27 Neuvěřitelné Příklady AI A Machine Learning V Praxi

Existuje tolik úžasných způsobů, jak umělé inteligence a strojového učení jsou použity v zákulisí, aby dopad na naše každodenní životy a informovat obchodní rozhodnutí a optimalizovat operace pro některé z předních společností na světě. Tady jsou 27 úžasné praktické příklady AI a strojového učení.

Spotřební zboží,

Pomocí zpracování přirozeného jazyka, strojové učení a pokročilé analytiky, Hello Barbie naslouchá, a reaguje na dítě. Mikrofon na náhrdelníku Barbie zaznamenává, co se říká, a přenáší jej na servery na ToyTalk. Tam je záznam analyzován, aby se určila vhodná odpověď z 8 000 řádků dialogu. Servery přenášejí správnou odpověď zpět Barbie za méně než sekundu, aby mohla reagovat na dítě. Odpovědi na otázky, jako je jejich oblíbené jídlo, jsou uloženy tak, aby mohly být použity v konverzaci později.

globální trh Coca-Coly a rozsáhlý seznam produktů – více než 500 značek nápojů prodávaných ve více než 200 zemích-z něj činí největší nápojovou společnost na světě. Nejenže společnost vytvořit spoustu dat, vsadila na nové technologie a vloží data do praxe na podporu vývoje nových produktů, vydělávat na umělou inteligenci botů a i zkušebně augmented reality v balírnách.

přestože nizozemská společnost Heineken je celosvětovým pivovarským lídrem posledních 150 let, snaží se katapultovat svůj úspěch konkrétně ve Spojených státech využitím obrovského množství dat, která shromažďují. Od data-řízený marketing na Internetu Věcí ke zlepšení činnosti prostřednictvím analýzy dat, Heineken vypadá AI prsou a data ke zlepšení svých operací, marketing, reklamu a zákaznický servis.

tvůrčí umění

kulinářské umění vyžaduje lidský dotek, že? Ano i ne. AI-povoleno Chef Watson od IBM nabízí pohled na to, jak umělá inteligence se může stát sous-chef v kuchyni pomáhat rozvíjet recepty a radí jejich lidské protějšky na kombinace potravin, aby vytvořit zcela unikátní chutí. Spolupráce, AI a lidé mohou v kuchyni vytvořit více než pracovat sami.

Další způsob, jak AI a big data mohou zvýšit kreativitu, je ve světě umění a designu. V jednom příkladu, IBM strojové učení systém, Watsone, byl fed stovky obrazů umělce Gaudího práce spolu s další doplňkový materiál k pomoci stroj učit možné vlivy pro jeho práci, včetně Barcelony, jeho kultury, biografie, historické články a texty písní. Watson analyzoval všechny informace a poskytl inspiraci lidským umělcům, kteří byli pověřeni vytvořením sochy „informované“ Watsonem a ve stylu Gaudího.

algoritmy vytvářející hudbu nyní inspirují nové písně. Dostatek vstupů a miliony rozhovorů, novinových titulků a projevy—poznatky jsou získané, které mohou pomoci vytvořit téma pro texty. Existují stroje, jako je Watson BEAT, které mohou přijít s různými hudebními prvky, aby inspirovaly skladatele. AI pomáhá hudebníkům pochopit, co jejich publikum chce, a pomoci přesněji určit, jaké písně by nakonec mohly být hity.

Energie

Global energy leader, BP je v popředí realizace příležitosti velkých dat a umělé inteligence se pro energetický průmysl. Využívají tuto technologii k řízení nových úrovní výkonu, zlepšení využívání zdrojů a bezpečnosti a spolehlivosti výroby a Rafinace ropy a plynu. Ze senzorů, které relé podmínek na každém místě, aby pomocí technologie AI pro zlepšení operací, BP vloží data na dosah ruky inženýři, vědci a tvůrci politik, aby pomoci řídit vysoký výkon.

ve snaze dodávat energii do 21. století využívá GE Power technologii velkých dat, strojového učení a Internetu věcí (IoT) k vybudování „internetu energie“.“Pokročilá analytika a strojové učení umožňují prediktivní údržbu a optimalizaci výkonu, provozu a podnikání a pomáhají společnosti GE Power pracovat na vizi „digitální elektrárny“.“

Finanční Služby

S přibližně 3,6 petabajtů dat (a rostoucí) o jednotlivce po celém světě, úvěrové reference agentury Experian dostane jeho mimořádné množství dat z marketingových databázích, transakční záznamy a informace pro veřejnost záznamy. Aktivně vkládají strojové učení do svých produktů, aby umožnili rychlejší a efektivnější rozhodování. Postupem času se stroje mohou naučit rozlišovat, jaké datové body jsou důležité od těch, které nejsou. Insight extrahovaný ze strojů umožní Experian optimalizovat své procesy.

