Învățare automată pentru recunoașterea gesturilor Neosentec
Publicat pe 22.02.2017
Vorbeste despre învățare automată sau învățarea automată Astăzi poate fi încă ceva curios și necunoscut pentru mulți, dar adevărul este că este mai prezent decât credem. O folosim zilnic și inconștient în timp ce navighăm pe Internet, când ne consultăm rețelele de socializare sau chiar când facem achiziția.
Ce este învățarea automată?
Învățarea automată este un tip de inteligență artificială dezvoltat astfel încât programele de calculator să poată învăța din comportamentul și utilizarea tehnologiilor noastre. Astfel, experiența utilizatorului este îmbunătățită și pot fi propuse chiar noi utilități sau servicii.
Acest sistem detectează tiparele de comportament și ajustează programul la nevoile utilizatorului. Unul dintre cele mai cunoscute exemple este Facebook, care folosește învățarea automată pentru a detecta interesul utilizatorului și pentru a le oferi conținut conex pe peretele său. Dar acest lucru poate fi făcut un pas mai departe, așa cum vom explica în această postare, și va face ca un sistem să învețe să recunoască mișcări sau gesturi specifice și astfel să stabilească un nou sistem de comunicare, în care gestul este limbajul dintre persoană și mașină.
În acest mic videoclip veți vedea cum am desfășurat întregul proces pe care îl explicăm mai jos:
De ce este atât de populară învățarea automată?
Acum avem date
Pentru ca învățarea automată să fie cu adevărat eficientă, are nevoie de o cantitate mare de date și de calitate. Uneori este mai dificil să obții aceste date decât să modelezi algoritmul în sine.
Odată cu exploatarea Big Data, unde sunt stocate cât mai multe informații pentru procesarea și extragerea datelor filtrate și relevante, învățarea automată se poate dezvolta rapid.
„Nu câștigă cel mai bun algoritm, ci cine are cele mai multe date”
Cu date suficiente și bine structurate, nu este necesar să se utilizeze cel mai bun algoritm, precizia finală ar varia doar zecimi.
Acum avem cloud computing
Unul dintre principalele motive pentru care învățarea automată a pierdut în greutate în trecut a fost datorită costului său de calcul ridicat.
Știm că pentru ca rezultatul să fie eficient, trebuie utilizat un set mare de date, pe care se vor efectua multiplicări de matrice, în principal pentru a se potrivi datele la un model specific care urmează să fie instruit.
Cu toate acestea, capacitățile echipamentelor sunt limitate, atât în procesare, cât și în memorie, ceea ce a însemnat că au fost căutate alte alternative mai ușoare din punct de vedere al calculului. Astăzi aceasta nu mai este o problemă, deoarece există numeroase servicii cloud care vă permit să lucrați cu cantități uriașe de date și să efectuați procesarea în câteva minute, ceea ce ar putea dura mii de ani pe un singur computer convențional.