiği gibi çok daha fazla uygulama görecek.

4. AI, DevOps'u otomatikleştirecek

BT hizmetleri ve altyapısı, işletmenizin sorunsuz çalışmasını sağlamak için üstlenmeniz gereken bir baş ağrısıdır. Ancak DevOps personeli tarafından gerçekleştirilen izleme, hata ayıklama, ölçek büyütme ve daha fazlası gibi çeşitli eylemler otomatikleştirilebilir. DevOps, yerini yavaş yavaş AIOps'a bırakacak ve bu, günlük kodlayıcıların kurulum ve bakım zahmetine girmeden prosedürler ve boru hatlarıyla ilgilenmesini kolaylaştıracak. AIOps aracılığıyla DevOps'un geleceğini tahmin eden çeşitli makaleler ortaya çıktı.

5. Kişiselleştirilmiş ilaçlar

Komşunuzun kullandığı uyku haplarının aynısını alıyor musunuz? Kesinlikle hayır – dozaj sizin için yeterli olmayabilir. Veya bileşenlerden biri sizin için iyi olmayabilir. Veya belirli sebeplerden dolayı hapın üzerinizde hiçbir etkisi olmayabilir. Neden size özel ilaçlar olmasın? Kişiselleştirilmiş İlaçlar bir prosedürü takip eder - bir hasta, yaşam tarzları ve alışkanlıkları ile birlikte analiz edilir ve ancak o zaman belirli bir bileşime sahip bir hap önerilir. 100.000 Genom Projesi'nin yardımıyla, Kişiselleştirilmiş İlaçların, henüz halka açık olmasa da 2019'da büyük bir büyüme görmesi bekleniyor. 11. Uluslararası Öngörücü, Önleyici ve Kişiselleştirilmiş Tıp ve Moleküler Teşhis Konferansı gibi bir dizi büyük konferans da bu yıl planlanıyor.

Makine Öğrenimi, asırlık "herkese uyan tek beden" teorisini geride bırakarak, hangi ilacın bir kişiye en uygun olduğuna karar vermek için hasta verilerini analiz etmeye yardımcı olacaktır.

6. Makine öğrenimi tabanlı asistanların daha da geliştirilmesi

2018'de hepimiz yeni ve gelişmiş Google Asistan'ın büyüsüne kapıldık. Olmayan şey onun ticari uygulamasıdır. Ancak bu 2019'da görülebilir. Aslında, Alexa gibi birçok sesli asistan, kullanıcılardan çok fazla veri topluyor ve 2019 aslında bu asistanların çok daha akıllı ve insan gibi büyüdüğünü görebiliyordu. Sesli asistanların oturma odanızdan halka açık yerlere, arabalarınıza, anons sistemlerine, ATM'lere ve daha fazlasına geçmesi gerekiyor. Birçoğu, 2019'un aslında “Sesli Asistanlar Yılı” olacağına bahse giriyor.

7. Yapay zeka kullanan makinelerden daha iyi ölçümler

Fabrikanızdaki hangi makinenin neredeyse yıprandığını ve tamire ihtiyacı olduğunu, bir gün boyunca bozulup iş kaybına neden olmadan önce söyleyebilseydiniz ne kadar iyi olurdu?

Endüstriyel ekipman ve makinelere genellikle sabit bir program kullanılarak servis yapılır. Bu, boşa harcanan emek ve zaman zaman ani ve beklenmedik ekipman arızaları riskine neden olur. Bu makinelerle sensörler kullanıldığında ve toplanan veriler ML modellerine beslendiğinde, daha iyi performans ve daha verimli servis programları elde edebiliriz.

Aşağıdakilerin bir uygulaması, GE'nin büyük makineler için sanal bir modelin oluşturulduğu “Dijital İkizler” yaratmasıdır. İkizin gerçek makinenin durumuyla güncellendiğinden emin olmak için yüzlerce sensör kullanılır ve bu şekilde şu anda dağıtılan 650.000 ikiz yönetilir ve hizmete sunulur. Dijital ikizlerin diğer uygulamalarının bu yıl dünya genelindeki akıllı fabrikalarda uygulanması bekleniyor.