American Express zpracovává transakce ve výši 1 bilionu dolarů a má v provozu 110 milionů karet AmEx. Spoléhají se na analýzu dat a algoritmy strojového učení, které pomáhají odhalit podvody v téměř reálném čase, a proto šetří miliony ztrát. Amex navíc využívá své datové toky k vývoji aplikací, které mohou spojit držitele karty s produkty nebo službami a speciálními nabídkami. Oni jsou také dává obchodníkům on-line obchodní trend analýzy a průmysl peer benchmarking.

zdravotní péče

AI a hluboké učení se používají k záchraně životů Infervizíí. V Číně, kde není dost radiologů, aby udržel krok s poptávkou přezkoumání 1,4 miliardy CT vyšetření každý rok, aby podívejte se na časné příznaky rakoviny plic. Radiologové potřebují každý den zkontrolovat stovky skenů, což je nejen únavné, ale lidská únava může vést k chybám. Infervision vyškoleni a učil algoritmy rozšířit práci radiologů, které jim umožní přesněji a efektivněji diagnostikovat rakovinu.

neurověda je inspirací a základem pro DeepMind společnosti Google a vytváří stroj, který dokáže napodobit myšlenkové procesy našich vlastních mozků. Zatímco DeepMind úspěšně poražen, lidé se na hry, co je opravdu zajímavé jsou možnosti pro zdravotnické aplikace, jako je snížení čas potřebný k plánu léčby a používání strojů, pomáhá diagnostikovat onemocnění.

výroba

auta jsou stále více propojena a generují data, která lze použít mnoha způsoby. Volvo používá data pomoci předpovědět, kdy dílů selže nebo když vozidla údržby, dodržovat jeho impozantní bezpečnostní záznam o sledování výkonu vozidla v nebezpečných situacích a zlepšit řidiče a spolujezdce pohodlí. Volvo také provádí vlastní výzkum a vývoj autonomních vozidel.

BMW má technologii související s velkými daty v srdci svého obchodního modelu a data řídí rozhodnutí v celém podnikání od návrhu a inženýrství po prodej a následnou péči. Společnost je také lídrem v technologii bez řidiče a plánuje, že její auta dodají autonomii úrovně 5—vozidlo může řídit samo bez zásahu člověka-do roku 2021.

technologická revoluce AI zasáhla také zemědělství a John Deere dostává do rukou zemědělců analytické nástroje a automatizaci založené na datech. Získali Blue River Technology pro jeho řešení pomocí pokročilých algoritmů strojového učení povolit roboty, aby se rozhodnutí na základě vizuálních údajů o tom, zda plán je parazit, zacházet s pesticidy. Společnost již nabízí automatizované farmě vozidla zorat a zasít s pinpoint-přesné GPS systémy a jeho Farmsight systém je navržen tak, aby pomoci zemědělské rozhodování.

Media

projekt BBC, Talking with Machines je zvukové drama, které umožňuje posluchačům připojit se a vést obousměrnou konverzaci prostřednictvím svého inteligentního reproduktoru. Posluchači se stanou součástí příběhu, protože je vyzve k zodpovězení otázek a vložení vlastních řádků do příběhu. Vytvořeno speciálně pro chytré reproduktory Amazon Echo a Google Home, BBC očekává, že se v budoucnu rozšíří na další hlasově aktivovaná zařízení.

Britská tisková agentura Press Association (PA) doufá, že roboti a umělá inteligence by mohli zachránit místní zprávy. Oni spolupracuje s novinkami automatizace specialista Urbs Média roboty napsat 30,000 místní zprávy příběhy každý měsíc v projektu nazvaném RADAR (Reportéři a Data a Roboti). Krmeno různými daty od vlády, veřejné služby a místní úřady, stroj používá technologii generování přirozeného jazyka k psaní místních novinových zpráv. Tito roboti zaplňují mezeru ve zpravodajství, která nebyla vyplněna lidmi.

Big data analytics pomáhá Netflixu předpovídat, co si jeho zákazníci budou užívat. Jsou také stále více tvůrcem obsahu, nejen distributorem,a pomocí dat řídí, jaký obsah bude investovat do vytváření. Vzhledem k důvěře, kterou mají v data zjištění, že jsou ochotni buck úmluvy a komise několik sezón nového seriálu, spíše než jen pilotní epizoda.

