Puettavien aktiivisuutta seuraavien laitteiden tarkkuus saadaan aivan uudelle tasolle älykkäiden algoritmien avulla, kertoo VTT;n uutisessaan. Uusi Deep Activity -algoritmi voi perustua osin väestötason tietoihin tailähteä liikkeelle aivan tyhjästä ja oppia kunkin käyttäjän malleja ilman väestötason tietojen käyttöä.
Monet nykyisistä älykelloista laitteissa ovat aivan liian epätarkkoja. Tämän ongelman ratkaisu piilee laitteiden ohjelmistojen perustana olevissa algoritmeissa, kertoo VTT:n sivulla artikkelin kirjoittanut Charlie Bass.
VTT:n mukaan laskentaa tehostamalla käyttäjille voidaan tarjota älykkäitä ratkaisuja, jotka tarkan aktiivisuuden seuraamisen lisäksi oppivat koko ajan uutta. Tähän asti ongelmana on ollut laitteiden koko – mitä tarkemmat algoritmit, sitä enemmän ”tilaa” tai laskentatehoa tarvitaan.
’’Tällä hetkellä käytössä olevilla algoritmeilla laitteet tekevät oletuksia siltä pohjalta, millainen keskimääräinen käyttäjä on, kun taas Deep Activity lähtee liikkeelle puhtaalta pöydältä”, sanoo artikkelissa haastateltu VTT:n johtava tutkija Jani Mäntyjärvi.
Mäntyjärvi uskoo aktiivisuutta seuraavien puettavien laitteiden kehittyvän huimin harppauksin lähitulevaisuudessa, olipa kyse sitten urheiluun tai terveyteen liittyvistä sovelluksista. ”Lisätyn ja yhdistetyn todellisuuden kaltaiset teknologiat avaavat tulevina vuosina aivan uudenlaisia mahdollisuuksia’’, sanoo hän artikkelissa. Myös tekoäly tulee ja samalla on otettava hänen mukaansa huomioon 5G:n kaltaisen teknologian edistysaskeleet.
Lisää: Charlie Bassin laajempi artikkeli VTT:n sivulla (LINKKI) sekä taustaksi Maria Mäntylän ja Petteri Alahuhdan artikkeli ’’Urheiluteknologiaan kannattaa panostaa’’ , Uusiteknologia 2/2016 (LINKKI) sekä muut Uusiteknologia.fi:n kuntoilu- ja terveysteknologian uutiset (LINKKI).
Kuva: Shutterstock
Uusimmat teknologiauutiset kätevästi uutiskirjeessä – kerran viikossa. (LINKKI)
LUE – UUTTA – LUE – UUTTA – LUE – UUTTA
Uusi ammattilehti huipputekniikan kehittäjille – Lue ilmaiseksi!
https://issuu.com/uusiteknologia.fi/docs/1_2018/