27 Ejemplos Increíbles De IA Y Aprendizaje Automático En la práctica

Hay muchas maneras increíbles de utilizar la inteligencia artificial y el aprendizaje automático entre bastidores para impactar en nuestra vida cotidiana, informar sobre las decisiones empresariales y optimizar las operaciones de algunas de las empresas líderes del mundo. Aquí hay 27 ejemplos prácticos increíbles de IA y aprendizaje automático.

Bienes de consumo

Utilizando procesamiento de lenguaje natural, aprendizaje automático y análisis avanzados, Hello Barbie escucha y responde a un niño. Un micrófono en el collar de Barbie graba lo que se dice y lo transmite a los servidores de ToyTalk. Allí, se analiza la grabación para determinar la respuesta adecuada a partir de 8.000 líneas de diálogo. Los servidores transmiten la respuesta correcta a Barbie en menos de un segundo para que pueda responder al niño. Las respuestas a preguntas como cuál es su comida favorita se almacenan para que se pueda usar en la conversación más adelante.

El mercado global y la extensa lista de productos de Coca-Cola, con más de 500 marcas de bebidas vendidas en más de 200 países, la convierten en la empresa de bebidas más grande del mundo. La compañía no solo crea una gran cantidad de datos, sino que ha adoptado nuevas tecnologías y los pone en práctica para apoyar el desarrollo de nuevos productos, capitalizar bots de inteligencia artificial e incluso probar la realidad aumentada en plantas embotelladoras.

A pesar de que la empresa holandesa Heineken ha sido líder mundial en la elaboración de cerveza durante los últimos 150 años, están buscando catapultar su éxito específicamente en los Estados Unidos aprovechando la gran cantidad de datos que recopilan. Desde el marketing basado en datos hasta el Internet de las cosas y la mejora de las operaciones a través del análisis de datos, Heineken busca el aumento de la IA y los datos para mejorar sus operaciones, marketing, publicidad y servicio al cliente.

Artes Creativas

artes Culinarias requieren el toque humano, ¿verdad? Sí y no. El Chef Watson con inteligencia artificial de IBM ofrece una visión de cómo la inteligencia artificial puede convertirse en un sous-chef en la cocina para ayudar a desarrollar recetas y asesorar a sus homólogos humanos sobre combinaciones de alimentos para crear sabores completamente únicos. Trabajando juntos, la IA y los humanos pueden crear más en la cocina que trabajando solos.

Otra forma en que la IA y el big data pueden aumentar la creatividad es en el mundo del arte y el diseño. En un ejemplo, el sistema de aprendizaje automático de IBM, Watson, recibió cientos de imágenes de la obra del artista Gaudí junto con otro material complementario para ayudar a la máquina a aprender posibles influencias para su trabajo, incluida Barcelona, su cultura, biografías, artículos históricos y letras de canciones. Watson analizó toda la información e inspiró a los artistas humanos que se encargaron de crear una escultura «informada» por Watson y al estilo de Gaudí.

Los algoritmos generadores de música ahora inspiran nuevas canciones. Con suficiente información (millones de conversaciones, titulares de periódicos y discursos), se obtienen ideas que pueden ayudar a crear un tema para las letras. Hay máquinas como Watson BEAT que pueden crear diferentes elementos musicales para inspirar a los compositores. La IA ayuda a los músicos a comprender lo que quieren sus audiencias y a determinar con mayor precisión qué canciones podrían ser éxitos en última instancia.

Energía

Líder mundial en energía, BP está a la vanguardia de la realización de las oportunidades que el big data y la inteligencia artificial tienen para la industria de la energía. Utilizan la tecnología para impulsar nuevos niveles de rendimiento, mejorar el uso de los recursos y la seguridad y fiabilidad de la producción y refinación de petróleo y gas. Desde sensores que transmiten las condiciones en cada sitio hasta el uso de tecnología de IA para mejorar las operaciones, BP pone los datos al alcance de ingenieros, científicos y tomadores de decisiones para ayudar a impulsar un alto rendimiento.

En un intento de entregar energía al siglo XXI, GE Power utiliza big data, aprendizaje automático y tecnología de Internet de las cosas (IoT) para construir un «internet de la energía».»El análisis avanzado y el aprendizaje automático permiten el mantenimiento predictivo y la optimización de energía, operaciones y negocios para ayudar a GE Power a trabajar hacia su visión de una «planta de energía digital».»

Servicios financieros

Con aproximadamente 3,6 petabytes de datos (y en crecimiento) sobre personas de todo el mundo, la agencia de referencia de crédito Experian obtiene su extraordinaria cantidad de datos de bases de datos de marketing, registros transaccionales y registros de información pública. Están integrando activamente el aprendizaje automático en sus productos para permitir una toma de decisiones más rápida y eficaz. Con el tiempo, las máquinas pueden aprender a distinguir qué puntos de datos son importantes de los que no lo son. La información extraída de las máquinas permitirá a Experian optimizar sus procesos.