Maloobchodní

Když si myslíte, Burberry, budete pravděpodobně zvažovat jeho luxusní módy a ne nejprve zvážit, je digitální business. Byli však zaneprázdněni znovuobjevováním a využíváním velkých dat a AI k boji proti padělaným výrobkům a ke zlepšení prodejních a zákaznických vztahů. Strategií společnosti pro zvýšení prodeje je pěstovat hluboké osobní kontakty se svými zákazníky. V rámci toho mají věrnostní a věrnostní programy, které vytvářejí data, která jim pomáhají přizpůsobit zážitek z nakupování pro každého zákazníka. Ve skutečnosti dělají nákupní zážitek ve svých kamenných obchodech stejně inovativní jako online zážitek.

jako druhý největší prodejce na světě, Walmart je na špici hledání způsobů, jak transformovat maloobchod a poskytovat lepší služby svým zákazníkům. Používají velká data, strojové učení, AI a IoT, aby zajistili bezproblémový zážitek mezi online zákaznickou zkušeností a zkušenostmi v obchodě (s 11 000 kamennými obchody, což konkurenční Amazon není schopen udělat. Vylepšení zahrnují použití Funkce Scan and Go v aplikaci, Pick-up Towers a experimentují s technologií rozpoznávání obličeje, aby zjistili, zda jsou zákazníci šťastní nebo smutní.

služba

ústředním bodem všeho, co Microsoft dělá, je využití inteligentních strojů. Microsoft má Cortanu, virtuálního asistenta; chatbots, které běží Skype a odpověď zákaznický servis dotazy nebo dodat informace, jako je počasí nebo cestovat aktualizace a společnost má válí inteligentní funkce v jeho Kanceláři podniku. Jiné společnosti mohou pomocí platformy Microsoft AI vytvořit své vlastní inteligentní nástroje. V budoucnu chce společnost Microsoft vidět inteligentní stroje se zobecněnými schopnostmi AI, které jim umožní dokončit jakýkoli úkol.

když spojíte cloud computing, geomapping a strojové učení, mohou se stát opravdu zajímavé věci. Google používá AI a satelitní data, aby zabránil nelegálnímu rybolovu. V daný den je vytvořeno 22 milionů datových bodů, které ukazují, kde jsou lodě na světových vodních cestách. Inženýři společnosti Google zjistili, že když na data aplikovali strojové učení, mohli zjistit, proč je plavidlo na moři. Nakonec vytvořili Global Fishing Watch, které ukazují, kde se rybolov děje, a pak mohli identifikovat, kdy se rybolov děje nelegálně.

vždy na vrcholu delivery mimořádné služby, Disney je stále ještě lepší díky big data. Každý návštěvník dostane svůj vlastní náramek MagicBand, který slouží jako ID, klíč od hotelového pokoje, vstupenky, FastPasses a platební systém. Zatímco host dost pohodlí, Disney dostane spoustu dat, která jim pomáhá předvídat potřeby hostů a poskytovat úžasné, osobní zážitek. Mohou vyřešit dopravní zácpy, poskytnout další služby hostům, kteří mohli být nepříjemní uzavřenou atrakcí, a data dokonce umožňují společnosti efektivněji naplánovat zaměstnance.

Google je jedním z průkopníků hlubokého učení od svého počátečního vpádu do projektu Google Brain v roce 2011. Google nejprve použil deep learning pro rozpoznávání obrázků a nyní je schopen jej použít pro vylepšení obrazu. Google také aplikoval hluboké učení na zpracování jazyků a na poskytování lepších doporučení videa na YouTube, protože studuje návyky a preference diváků při streamování obsahu. Dále divize aut s vlastním pohonem společnosti Google také využívá hluboké učení. Google také použité strojové učení, aby se mohla přijít na tu správnou konfiguraci hardwaru a chladiče v jejich datových centrech, jak snížit množství vynaložené energie, aby udržet je funkční. AI a strojové učení pomohly společnosti Google odemknout nové způsoby udržitelnosti.

Sociální Média

Z toho, co tweetů doporučit bojovat nevhodné nebo rasistické obsahu a zlepšení uživatelské zkušenosti, Twitter začala používat umělá inteligence v zákulisí posílit jejich produktu. Zpracovávají spoustu dat prostřednictvím hlubokých neuronových sítí, aby se časem dozvěděli, jaké jsou preference uživatelů.

Hluboké učení pomáhá Facebook čerpat hodnoty z větší části jeho nestrukturovaných datových souborů vytvořených téměř 2 miliardy lidí, aktualizují své statusy 293,000 krát za minutu. Většina jeho technologie hlubokého učení je postavena na platformě Torch, která se zaměřuje na technologie hlubokého učení a neuronové sítě.