Krypton Solid

La última tecnología en raciones de 5 minutos

Redes neuronales profundas, señales de límite de velocidad y entrenamiento sobre la marcha

Debido a los requisitos de energía de procesamiento y datos, el entrenamiento de un algoritmo de aprendizaje profundo no suele ocurrir en los llamados dispositivos periféricos, como teléfonos inteligentes o drones. Pero Neurala Inc., una startup de aprendizaje profundo con sede en Boston, busca cambiar eso con sus redes neuronales profundas de por vida o LDNN.

La empresa incipiente afirma que sus redes neuronales profundas evitan las restricciones tradicionales de datos y computación al agregar al conjunto de datos en el borde, lo que permite que los dispositivos móviles como los drones aprendan literalmente sobre la marcha. Su proyecto inicial fue financiado por la NASA y se centró en la exploración espacial, pero cuando mencioné el Neurala al analista de Forrester Research Mike Gualtieri, señaló un caso de uso más terrestre para su marca de redes neuronales profundas.

“Imagínese un automóvil autónomo”, dijo. «E imagina que uno de sus modelos se utiliza para reconocer las señales de límite de velocidad». Y, de hecho, no tiene que imaginarse demasiado porque un fabricante de automóviles alemán hizo precisamente eso, dijo Gualtieri.

Entrenó a un modelo para interpretar las señales de límite de velocidad proporcionándole muchos ejemplos de señales de límite de velocidad, y probó su automóvil sin conductor en la Autobahn, donde se encontró con un problema curioso: el automóvil sin conductor reducía la velocidad automáticamente por razones eso no era obvio.

“Finalmente lo descubrieron”, dijo Gualtieri. “Fue porque a veces las cámaras del automóvil autónomo veían lo que se pensaba que era una señal de límite de velocidad, pero en realidad era una calcomanía en la parte trasera de un camión que decía: ‘No voy a más de 60 kilómetros por hora’. «

El entrenamiento del modelo no fue lo suficientemente preciso como para diferenciar entre una calcomanía y una señal de límite de velocidad. En casos como este, la empresa de pruebas devuelve el modelo al laboratorio para volver a capacitarlo para distinguir entre las señales de límites de velocidad y las calcomanías.

«Entonces, la pregunta que tendría para esta empresa es, está bien, dado ese escenario, ¿cómo entrenarías ese modelo?» Dijo Gualtieri. «Tendría que tener algún tipo de retroalimentación de los usuarios o alguna otra retroalimentación para que aprenda».

Entonces le pregunté a Neurala. «En realidad, se requiere que un humano esté al tanto», dijo Heather Ames, directora de operaciones y cofundadora de la startup con sede en Boston.

Las redes neuronales profundas de toda la vida de Neurala no se auto-corrigen de forma autónoma. En otras palabras, el aprendizaje que tiene lugar en el borde es aprendizaje supervisado. Un humano ayuda a decidir

e lo que deben aprender las redes neuronales profundas de por vida y ayuda a corregir un sistema que no funciona con precisión.

«El operador humano tendría algún tipo de interfaz de usuario para modificar el aprendizaje», dijo Ames. “Entonces, para corregirlo, ya sea mediante el refuerzo: ‘Sí, queremos reducir la velocidad cuando veamos esta señal’. O: ‘No, no queremos reducir la velocidad cuando vemos esta señal. Cuando vemos el letrero de la calcomanía, queremos seguirlo a una distancia segura en lugar de reducir la velocidad ‘”.

En el caso de un automóvil sin conductor con un conductor detrás del volante, dijo que Neurala nunca recomendaría a un conductor que entrene con las manos libres para entrenar el software y crear condiciones de conducción inseguras. De hecho, la aplicación para resolver este problema tendría que implicar una gran cantidad de trabajo de diseño de la experiencia del usuario para descubrir la mejor manera para que un operador en un automóvil supervise una red neuronal profunda de manera segura.

Pero el punto es: “Estamos muy lejos de la autonomía total, particularmente con los sistemas que construimos”, dijo.

Deja un comentario

También te puede interesar...

Cómo cambiar el fondo de pantalla de tu móvil Samsung

Acabas de comprar uno nuevo teléfono inteligente Samsung y no puedes esperar a personalizarlo para hacerlo más hermoso y sentirlo como tuyo. Ya ha cambiado rápidamente las configuraciones que simplemente no le gustaban y quiere

Los PCB de IoT ultralimpios garantizan una alta fiabilidad

Los dispositivos de IoT destinados a aplicaciones militares / aeroespaciales, médicas y / o industriales altamente especializadas exigen una fiabilidad ultra alta para que funcionen correctamente de acuerdo con sus estrictas especificaciones. Eso significa que

¿Llegará la OCS a la meta?

Sospecho que la mayoría de los lectores de este blog esperan que el Grupo SCO se vea afectado en el proceso de derechos de autor. IBM. Estoy de tu lado. Pero si el caso ni

SAP bendice el iPhone | Krypton Solid

SAP tiene saltó al auto del iPhone, anunciando que una versión de su software de automatización Salesforce que se lanzará este mes será compatible con el teléfono iPod / Jobs. La compatibilidad con iPhone se

Definición de hiperdeflación

¿Qué es la hiperdeflación? La hiperdeflación es un nivel de deflación extremadamente alto y relativamente rápido en una economía. Recomendaciones clave La hiperdeflación se refiere a disminuciones extremadamente grandes en los precios generales de los

Definición de congestión

¿Qué es la congestión? Una congestión es una situación de mercado en la que la oferta del vendedor iguala la demanda de un activo o instrumento comercial. Por lo tanto, el precio no se mueve

Cómo invertir en EWY, KF

¿Cómo puede un estadounidense invertir en Samsung Group (005930.KS) si las acciones del gigante de la electrónica de Corea del Sur no cotizan en una de las principales bolsas de valores de EE. UU. y

Definición de desempleo de fricción

¿Qué es el desempleo friccional? El desempleo friccional es el resultado de transiciones voluntarias al empleo en una economía. El desempleo friccional ocurre naturalmente, incluso en una economía estable y en crecimiento. Los trabajadores que

La naturaleza dice que Wikipedia no es tan mala

Un estudio en la revista Science La naturaleza muestra que los artículos científicos de Wikipedia no son tan malos en comparación con los de la Enciclopedia Británica. Y son mucho más fáciles de corregir. El

Qué buscar de AMZN

Recomendaciones clave Los analistas estiman un BPA de $ 12,47 en comparación con $ 10,30 en el segundo trimestre del año fiscal 2020. Se espera que los ingresos de AWS crezcan a un ritmo saludable

Cómo tomar selfies perfectos | Krypton Solid

¿Estás descontento con la calidad de tus selfies y cada vez que te haces uno dudas en publicarlo en las redes sociales porque te parece que no es lo suficientemente bueno para verlo? Si respondió

6 trucos ligeros en Twitter para periodistas chismosos

Entonces tu empresa es haciendo más con Twitter. ¡Maravilloso! Aquí hay algo que quiero que pruebes. Twitter es una excelente manera de conocer gradualmente a alguien, generar confianza y, finalmente, construir una relación que nunca

El valor de los datos de las redes sociales

Facebook, Pinterest, LinkedIn y Twitter son las empresas de redes sociales más populares en la web, y los datos compartidos y buscados en estas redes sociales son valiosos para las organizaciones. Pero, ¿cuán valioso? ¿Y