Microsoft xây dựng hệ thống tiên đoán tương lai

Thứ tư, 18/06/2014, 17:42 GMT+7


Hệ thống mà Microsoft đang hướng đến có khả năng dự đoán trục trặc trong các thiết bị và tòa nhà trước khi sự cố xảy ra.

 

 

 

Để làm được điều này, Microsoft phát hành một công cụ máy học (một thuật ngữ về trí tuệ nhân tạo) dựa trên nền tảng đám mây mang tên Azure ML. Phiên bản beta của công cụ này sẽ được phát hành vào tháng 7 tới đây.

Đây là một trong những thành quả đầu tiên mà CEO Nadella của Microsoft muốn chứng tỏ khả năng của mình trong hoạt động nghiên cứu và phát triển bộ phận dịch vụ trực tuyến cho công ty. Ông cho rằng, Microsoft đã nhúng loại công nghệ máy học có khả năng tiên đoán vào công cụ tìm kiếm của Bing để cung cấp câu trả lời liên quan đến truy vấn người dùng.

Phiên bản beta của Azure ML cho phép người dùng trải nghiệm công nghệ mỗi khi đăng nhập vào dịch vụ. Nền tảng đám mây này được Microsoft kì vọng sẽ giảm đáng kể khả năng tiên đoán tương lai.

Theo Microsoft, các thiết bị thông minh trong tương lai sẽ dựa nhiều vào nền tảng đám mây, và đó là cơ hội để công ty có thể tạo ra một công cụ có trách nhiệm thu thập dữ liệu nhằm đưa ra những phản ứng đúng nhất cho thế giới thực.

Ông Joseph Sirosh, người phụ trách mảng Azure ML, ví dụ rằng một thang máy được tích hợp các cảm biến sẽ giúp kĩ sư bảo trì có thể theo dõi chúng và dự đoán khi nào trục trặc có thể xảy ra để đưa ra phương án khắc phục. Điều này cũng sẽ được áp dụng cho hoạt động bảo dưỡng xe ô tô giúp xác định sai sót trong xe sớm. Nhưng theo Sirosh, để có thể làm được điều này sẽ cần phải xây dựng một hệ thống phần mềm, và đó là lí do để sử dụng đến Azure ML.

Cũng theo Sirosh, các nhà khoa học trong quá khứ đã sáng tạo ra những mô hình máy học để tạo ra những hệ thống rất tinh vi, nhưng rất nhiều đã bị sót lại trong quá trình tổng hợp dữ liệu. Nhưng với Azure ML, mọi thứ sẽ được xử lí một cách vô cùng tinh vi.

Hiện tại, trường Đại học Carnegie Mellon cũng đang quan tâm đến Azure ML để giúp giảm chi phí năng lượng tại các tòa nhà trong khuôn viên trường bằng cách dự đoán và và giảm nhẹ khả năng hoạt động giúp giảm chi phí năng lượng tổng thể.


Người viết : Nguyen Duy

Giới hạn tin theo ngày :    

Kết nối facebook
Thống kê truy cập
 
Hiện có :   khách online