101 On Deep Learning + Blockchain [Una breve introduzione]

I settori tecnologico e commerciale sono entrambi molto ottimisti riguardo al futuro dell’apprendimento automatico. Gli esperti ritengono che la tecnologia può potenzialmente aggiungere più di $ 2 trilioni di valore per l’industria manifatturiera e logistica entro il 2020, con altri $ 2,5 trilioni aggiunti ai settori marketing e vendite.

L’International Data Corporation prevede che la spesa globale per l’apprendimento automatico lo farà superare i 77 miliardi di dollari entro il 2022. Uno dei driver più importanti di questa crescita è il deep learning, poiché le principali società tecnologiche, aziende farmaceutiche e servizi di consulenza blockchain stanno correndo per trarre vantaggio da questa potente nuova tecnologia.

Una breve introduzione al machine learning

L’apprendimento profondo è un sottocampo della più ampia branca dell’informatica (CS) dell’apprendimento automatico. L’apprendimento automatico, che è essenzialmente un software basato sull’intelligenza artificiale (AI), sta già aiutando le aziende ad aumentare i profitti e l’efficienza. Alla fine, renderà possibile un’ampia gamma di tecnologie futuristiche.

L’apprendimento automatico è una nuova e complessa branca dell’informatica che combina le tradizionali competenze informatiche con matematica, statistica e intelligenza artificiale per creare una tecnologia che possa espandere naturalmente le proprie capacità.

L’idea alla base dell’apprendimento automatico è che i computer dovrebbero essere in grado di fare di più che eseguire semplicemente un programma: dovrebbero essere in grado di scrivere il proprio. Dovrebbero anche essere in grado di utilizzare le esperienze passate per migliorare le loro capacità ed evitare di ripetere gli stessi errori.

Questi tipi di computer vengono utilizzati anche per aiutare le aziende e gli individui a pianificare il futuro. Questo perché possono utilizzare qualsiasi set di dati di grandi dimensioni per trovare schemi e, soprattutto, per fare previsioni accurate.

#Crypto ExchangeBenefits

1

Binance
Best exchange


VISIT SITE
  • ? The worlds biggest bitcoin exchange and altcoin crypto exchange in the world by volume.
  • Binance provides a crypto wallet for its traders, where they can store their electronic funds.

2

Coinbase
Ideal for newbies


Visit SITE
  • Coinbase is the largest U.S.-based cryptocurrency exchange, trading more than 30 cryptocurrencies.
  • Very high liquidity
  • Extremely simple user interface

3

eToro
Crypto + Trading

VISIT SITE
  • Multi-Asset Platform. Stocks, crypto, indices
  • eToro is the world’s leading social trading platform, with thousands of options for traders and investors.

101 On Deep Learning + Blockchain [Una breve introduzione]

Fai scorrere Andrew Ng, tutti i diritti riservati.

Il deep learning è il futuro

L’apprendimento profondo è esso stesso un sottoinsieme dei campi dell’apprendimento automatico e dell’intelligenza artificiale. Imita la struttura della mente umana per ricreare reti neurali artificiali potenzialmente più potenti dei tradizionali sistemi di apprendimento automatico.

#CRYPTO BROKERSBenefits

1

eToro
Best Crypto Broker

VISIT SITE
  • Multi-Asset Platform. Stocks, crypto, indices
  • eToro is the world’s leading social trading platform, with thousands of options for traders and investors.

2

Binance
Cryptocurrency Trading


VISIT SITE
  • ? Your new Favorite App for Cryptocurrency Trading. Buy, sell and trade cryptocurrency on the go
  • Binance provides a crypto wallet for its traders, where they can store their electronic funds.