American Express procesa 1 billón de dólares en transacciones y tiene 110 millones de tarjetas AmEx en funcionamiento. Dependen en gran medida del análisis de datos y los algoritmos de aprendizaje automático para ayudar a detectar el fraude en tiempo casi real, lo que ahorra millones en pérdidas. Además, AmEx está aprovechando sus flujos de datos para desarrollar aplicaciones que puedan conectar a un titular de tarjeta con productos o servicios y ofertas especiales. También están brindando a los comerciantes análisis de tendencias de negocios en línea y evaluación comparativa de pares de la industria.

Atención médica

Infervision está utilizando la IA y el aprendizaje profundo para salvar vidas. En China, donde no hay suficientes radiólogos para mantenerse al día con la demanda de revisar 1.4 mil millones de tomografías computarizadas cada año para buscar signos tempranos de cáncer de pulmón. Los radiólogos necesitan revisar cientos de escaneos cada día, lo que no solo es tedioso, sino que la fatiga humana puede conducir a errores. Infervision entrenó y enseñó algoritmos para aumentar el trabajo de los radiólogos y permitirles diagnosticar el cáncer de manera más precisa y eficiente.

La neurociencia es la inspiración y la base para DeepMind de Google, creando una máquina que puede imitar los procesos de pensamiento de nuestros propios cerebros. Si bien DeepMind ha vencido con éxito a los humanos en los juegos, lo que es realmente intrigante son las posibilidades para aplicaciones de atención médica, como reducir el tiempo que lleva planificar tratamientos y usar máquinas para ayudar a diagnosticar dolencias.

Fabricación

Los coches están cada vez más conectados y generan datos que se pueden utilizar de varias maneras. Volvo utiliza los datos para ayudar a predecir cuándo fallarán las piezas o cuándo los vehículos necesitan mantenimiento, mantener su impresionante historial de seguridad al monitorear el rendimiento del vehículo durante situaciones peligrosas y mejorar la comodidad del conductor y del pasajero. Volvo también está llevando a cabo su propia investigación y desarrollo de vehículos autónomos.

BMW tiene la tecnología relacionada con big data en el corazón de su modelo de negocio y los datos guían las decisiones en todo el negocio, desde el diseño y la ingeniería hasta las ventas y el cuidado posterior. La compañía también es líder en tecnología sin conductor y planea que sus automóviles ofrezcan autonomía de nivel 5 (el vehículo puede conducir solo sin intervención humana) para 2021.

La revolución de la tecnología de IA también ha afectado a la agricultura, y John Deere está poniendo en manos de los agricultores herramientas analíticas basadas en datos y automatización. Adquirieron la tecnología Blue River para su solución, que utiliza algoritmos avanzados de aprendizaje automático que permiten a los robots tomar decisiones basadas en datos visuales sobre si un plan es una plaga o no para tratarlo con un pesticida. La compañía ya ofrece vehículos agrícolas automatizados para arar y sembrar con sistemas GPS precisos y su sistema Farmsight está diseñado para ayudar en la toma de decisiones agrícolas.

Media

El proyecto de la BBC, Talking with Machines es un drama de audio que permite a los oyentes unirse y tener una conversación bidireccional a través de su altavoz inteligente. Los oyentes pueden ser parte de la historia, ya que les incita a responder preguntas e insertar sus propias líneas en la historia. Creada específicamente para altavoces inteligentes Amazon Echo y Google Home, la BBC espera expandirse a otros dispositivos activados por voz en el futuro.

La asociación de prensa de la agencia de noticias del Reino Unido (PA) espera que los robots y la inteligencia artificial puedan salvar las noticias locales. Se asociaron con el especialista en automatización de noticias Urbs Media para que los robots escribieran 30.000 noticias locales cada mes en un proyecto llamado RADAR (Reporteros y Datos y Robots). Alimentada con una variedad de datos del gobierno, los servicios públicos y las autoridades locales, la máquina utiliza tecnología de generación de lenguaje natural para escribir noticias locales. Estos robots están llenando un vacío en la cobertura de noticias que no estaba siendo llenado por humanos.

El análisis de Big data está ayudando a Netflix a predecir lo que sus clientes disfrutarán viendo. También son cada vez más un creador de contenido, no solo un distribuidor, y utilizan los datos para impulsar el contenido en el que invertirá. Debido a la confianza que tienen en los resultados de los datos, están dispuestos a desafiar la convención y encargar varias temporadas de un nuevo programa en lugar de solo un episodio piloto.

