互联网的事情会不会没有工作的人工智能

作为"联网"越来越普及，在技术世界上最大的技术术语的一年，讨论如何使它的工作。 互联网的事情会产生大量数据的数据，这将有助于城市预测紧急情况和犯罪；将得到医生的信息在实时，获得心脏起搏器或生物芯片；优化表现在各种各样的行业；提供关键的通信之间的自动驾驶的车辆；提供聪明的家园与连接设备。

所提供的机会通过互联网的事情，是真正无限的。 但也有问题。

为继续扩大数量的设备和传感器的连接到互联网上的东西，数据的数量增长到令人震惊的水平。 这些数据包含了有价值的信息—什么行之有效和什么不表示冲突和冲突打开你的眼睛新的机会和关系在不同区段。

听起来不错。 但最大的挑战仍然是寻找办法分析这些洪水的数据。 如果你有没有试过找到一个连接在千兆字节的机数据，你知道有多难。 人们只是不够了解和理解所有这些数据和用传统方法，甚至如果你降低大小的样本，它需要太多的时间。

互联网的事情发展，承诺，增加的速度和准确性的分析大量数据。 如果你没有成功，其后果可能是灾难性的刺激—当的电器都不一起工作计划，直到威胁的生命的时数百辆汽车不行为根据计划。

只有这样，才能保持有量产生的联网数据包括一个隐藏的了解的有机学习。

学习机已经使用的学习机是"假设计算机科学和人工智能，与建设和研究的系统，可以分析的数据不仅根据预先编程指令。"

虽然这样一个定义，听起来像是科幻小说，在日常生活中，它就已经存在。 潘多拉的使用机学习，以确定有什么其他的歌你可能会喜欢的；Amazon.com 做同样的事情的书籍和电影。 这两个系统是建立在事实，了解用户和更新的时代，学习更多关于他们的行为。

在这种情况下的联网、学习机可以帮助公司采取了数十亿的数据点和沸腾他们变成有意义的事。 总的原则是相当简单：你需要查看并分析收集的数据来发现的模式或类似之处来自它的东西可以检索到通过后的最好的解决方案。

例如，可佩戴设备监视你的健康，但是部分不断增长的行业，但很快，他们将连接的设备自己之间和与互联网，将监视你的健康是实时的。

目的是你的医生将通知，当某些条件都满足你的心率增加了不安全的水平或甚至停止，例如。 要能够鉴别潜在的问题，需要对数据进行分析的角度看什么是正常的，什么是没有的。 相似之处，相关性和异常需要迅速确定的数据的基础上流在真正的时间。 它身体上做一个男人? 查看数据的成千上万的病人在真正的时间和精确地确定何时发送一辆救护车吗？ 不可能的。

来分析数据之后立即收集、查明新的和已知的行为模式，机器也需要知道正常行为的每一个病人，一个关键的健康水平的行为。

执行情况的互联网上的事情取决于如果我们可以渗入的实质隐藏在不断增长的海的可用数据。 由于本办法是不massturbate量互联网的事情，其未来完全取决于机学习，可以发现的模式、相关性和异常数据。 如果我们成功，这将改善几乎所有方面我们的日常生活。

资料来源：hi-news.ru