Deep learning og machine learning for begyndere: Sådan fungerer det nye DeepLens-kamera

Det kan snart blive muligt at udrulle modeller til deep learning og machine learning på alt fra briller til høretelefoner. Man skal dog starte et sted, og derfor håber AWS på at kunne lokke udviklerne til at eksperimentere med det nye DeepLens-kamera, der bygger på samme koncept som Raspberry Pi.

Modellerne og teknologierne, der bruges til deep learning og machine learning, fylder stadig mindre og bliver samtidig mere og mere tilgængelige.

Det forklarer Julien Simon, der er ekspert i kunstig intelligens i AWS, til Computerworld i forbindelse med en snak om AWS DeepLens.

Det er et nyt trådløst HD-videokamera, som udviklerne kan bruge til at skabe machine learning-løsninger.

Selve DeepLens kommer til at koste 249 dollars, når det kommer i handlen næste år.

Det er en løsning ikke ulig den meget populære Raspberry Pi, som udviklere verden over har eksperimenteret livligt med i de senere år.

Selve hardwaren er nemlig ikke det mest interessante - det er  med softwareudviklingen, at man for alvor kan gøre en forskel.

“Det her er et kamera med en ret kraftfuld Intel-chip. Det har alle de komponenter og muligheder, som du vil forvente. Men det er den kedelige del - det spændende er, hvordan det fungerer,” fortæller Julien Simon. 

Læs også: Helt nye brugergrænseflader på fremmarch: Stiller meget store krav til dig som softwareudvikler

“Du sætter strøm til det og forbinder til WiFi. Nu skal du så konfigurere hardwaren fra skyen. Du kan eksempelvis vælge at udrulle en model, der kan levere ansigtsgenkendelse, eller som kan kende forskel på en hund og en kat eller kan genkende objekter.”

“Du udruller modellen til dit kamera, og når det er sket, vil det så begynde at sende informationer om eksempelvis ansigter til skyen.”

Mange anvendelsesmuligheder
Kan man også konfigurere andre kameraer med de her cloud-services?

“Hardwaren er Intel-baseret, så selvom den er intelligent, er den ikke noget helt særligt. Selve magien opstår med muligheden for at udrulle modeller fra skyen til enheden.”

“Vi har nogle modeller, som folk kan afprøve, men tanken er jo, at de skal begynde at træne deres egne modeller.”

“Måske er der en, der vil udvikle en model, der kan genkende bilmærker. En anden vil udvikle en model til planter eller måske en løsning til jægere, hvor kameraet giver besked, hvis der kommer et vildsvin.”

Det handler ikke så meget om hardwaren
DeepLens-kamaet kan udnyttes sammen med en række af AWS’ cloud-services.

Dermed er der også lagt op til, at selve kameraet egentlig ikke er den store nyhed.

Perspektiverne bliver nemlig langt større, når man tænker over, hvad det at kunne programmere kameraer og andre enheder kan udvikle sig til på sigt.

“Vi har bygget platformen. Det er som legoklodser, og du kan så kombinere det på mange forskellige måder. Formentlig vil enheds-producenter også begynde at gøre det samme, så jeg forventer, at andre vil komme med lignende produkter, som måske endda er bedre end det her," siger Julien Simon om selve DeepLens-kameraet.

Fylder mindre og mindre
Kan man forestille sig, at man om nogle få år vil kunne udrulle modeller til eksempelvis kontaktlinser som i en anden science fiction-historie?

“Ja, og jeg tror ikke, at det kommer til at handle om år.”

“Når du arbejder med machine learning og deep learning handler det om træning, og at du skal have et stort datasæt og masser af computerkraft. Og så er der hele prediction-delen.”

“Vi gør hele tiden modellerne mindre: For nogle år siden fyldte en typisk model flere hundrede megabytes. Nu kan vi ved hjælp af forskellige teknologier få de modeller til at skrumpe til 50 megabytes."

"Der er allerede endnu mere avancerede teknologier, hvor vi kan komme ned på få megabytes.”

“Når du kommer dertil, at en model kun fylder to megabytes og stadig er meget præcis, kan den udrulles hvor som helst. To megabytes kan være på en lille bitte chip - og så kan det være i dine høretelefoner, i dine briller, i din ring eller hvor som helst.”

“Så det kommer kommer helt sikkert,” lyder det fra Julein Simon fra AWS.  

Læs også:

Helt nye brugergrænseflader på fremmarch: Stiller meget store krav til dig som softwareudvikler

It-udviklere jubler over opbakning fra eksperter: Kontrolfikserede chefer ødelægger innovationen

App-udvikling er blevet langt lettere – men adgangen til back-end volder problemer

Kæmpe cloud-rapport: Her er styrkerne og svaghederne ved alle cloud-leverandørerne




Ytringer på debatten er afsenders eget ansvar - læs debatreglerne
Indlæser debat...
mest debaterede artikler

Premium
Fire gange større end næststørste leverandør: Offentlige indkøbere bør følge Ateas dominerende markedsposition tæt
Atea er fire gange større end den næststørste hardware-leverandør til det offentlige. Situationen skal følges skarpt af offentlige indkøbsorganisationer, så det ikke ender med dårlig konkurrence, lyder opråbet.
Computerworld
Få mere fra hånden med det nye Gmail: Her er de første billeder af Googles nye mail-satsning
Google vil gøre Gmail enklere og mere produktiv i de kommende uger. Se hvordan det nye Gmail tager sig ud her.
CIO
Allersidste opdatering på vej: Om en uge er det slut med stor-version af Windows 10 - skynd dig at opdatere
Om en uge er det slut for altid med den første store udgave af Windows 10, som Microsoft efter 29 måneder ikke længere vil supportere.
Job & Karriere
Klassiske brokere af it-konsulenter står over for kæmpe udfordring - forretningsmodellen er under pres
Klumme: Eksterne konsulenter er populære og en god løsning i en branche i vækst. Men selve forretningsmodellen bag it-konsulenterne er under alvorligt pres.
White paper
11 skridt, der sikrer dig det bedste udbytte af dit CRM-projekt
Dette whitepaper identificerer 11 skridt, som enhver organisation bør gennemgå i forbindelse med CRM-implementering.