Retail

Cuando piensas por primera vez en Burberry, es probable que consideres su moda de lujo y no que primero la consideres un negocio digital. Sin embargo, han estado ocupados reinventándose a sí mismos y utilizando big data e IA para combatir los productos falsificados y mejorar las ventas y las relaciones con los clientes. La estrategia de la compañía para aumentar las ventas es fomentar conexiones profundas y personales con sus clientes. Como parte de eso, tienen programas de recompensas y lealtad que crean datos para ayudarlos a personalizar la experiencia de compra para cada cliente. De hecho, están haciendo que la experiencia de compra en sus tiendas físicas sea tan innovadora como una experiencia en línea.

Como el segundo minorista más grande del mundo, Walmart está a la vanguardia en la búsqueda de formas de transformar el comercio minorista y brindar un mejor servicio a sus clientes. Utilizan big data, aprendizaje automático, IA e IoT para garantizar una experiencia fluida entre la experiencia del cliente en línea y la experiencia en la tienda (con 11 000 tiendas físicas, algo que su rival Amazon no puede hacer). Las mejoras incluyen el uso de la función Scan and Go en la aplicación, las torres de recogida y están experimentando con la tecnología de reconocimiento facial para determinar si los clientes están felices o tristes.

El servicio

Esencial para todo lo que hace Microsoft es aprovechar las máquinas inteligentes. Microsoft tiene Cortana, un asistente virtual; chatbots que ejecutan Skype y responden consultas de servicio al cliente o entregan información, como actualizaciones meteorológicas o de viajes, y la compañía ha implementado funciones inteligentes dentro de su empresa de oficina. Otras empresas pueden utilizar la plataforma de IA de Microsoft para crear sus propias herramientas inteligentes. En el futuro, Microsoft quiere ver máquinas inteligentes con capacidades de IA generalizadas que les permitan completar cualquier tarea.

Cuando se combina la computación en la nube, el mapeo geográfico y el aprendizaje automático, pueden ocurrir algunas cosas realmente interesantes. Google está utilizando inteligencia artificial y datos satelitales para prevenir la pesca ilegal. En un día cualquiera, se crean 22 millones de puntos de datos que muestran dónde están los barcos en las vías fluviales del mundo. Los ingenieros de Google descubrieron que, cuando aplicaban el aprendizaje automático a los datos, podían identificar por qué un buque estaba en el mar. En última instancia, crearon Global Fishing Watch que muestra dónde se está pescando y luego podría identificar cuándo se estaba pescando ilegalmente.

Siempre en la parte superior del servicio de entrega extraordinario, Disney está mejorando aún más gracias al big data. Cada visitante recibe su propia pulsera MagicBand que sirve como identificación, llave de habitación de hotel, boletos, pases rápidos y sistema de pago. Si bien los huéspedes son lo suficientemente cómodos, Disney obtiene una gran cantidad de datos que los ayuda a anticipar las necesidades de los huéspedes y ofrecer una experiencia increíble y personalizada. Pueden resolver atascos de tráfico, brindar servicios adicionales a los huéspedes que pueden haber sido molestados por una atracción cerrada e incluso los datos permiten a la empresa programar al personal de manera más eficiente.

Google es uno de los pioneros del aprendizaje profundo desde su incursión inicial con el proyecto Google Brain en 2011. Google utilizó por primera vez el aprendizaje profundo para el reconocimiento de imágenes y ahora puede usarlo para mejorar las imágenes. Google también ha aplicado el aprendizaje profundo al procesamiento del lenguaje y para proporcionar mejores recomendaciones de video en YouTube, porque estudia los hábitos y preferencias de los espectadores cuando transmiten contenido. A continuación, la división de automóviles autónomos de Google también aprovecha el aprendizaje profundo. Google también utilizó el aprendizaje automático para ayudar al departamento de ti a determinar la configuración correcta del hardware y los refrigeradores en sus centros de datos para reducir la cantidad de energía gastada para mantenerlos operativos. La IA y el aprendizaje automático han ayudado a Google a descubrir nuevas formas de sostenibilidad.

Redes sociales

De lo que los tweets recomiendan para luchar contra el contenido inapropiado o racista y mejorar la experiencia del usuario, Twitter ha comenzado a usar inteligencia artificial entre bastidores para mejorar su producto. Procesan una gran cantidad de datos a través de redes neuronales profundas para aprender con el tiempo cuáles son las preferencias de los usuarios.

El aprendizaje profundo está ayudando a Facebook a obtener valor de una mayor parte de sus conjuntos de datos no estructurados creados por casi 2 mil millones de personas que actualizan sus estados 293 000 veces por minuto. La mayor parte de su tecnología de aprendizaje profundo se basa en la plataforma Torch, que se centra en tecnologías de aprendizaje profundo y redes neuronales.