Прогнозирование землетрясений, обучающие роботы и многое другое!

В современную эпоху машины, несомненно, играют решающую роль в повседневной жизни. Машинное обучение - необычная отрасль науки. Он доминирует и влияет на все аспекты нашей повседневной жизни. Вот список из 5 лучших исследований и открытий в области машинного обучения за последнее время, представленных четко и кратко.

Можем ли мы предсказать поведение человека?

Глубокое обучение - это разновидность машинного обучения. В системе глубокого обучения алгоритмы умеют делать выводы самостоятельно, точен ли прогноз или нет. В рамках интересного эксперимента в Массачусетском технологическом институте была создана система Predictive Vision на основе глубокого обучения, которая научилась предсказывать действия, анализируя поведение людей в видеороликах YouTube из телешоу, таких как Отчаянные домохозяйки. »И Офис . Таким образом, он использовался, чтобы сделать вывод, будут ли два человека обнимать, целовать или шлепать пятерых. Модель была обучена на 600 часах видео и смогла точно предсказать активность в 43 процентах случаев. Это довольно много по сравнению с предыдущими алгоритмами, которые могли давать точный прогноз только в 36% случаев. Возможно, в будущем мы сможем предсказать все эти перепады настроения и другие эмоции и заранее принять необходимые меры предосторожности, чтобы поддерживать успешные отношения друг с другом. Поистине интересное приложение машинного обучения!

Предсказание землетрясения с помощью машинного обучения!

Просто представьте, насколько это может быть революционно! Сколько жизней мы можем спасти? Какого ущерба можно избежать?

Исследователи из Колумбийского университета разработали модель машинного обучения с использованием наборов данных о землетрясениях, которая может помочь в прогнозировании и контроле сейсмической активности. Набор данных содержал трехлетние сейсмические записи из Гейзеров, геотермального резервуара в Калифорнии. Эта модель имеет решающее значение для будущего производства энергии и улучшения уровней закачки, что может привести к значительному увеличению общей выработки энергии с геотермальных участков.

Ученые могут использовать данные для управления и повышения уровней закачки до безопасного максимума, что приведет к появлению большего количества трещин в коре под геотермальным резервуаром и высвобождению большего количества энергии. Команда также считает, что их исследования можно применить для более точного моделирования естественных землетрясений. Применяя машинное обучение к крупным землетрясениям и цунами в прошлом, сейсмологи могут предсказать следующее катастрофическое землетрясение.

Технологии беспилотного вождения расширяются!

Самостоятельное вождение имеет фундаментальное значение для автомобильной промышленности, и обеспечение того, чтобы автономное вождение было самым забавным, простым и безопасным способом, - вот что побуждает нас исследовать барьеры творчества. Компания Land Rover совместно с группой исследователей из Университета Бирмингема и Myrtle AI нацелена на создание беспилотных «внедорожных» транспортных средств, которые могут ездить независимо от погоды и местности, включая -лед, туман и дождь, даже крутые, узкие, неровные или экстремальные. Объявлен энтузиазм проект с фондом 3,7 миллиона фунтов стерлингов, и главная цель этой работы - разработать первую в мире технологию 5-D. 5-D будет сочетать в себе технологии звука, изображения, радара, обнаружения света и расстояния (LiDAR) с машинным обучением, чтобы помочь автомобилю продвигаться вперед с течением времени. Это позволяет автомобилю вести себя более изощренно, позволяя ему справляться с любыми погодными условиями на любой местности.

Прогноз фондового рынка:

Исследовательская группа использовала Azure Machine Learning Workbench для прогнозирования показателей фондового рынка на основе общедоступных документов о доходах. Обработка естественного языка использовалась для расшифровки доходов путем удаления стоп-слов, знаков препинания и других эфемерных данных. Система обнаружила связь между языком релизов и его влиянием на цену акций. Несмотря на то, что в процессе обучения возникали проблемы со словарным запасом, команда решила этот недостаток, сравнив акции по отраслям. Акции были разделены на три группы: высокая, средняя и низкая доходность. T Самый точный результат - 62% -ный шанс определить низкую производительность. Это означает, что в будущем есть много возможностей для повышения точности.

Обучаю робота домашней работе!

Научить машину фундаментальным действиям человека намного сложнее, чем кажется. Например, чтобы научить робота приносить вам стакан воды, он должен не только улавливать инструкцию налить воду в стакан, но и понимать многие мелкие грани деятельности, которые предполагает человеческий мозг, например: пройдите на кухню, откройте шкаф и возьмите стакан. Исследователи из Лаборатории компьютерных наук и искусственного интеллекта Массачусетского технологического института совместно с исследователями из Университета Торонто разработали VirtualHome, виртуальную трехмерную среду, которая может точно научите роботов выполнять простые задачи, такие как наполнение водой. В ближайшем будущем команда надеется запрограммировать бота для выполнения определенных задач, просмотрев видео на YouTube. Эта технология может быть все более полезной для пожилых людей или людей с ограниченной подвижностью.

Значительные успехи достигаются в области машинного обучения, которое быстро меняет мир. В ближайшем будущем вы можете предвидеть автоматизацию буквально каждой грани вашего дома.

(Автором этой статьи является технический писатель Research Nest Ниведха Джаясилан)