#BITCOIN CASINOBenefits

1

Bitstarz
Best Crypto Casino

VISIT SITE
  • 2 BTC + 180 free spins First deposit bonus is 152% up to 2 BTC
  • Accepts both fiat currencies and cryptocurrencies

2

Bitcoincasino.io
Fast money transfers


VISIT SITE
  • Six supported cryptocurrencies.
  • 100% up to 0.1 BTC for the first
  • 50% up to 0.1 BTC for the second

Mentre i sistemi informatici di tipo umano sono stati a lungo popolari nei lavori di fantascienza, i recenti progressi nella potenza di calcolo e nelle velocità di elaborazione significano che le unità moderne sono in grado di addestrare grandi reti neurali artificiali.

Ad esempio, ai computer di apprendimento profondo è stato insegnato come identificare con precisione i dettagli delle immagini attraverso l’esposizione ripetuta. Le startup di auto a guida autonoma come Wayve.ai espongono i loro sistemi di deep learning a milioni di immagini di strade. Questi computer hanno acquisito un’enorme quantità di dati e possono identificare con precisione le condizioni stradali utilizzando le telecamere a 360 gradi del veicolo.

Questo tipo di apprendimento attivo è incredibilmente importante perché consente alla tecnologia di migliorare nel tempo e raggiungere livelli di precisione sempre più elevati. In effetti, molti sistemi di deep learning sono già in grado di farlo maggiore precisione rispetto agli esperti umani.

Gli osservatori possono aspettarsi di vedere sviluppi molto più rapidi nella tecnologia di apprendimento profondo. Questo perché la tecnologia richiede enormi quantità di potenza del computer, che stanno diventando disponibili solo ora, e perché richiede enormi quantità di dati etichettati. Tecnologie come le auto a guida autonoma necessitano di milioni o miliardi di immagini prima di poter ottenere risultati coerenti.

attuale & Applicazioni future

Il deep learning è già utilizzato per far progredire la tecnologia, migliorare i risultati dei pazienti medici e aumentare i profitti aziendali. In futuro, questo ramo dell’apprendimento automatico renderà realtà come lo sviluppo efficiente di farmaci, l’elaborazione del linguaggio naturale. I servizi di sviluppo blockchain possono anche utilizzare la tecnologia per aumentare in modo esponenziale la potenza delle reti di deep learning.

Ricerca biomedica

Una delle aree più interessanti della ricerca sul deep learning è nel settore sanitario e farmaceutico. Ad esempio, il deep learning può aiutare a risolvere uno dei problemi più urgenti nel settore sanitario: diagnosi errate.

Gli esperti lo affermano ogni anno si stima che il 5% delle diagnosi mediche non sono corretti, interessando circa 12 milioni di pazienti ogni anno. Altrettanto importante, questo si traduce in tra 40.000 e 80.000 decessi annuali.

Le aziende sanitarie come IQuity utilizzano reti di deep learning per migliorare i risultati dei pazienti rilevando malattie gravi prima dei medici umani. L’azienda ha recentemente condiviso i risultati di uno studio che ha dimostrato che il loro programma di intelligenza artificiale potrebbe diagnosticare la sclerosi multipla “almeno 8 mesi“Prima che i medici arrivassero a questa conclusione.

Le società di ricerca farmaceutica stanno utilizzando il deep learning per aumentare l’efficienza e migliorare la loro strategia di ricerca dei farmaci. La società di consulenza McKinsey stima che l’apprendimento automatico aumenterà i profitti di più di 100 miliardi di dollari all’anno.

L’apprendimento profondo offre vantaggi così sorprendenti perché può utilizzare i dati del passato per prevedere se un particolare farmaco in fase di sviluppo può ridurre i sintomi, guarire una malattia o causare gravi effetti collaterali. Lo fa organizzando e analizzando i dati della ricerca sui farmaci del passato alla ricerca di indizi che aiuteranno a evitare ricerche costose e non necessarie e si concentreranno sui farmaci che hanno maggiori probabilità di avere successo.

