未來的智能住宅計(jì)劃正在慢慢變得越來越可行

在這些計(jì)劃中，住宅能夠?yàn)樽敉瓿伤屑覄?wù)，如將晚餐做好并放到廚房的餐桌上，同時(shí)具有各種便利設(shè)施。隨著深度學(xué)習(xí)研究的發(fā)展，智能住宅正在離我們?cè)絹碓浇?/p>

美國(guó)Baylor大學(xué)電氣與計(jì)算機(jī)工程學(xué)院正在利用人工智能（AI）打造智能住宅，以實(shí)現(xiàn)科幻小說和電視節(jié)目中描繪的情形。電氣與計(jì)算機(jī)工程副教授Liang Dong博士正在領(lǐng)導(dǎo)這項(xiàng)研究，研究得到了Baylor大學(xué)和英特爾公司的資助，美國(guó)國(guó)防部（DOD）也表現(xiàn)出了投資意愿。英特爾對(duì)Dong將深度學(xué)習(xí)用于AI的研究感興趣，而DOD的興趣在于將深度學(xué)習(xí)應(yīng)用于實(shí)戰(zhàn)。

借助于算法和數(shù)據(jù)，計(jì)算機(jī)能夠?qū)@得的結(jié)果與以前的許多其他研究進(jìn)行比較。到目前為止，深度學(xué)習(xí)項(xiàng)目正在針對(duì)醫(yī)療圖像分析的特定用途進(jìn)行量身定制，如正電子發(fā)射斷層掃描（PET）圖像和醫(yī)院計(jì)算機(jī)斷層掃描（CT）圖像。這將有助于更準(zhǔn)確地監(jiān)測(cè)癌癥和其他疾病的發(fā)展。這項(xiàng)由Baylor大學(xué)研究與創(chuàng)新協(xié)作組織（BRIC）開展的研究基本上可以分為兩個(gè)類別。

理論研究主要包括分布式深度學(xué)習(xí)和節(jié)能深度學(xué)習(xí)兩個(gè)內(nèi)容。分布式深度學(xué)習(xí)的主要目標(biāo)是考察如何使用本地的多臺(tái)計(jì)算機(jī)來計(jì)算主神經(jīng)網(wǎng)絡(luò)的不同部分。它能夠解決在單個(gè)機(jī)器上訓(xùn)練深度神經(jīng)網(wǎng)絡(luò)需要大量時(shí)間的問題。節(jié)能深度學(xué)習(xí)則聚焦于為必要的連續(xù)項(xiàng)目提供持續(xù)能源的問題。

深度學(xué)習(xí)有許多可能的和實(shí)際的應(yīng)用，如建設(shè)智能醫(yī)院中的應(yīng)用，或用于生產(chǎn)智能家居產(chǎn)品。在醫(yī)院中使用深度學(xué)習(xí)的初衷是使用具有較小輻射和功率的X射線，然后將結(jié)果與過去采用其他X射線獲得的結(jié)果進(jìn)行比較。計(jì)算機(jī)會(huì)將單一的X射線與之前的數(shù)百個(gè)或數(shù)千計(jì)個(gè)結(jié)果進(jìn)行比較，并指出哪些區(qū)域?qū)σ粋€(gè)健康的人體系統(tǒng)來說似乎是不常見的，或哪些區(qū)域看起來與他們正在確認(rèn)的一種疾病相類似，而確認(rèn)這種疾病的方式是將一個(gè)人的X射線圖像與已經(jīng)患有此病的其他人的圖像進(jìn)行比對(duì)。Dong已經(jīng)與德克薩斯大學(xué)西南醫(yī)學(xué)中心的一家醫(yī)院展開合作，以測(cè)試這項(xiàng)研究是否有足夠的有效性與合理性，以支持其他醫(yī)院的醫(yī)生對(duì)其進(jìn)行實(shí)現(xiàn)。

還有一個(gè)智能家居項(xiàng)目—考察房子能否衡量一個(gè)人的整體健康狀況。通過在整個(gè)房子中部署傳感器，甚至通過監(jiān)測(cè)房子的某個(gè)特定區(qū)域，如廚房等，傳感器可以讀取一個(gè)人的生物節(jié)律，并在出現(xiàn)疑似問題時(shí)發(fā)出警報(bào)。它會(huì)提醒房屋居住者出現(xiàn)了心率較低或心率下降的跡象—這些跡象可能在近期引發(fā)一些嚴(yán)重的健康問題。