Το μοντέλο που προωθούν οι ερευνητές είναι εκείνο της πολυμορφικής μάθησης, βάσει του οποίου είναι εφικτό να αντλεί μία δομή ετερογενή δεδομένα από διάφορους αισθητήρες και άλλες πηγές και να τα τροφοδοτεί σε ένα απλό μοντέλο, χωρίς να δημιουργούνται προβλήματα επικοινωνίας και ασυμβατότητας. Σε αυτό το πλαίσιο, γίνεται λόγος για τα Deep Neural Networks, νευρωνικά δίκτυα νέας γενιάς που μπορούν να αποτελέσουν την απαραίτητη υποδομή προκειμένου να γίνει πράξη το όραμα της πολυμορφικής μάθησης από τη μηχανή με Τεχνητή Νοημοσύνη.
Σύμφωνα και πάλι με τα δεδομένα που παρουσιάζει η ABI Research, ο αριθμός των συσκευών με χαρακτηριστικά πολυμορφικής μάθησης ήταν 3.9 εκατομμύρια το 2017 και αναμένεται να φτάσει στα 514 εκατομμύρια το 2023. Στο πεδίο αυτό φαίνεται πως θέλουν να επενδύσουν και οι κατασκευαστές ρομπότ, προκειμένου να μπορέσουν τα νέα μοντέλα τους να αποκτήσουν διευρυμένα χαρακτηριστικά μάθησης, άρα και περισσότερες δυνατότητες αλληλεπίδρασης με τους ανθρώπους, κάτω από διάφορες συνθήκες. Εκτιμάται ότι τέτοια ρομπότ με εξελιγμένες δυνατότητες Τεχνητής Νοημοσύνης θα κάνουν την εμφάνισή τους στην Ιατρική, τον τομέα της Ψυχαγωγίας και των Media στο κοντινό μέλλον.
0 Post a Comment:
Δημοσίευση σχολίου