Снижение стоимости производства чипов и экспоненциальный рост вычислительной мощности не только сделали мини-компьютеры (смартфоны) доступными каждому, но и породили необыкновенную идею, которая может изменить наш образ жизни и способ взаимодействия с миром. мир — идея установки чипа во все возможные продукты вокруг нас! Каждый продукт, который мы используем и с которым взаимодействуем для нашей повседневной деятельности, постепенно превращается в «умное» устройство посредством установки в него программного чипа/датчика, способного воспринимать и генерировать внутренние данные о производительности устройства или данные о внешней среде. Помимо генерации данных, это интеллектуальное устройство также имеет возможность передавать данные через интернет-сеть на другое устройство или сохранять данные в облачном хранилище для последующего использования. Учитывая миллионы устройств, которые будут объединены в ближайшие годы, и миллионы точек данных, которые они будут генерировать каждый день, люди не смогут анализировать такие большие объемы данных традиционными способами и принимать быстрые решения. сами. Единственным вариантом в таком футуристическом мире будут системы машинного обучения, которые помогут людям принимать более точные и быстрые решения для достижения лучших результатов для мира.
Давайте возьмем пример из отрасли здравоохранения, чтобы понять эту концепцию. Традиционно всякий раз, когда мы заболеваем, врач диагностирует нашу болезнь и назначает лечение, вручную анализируя наши отчеты о медицинских обследованиях и симптомы. Учитывая небольшой объем задействованных данных и прошлый медицинский опыт врача, он / она может принять решение относительно лечения, которое будет нам предоставлено. Однако, согласно недавнему отчету Общества по улучшению диагностики в медицине (SIDM) — «каждые девять минут кто-то в больнице США умирает из-за неправильного или запоздалого медицинского диагноза». Эта проблема неправильного медицинского диагноза может быть решена в будущем с помощью больших объемов данных о личном здоровье, предоставляемых интеллектуальными устройствами, таких как ежедневные данные о физической активности через смарт-часы (носимые устройства), внутренние показатели здоровья тела через встроенные микрочипы (например, , микрочипы, которые можно встраивать в ногти), ежедневные данные о потреблении питательных веществ через приложения для смартфонов, которые отслеживают продукты, заказанные на онлайн-рынках, прошлые данные истории болезни/заболеваний/аллергий из мобильного приложения больницы и так далее. Несмотря на то, что такие огромные объемы данных определенно могут помочь в постановке правильного диагноза, врач не сможет вручную просмотреть и проанализировать такие большие и разнообразные наборы данных, чтобы принять точное и быстрое решение. Следовательно, необходима система/программное обеспечение с поддержкой машинного обучения, которое может собирать данные со всех интеллектуальных устройств, связанных со здоровьем, через Интернет, может быстро анализировать большие объемы наборов данных и может мгновенно прогнозировать точный медицинский диагноз с помощью сложных алгоритмов машинного обучения. Вывод, созданный программным обеспечением ML, будет в формате, который затем может быть легко прочитан, понят и проанализирован врачом-человеком, чтобы назначить правильное лечение.
В заключение, системы с поддержкой машинного обучения потребуются в будущем для анализа миллионов точек данных, генерируемых миллионами взаимосвязанных (IoT) устройств, чтобы принимать точные решения, и это также с почти реальной скоростью. время. Это полностью изменит конечные результаты во всех аспектах человеческой жизни и, возможно, сделает мир лучше для всех.
