211service.com
Djup inlärning klämd på en telefon
Programvara som ungefär efterliknar hur hjärnan fungerar kan ge smartphones nya smarta funktioner – vilket leder till mer exakta och sofistikerade appar för att spåra allt från träning till känslor.
Programvaran utnyttjar en artificiell intelligens-teknik som kallas djupinlärning, som använder simulerade neuroner och synapser för att bearbeta data. Att mata programmet med visuella stimuli kommer att stärka kopplingarna mellan vissa virtuella neuroner, vilket gör att det kan känna igen ansikten eller andra särdrag i bilder som det inte har sett tidigare.
Deep learning har gett dramatiska framsteg i bearbetning av bilder och ljud (se 10 Breakthrough Technologies 2013: Deep Learning ). Förra året använde Facebook-forskare till exempel det för att bygga ett system som nästan lika bra som en människa kan avgöra om två olika foton visar samma person, och Google använde metoden för att skapa mjukvara som beskriver komplicerade bilder i korta meningar (se Googles Hjärninspirerad programvara beskriver vad den ser i komplexa bilder). Hittills har dock de flesta sådana ansträngningar involverat grupper av extremt kraftfulla datorer.
Smartphones kan redan använda djupinlärning genom att använda fjärrservrar som kör programvaran. Men det här kan vara långsamt och det fungerar bara om en enhet har en bra internetanslutning. Nu Ingenting Lane , en huvudforskare vid Bell Labs, säger att vissa smartphones är kraftfulla nog att själva köra vissa djupinlärningsmetoder. Och Lane tror att djupinlärning kan förbättra prestandan för mobila avkänningsappar. Det kan till exempel filtrera bort oönskade ljud från en mikrofon eller ta bort oönskade signaler i data som samlas in av en accelerometer.
Medan Lane var en ledande forskare på Microsoft Research Asia förra året, han och Petko Georgiev , en doktorand vid University of Cambridge i Storbritannien, byggde en prototyp av relativt enkelt djupinlärningsprogram som körs på en modifierad Android-smarttelefon.
Forskarna försökte se om deras prototyp kunde förbättra en smartphones förmåga att upptäcka, från data som samlats in av en accelerometer på handleden, om någon utförde vissa aktiviteter, som att äta soppa eller borsta tänderna. De testade också om de kunde få telefonen att fastställa människors känslor eller identiteter från inspelningar av deras tal.
Lane och Georgiev beskriver sina upptäckter i en papper presenteras denna månad på HotMobile konferens i Santa Fe, New Mexico. De rapporterar att programvaran de skapade var 10 procent mer exakt än andra metoder för att känna igen aktiviteter. Forskarna säger också att deras neurala nätverk kunde identifiera talare och känslor ungefär lika exakt som andra metoder.
Prototypnätverket Lane och Georgiev byggde hade bara en bråkdel så många kopplingar mellan dess artificiella neuroner som Facebooks. Men det kan vara snabbare och mer pålitligt för vissa uppgifter.
Det handlar, tror jag, om att ingjuta intelligens i enheter så att de kan förstå och reagera på världen – själva, säger Lane.