Elaborazione del linguaggio naturale

Uno dei maggiori ostacoli che l’industria tecnologica deve ancora superare è costruire un programma in grado di comprendere veramente il linguaggio umano naturale. Hanno sicuramente fatto progressi nell’ultimo decennio. In passato, gli utenti dovevano cercare dati su Internet utilizzando frasi poco maneggevoli che una macchina poteva facilmente capire. Oggi possono digitare query utilizzando il linguaggio naturale.

L’industria ha anche migliorato la capacità di comprendere il linguaggio naturale parlato. Telefoni e computer usciti dieci anni fa erano frustranti da usare per le persone senza una tastiera.

Tuttavia, le cose sono cambiate quando Google ha lanciato la sua ricerca vocale nel 2008 e il popolare assistente personale di Apple Siri è stato rilasciato nel 2011. Ora, uno studente universitario può scrivere un intero documento di ricerca utilizzando una delle tante app di alta qualità da voce a testo, come Google Docs Voice Typing o Dragon Typing.

Gran parte di questo progresso è il risultato dell’apprendimento automatico e dell’intelligenza artificiale. Questi programmi hanno utilizzato il deep learning per ottenere informazioni da miliardi di interazioni con gli utenti finali, ottenendo un prodotto di qualità molto superiore che ora funziona come pubblicizzato.

La ricerca l’ha scoperto quasi 40% degli utenti di Internet hanno utilizzato un assistente vocale nell’ultimo anno. In futuro, la maggior parte delle persone probabilmente interagirà con i propri dispositivi elettronici e il mondo che li circonda utilizzando la tecnologia ad attivazione vocale resa possibile dal deep learning.

Tecnologia Blockchain

La tecnologia blockchain è una delle aree più popolari del settore dell’informatica. È passato da movimento marginale a grande mercato tecnologico negli ultimi dieci anni. Gli esperti prevedono che la dimensione totale del mercato blockchain raggiungerà un sorprendente 57 miliardi di dollari entro il 2025.

Blockchain è il fondamento del mercato delle criptovalute, con Bitcoin ed Ethereum come gli esempi più popolari. Rende anche possibili cose come contratti intelligenti, registri distribuiti e sistemi di gestione della catena di approvvigionamento basati su blockchain.

La tecnologia funziona conservando le informazioni sul computer di ogni utente. Ciò impedisce agli hacker di alterare i dati. Inoltre, le criptovalute come Bitcoin utilizzano un protocollo che richiede ai minatori di combinare la loro potenza di elaborazione per estrarre nuove monete.

Gli esperti credono che questa tecnologia di registro distribuito può eventualmente fornire la potenza necessaria per l’apprendimento profondo avanzato. Scienziati e sviluppatori blockchain potrebbero eventualmente utilizzare migliaia o milioni di computer per condurre questi esercizi di apprendimento profondo che non possono essere completati da un singolo computer o gruppo di computer.

Conclusione

L’apprendimento automatico sta rivoluzionando il mondo intero. Questa tecnologia all’avanguardia sta trasformando in realtà idee futuristiche come AI, assistenti personali digitali realistici e ricerca farmaceutica conveniente. Questa promessa è una delle ragioni principali per cui le società Fortune 500, gli angel investor e le società di sviluppo blockchain stanno investendo miliardi nella tecnologia.

Gli esperti ritengono inoltre che la blockchain abbia il potenziale per liberare tutta la potenza del deep learning. Questo perché le aziende possono utilizzare la potenza di calcolo combinata di una grande rete blockchain per aumentare le velocità e le capacità di deep learning.

Cerca diversi nuovi sviluppi del deep learning nel prossimo decennio. Le aziende farmaceutiche dovrebbero migliorare i loro sforzi di ricerca ed evitare farmaci con pericolosi effetti collaterali, mentre le aziende tecnologiche useranno il deep learning per migliorare ulteriormente l’intelligenza artificiale e l’elaborazione del linguaggio naturale.

Mike Owergreen Administrator
Sorry! The Author has not filled his profile.
follow me