Τα στοιχεία της εταιρείας ερευνών υπολογίζουν ότι οι συσκευές που έχουν χαρακτηριστικά Τεχνητής Νοημοσύνης είναι 2.7 δισεκατομμύρια σε αριθμό το 2019, ενώ εκτιμάται ότι θα φτάσουν σε πλήθος τα 4.5 δισεκατομμύρια μέχρι και το 2024. Τα στοιχεία αυτά της ABI Research αναφέρονται σε ολόκληρο τον κόσμο, ενώ αξιοσημείωτο είναι το ότι οι συσκευές αυτές διακινούν έναν τεράστιο όγκο δεδομένων που μπορεί να φτάνει σε petabytes σε καθημερινό επίπεδο.
Η μεγάλη πρόκληση που αντιμετωπίζει ο τεχνολογικός κόσμος είναι πλέον ο βαθμός στον οποίο είναι εφικτό να κάνει κάποιος τις συσκευές αυτές να μπορούν να ανταλλάσσουν δεδομένα μεταξύ τους, να μαθαίνουν από κοινές βάσεις δεδομένων και να μπορούν να εκτελούν μόνες τους λογικές διεργασίες σε ένα κοινό πλαίσιο συνεργασίας.
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.
Πηγή: naftemporiki.gr
