Comment l'apprentissage machine va révolutionner l'expérience mobile

On ne va pas entrer dans les détails sur ce que l'apprentissage machine est, il suffit de dire qu'il est sur les machines partageant des données, faire des prédictions, et apprendre à les améliorer sans être explicitement programmé. Si vous voulez une explication complète, puis vérifier notre poste Quel est l'apprentissage de la machine?

Ce que nous voulons explorer ici est juste la façon dont l'apprentissage machine va changer l'expérience mobile. La hausse du smartphone est un sérieux coup de pouce pour l'apprentissage de la machine, car elle produit une énorme quantité de données utiles pouvant être exploitées, analysées et utilisées pour faire des prédictions.

Amnesty International les rêves de Google sont des représentations visuelles d'une forme d'apprentissage de la machine

Commençons avec un oeil à ce que l'apprentissage de la machine est déjà fait pour nous.

Merci les machines

Peu d'entreprises ont fait plus de mettre l'apprentissage machine à l'honneur de Google. La société a fortement investi dans le développement de modèles de logiciels qui peuvent apprendre et appliquer eux de montagnes de données toujours croissante. Tous les services de Google bénéficier de cette approche. Gmail peut déraciner précision spam sans enterrer vrais emails, la reconnaissance vocale dans Android a amélioré de façon spectaculaire, et la reconnaissance d'image utilisé dans Photos, Plans, Recherche et de l'image est de plus en plus précis.

Google veut pousser les choses plus loin avec les capacités prédictives de Maintenant Google. Les capacités de contextuels Maintenant on Tap sont basés sur l'apprentissage machine. Elle peut puiser dans la base de connaissances énorme de Google de travailler sur ce qui se passe dans l'application que vous utilisez et de répondre à une question contextuelle. L'exemple montré arrêt E / S était quelqu'un qui joue une chanson Skrillex dans Spotify et en demandant "Quel est son vrai nom?" Maintenant on Tap donné la bonne réponse (Sonny John Moore).

L'apprentissage de la machine est également utilisé pour améliorer plus loin avec email Boîte de réception. L'idée d'une boîte de courrier électronique intelligent qui peut mettre en évidence des messages vraiment importantes, de créer automatiquement des rappels, et le groupe des messages pertinents ensemble n'a rien de nouveau, mais qui d'autre peut tirer sur le type de données que Google a?

Il ya beaucoup d'autres exemples - lorsque vous tapez une recherche dans Google et obtenez le "Vouliez-vous dire ...?" Suggestion, résultats de la recherche en général sont en partie basées sur l'apprentissage machine, et la plupart des publicités que vous voyez est entièrement déterminée par des machines .

Bien sûr, il est non seulement Google exploitant la puissance de l'apprentissage machine, toutes les grandes entreprises de haute technologie sont. Examinons donc quelques-unes des choses passionnantes, il pourrait livrer.

Incroyable choses apprentissage machine pourrait apporter

Il ya beaucoup de potentiel pour l'apprentissage automatique pour améliorer nos vies. Parce qu'il est une méthode pour analyser les données de grandes et il peut faire des prédictions, puis parfaire le modèle basé sur ce qui est arrivé, il peut être appliqué à tout ce qui les données sont collectées et il devrait améliorer continuellement lui-même. Voici quelques choses qu'il pourrait livrer à améliorer notre expérience mobile. Ceci est loin d'être une liste exhaustive:

• Traduction - Oubliez coller une babelfish dans votre oreille, l'apprentissage machine pourrait livrer la traduction de la parole en temps réel. Jetez un oeil à la Skype Traducteur de Microsoft Aperçu. Il ya un retard et il ne fonctionne pas parfaitement, mais il va sûrement pas être trop long avant que nous puissions avoir des conversations dans différentes langues traduites avec précision que nous parlons. Et nous ne parlons pas de voix robotiques soit, l'apprentissage machine a également le potentiel de transmettre l'intonation et accent.
• Aptitude - Beaucoup de gens utilisent vestimentaires de remise en forme et des applications maintenant, mais peu de gens comprennent comment appliquer les données qu'ils produisent. Que faire si vous pourriez obtenir un aperçu réel et des conseils pratiques à partir de votre mobile? Que faire si d'autres données sur votre horaire et de l'alimentation a été pris en compte pour déterminer quand vous devez travailler et ce que l'activité souhaitez-vous donner le plus grand coup de pouce en matière de santé et de remise en forme? L'apprentissage de la machine peut également être utilisée pour analyser l'exercice que vous avez trouvé, reconnaître les activités distinctes automatiquement, et améliorer votre forme.
• La batterie - La plupart d'entre nous sont encore frustrés à la vie de la batterie de nos smartphones et ordinateurs vestimentaires. L'apprentissage de la machine pourrait offrir de véritables perspectives en ce qui gourmands que le jus, et des actions concrètes qui permettraient d'étendre considérablement la batterie.
• Automatisation et prédiction - Imaginer Tasker, mais sans que vous ayez à créer des profils. L'apprentissage de la machine pourrait mettre la puce dans votre smartphone, par l'apprentissage de la façon dont vous l'utilisez et automatiquement déclencher certaines choses spécifiques. Cela pourrait nourrir dans la vie de la batterie que nous venons de mentionner. Il pourrait également être de prédire correctement ce que vous avez besoin. Consultez les exemples dans ce brevet Google, déposé en 2012, couvrant des choses comme le réglage du volume intelligent, jetant un contact suggéré dans le composeur comme chauffeur de limousine lorsque vous êtes à l'aéroport, ou de créer automatiquement des noms d'album photo et titre de la photo que sont pertinents.
• Recommandations - Nous voyons déjà beaucoup de cela, mais l'apprentissage machine devrions l'améliorer encore. Que vous voulez acheter un nouveau smartphone, téléchargez un nouveau jeu, ou écouter de la musique, il ya de la place pour les algorithmes de trouver des choses que vous aimerez en fonction de vos actions passées et des données provenant d'autres personnes. Cela correspond également à des prédictions sur ce que vous aurez envie à un moment donné sur la base des actions passées, heure, lieu, horaire, et tout le reste les machines savent sur vous.

Les craintes et les défaillances

Nous ne pouvons pas vraiment réaliser les avantages de l'apprentissage de la machine sans grandes quantités de données, mais qui tend vers une vision de marché de masse généralisée de ce que vous pourriez vouloir. Pour l'apprentissage de la machine de vraiment spécifique, il doit être tempérée par des données personnelles. L'utilité potentielle est joliment mis en valeur par quelque chose comme Google maintenant - si vous ne laissez pas Google de recueillir des données sur vous et vous suivre, alors Google Maintenant est pas très bon à suggérer des choses.

Si vous avez des préoccupations au sujet de la vie privée, vous pourriez décider les dommages potentiels l'emportent sur les avantages potentiels.

DejanSEO Nous ne savons pas ... Peut-être. Infographie complète sur DejanSEO.com

Il ya aussi beaucoup de place pour l'erreur ici. Recemment, Google Tagged photos les Noirs comme les gorilles. Il peut également être un problème lorsque des modèles face à des situations ou des données inconnus. Sans supervision humaine il ya des risques que la mauvaise action ne sera prise. Certaines personnes craignent une catastrophe si les machines sont automatisent conduite, vols, ou même négociation sur le marché boursier, même si les humains causent fréquemment des catastrophes en cas de contrôle de ces choses dès maintenant.

L'apprentissage de la machine peut aussi nous conduire vers une économie de robot, en introduisant l'efficacité qui mettent l'homme sans travail. Serons-nous en mesure de jouir d'un avenir utopique libre de labeur ou se meurent de faim au chômage que les améliorations sont utilisés pour générer des bénéfices pour quelques-uns toujours plus élevés? Nous ne pouvons pas vivre à vous en soucier si le mouvement AI large entraîné par l'apprentissage de la machine continue à améliorer et la singularité se produit. Nous ne pouvons pas prédire avec précision ce que les machines vont faire quand ils deviennent plus intelligents que nous. Espérons que, nous ne sommes pas regarder dans le canon d'une situation Skynet.

Le bon dosage

Cette question de la façon dont les machines sont autonomes est au cœur du mouvement de l'apprentissage machine. Sur votre téléphone portable Google suggère des choses et tente de prédire, mais arrête généralement de courte faire de quelque chose automatiquement. La surveillance humaine est considéré comme souhaitable, même si nous aimerions obtenir potentiellement plus d'avantages de l'apprentissage si les prévisions étaient appliquées automatiquement machine. Comme toutes les bonnes technologies, l'apprentissage machine pourrait nous faciliter la vie, mais beaucoup dépend de la façon dont il est appliqué.