8. Bilgisayarla görme, gözetimin geleceğini şekillendirecek

Bilgisayarlı görme ve gözetim, alışveriş merkezleri, havaalanları gibi yerlerde ve hatta şehir kavşaklarında bir zorunluluk haline geldi. Birçok teknoloji şirketi, durumları gerektiğinde ve gerektiğinde tespit etmek, izlemek ve raporlamak için yazılımlarını dünyanın çeşitli yerlerinde sessizce uyguluyor. Ama işlerin o kadar ileri gitmesine gerek yok. Ev kameramız bilinmeyen bir adamın içeri girmeye çalıştığını fark etse ve Google Asistan bizi bu konuda uyarsa harika olmaz mıydı?

Google gibi şirketler bilgisayar vizyonuna yoğun bir şekilde yatırım yapıyor (bazen bir web sitesi açmaya çalışırken görüntüleri arabalar veya tabelalarla işaretlemenizin nasıl istendiğini hatırlıyor musunuz?) ve 2019 pazarda daha fazla oyuncu görecekti. Gözetim sistemleri çok daha hızlı hale gelmek üzere ve gözetim yakında sadece bir video akışı değil, aynı zamanda zemin durumuna bağlı olarak otomatik tepkiler için bir uyarıcı olarak çalışacak. ß

9. Sağlık hizmetleri daha fazla AI uygulaması görecek

Sağlık hizmetleri yıllar içinde gelişti ve ML, kişiselleştirilmiş ilaçların yükselişinden daha fazla değişiklik getirdi. Son zamanlarda Çin, ilk Gene-düzenlenmiş bebekleri yarattığını iddia etti. Kullanılan CRISPR-CAS9 adlı aracın, gerekli bir geni sağlamak veya hastalığa veya hastalığa neden olanı devre dışı bırakmak için DNA üzerinde çalışması gerekiyor. Yasa, hakemli dergilerde yayınlanmamış ve henüz doğrulamamış olsak da, kanserle sonuçlanan genomik değişiklikleri tahmin etmek için yapay zeka zaten kullanılıyor.

Bu yıl, daha yeni hastalıklarla mücadele etmek ve insanları optimize etmek için AI kullanan daha yeni gen modifikasyon uygulamaları göreceğiz. Bununla birlikte, bu tür tıbbi mucizelerin arkasındaki etik ve yasal ikilemler ve argümanlar, bilim dünyasında hala bir tartışma konusu olmaya devam etmektedir.

10. Sosyal Kredi Sistemleri

Çin'de uygulanan nispeten yeni bir Makine Öğrenimi uygulaması - tüm vatandaşların davranışlarını gözetleme kameraları ve çevrimiçi aktivite monitörleri kullanarak izleyecek ve onları “sosyal kredilerine” göre sıralayacak devasa bir sıralama sistemidir. .

2020'ye kadar tamamen faaliyete geçmesi beklense de, uygulanması ülkeyi şimdiden kasıp kavurdu ve insanlar halka açık yerlerde sigara içmek, trene biletsiz binmek veya hayır kurumlarına bağış yapmak gibi eylemlere bağlı olarak yukarı veya aşağı işaretleniyor. Kesin metodoloji bilinmemektedir, ancak umarız sağlam bir ML modeli, bir kişinin puanını düşürmeye, artırmaya veya durgun kalmasına karar vermek için çeşitli kaynaklardan gelen verileri kullanır.

Kulağa distopik bir düşünce gibi gelen ve Black Mirror'dan bir bölüm gibi görünen şey, milyonların gerçeği ve bu yılın sonuna kadar tüm Çin'i kapsayan sistemin uygulanmasını görebiliriz. Ve yine, uygulama çok yeni olmasına rağmen, bunun ötesindeki felsefe birçok kişi tarafından tartışılmaktadır.