Применение искусственного интеллекта

Искусственный интеллект, определяемый как интеллект, демонстрируемый машинами, имеет множество применений в современном обществе. Более конкретно, это слабый ИИ, форма ИИ, где разрабатываются программы для выполнения конкретных задач , которая используется для широкого спектра деятельности , включая медицинскую диагностику , электронные торговые платформы, управление роботами и дистанционное зондирование . ИИ был использован для развития и продвижения многочисленных областей и отраслей, включая финансы, здравоохранение, образование, транспорт и многое другое.

AI навсегда

AI for Good-это движение, в котором институты используют ИИ для решения некоторых из самых больших экономических и социальных проблем в мире. Например, Университет Южной Калифорнии запустил Центр искусственного интеллекта в обществе с целью использования ИИ для решения социально значимых проблем, таких как бездомность. В Стэнфорде исследователи используют ИИ для анализа спутниковых изображений, чтобы определить, какие районы имеют самые высокие уровни бедности.

ИИ для сельского хозяйства

В сельском хозяйстве новые достижения ИИ показывают улучшения в получении урожая и увеличении исследований и разработок растущих культур. Новый искусственный интеллект теперь предсказывает время, необходимое для того, чтобы урожай, подобный помидору, созрел и был готов к сбору, что повышает эффективность сельского хозяйства. эти достижения продолжаются, включая мониторинг урожая и почвы , сельскохозяйственных роботов и прогнозную аналитику . Мониторинг урожая и почвы использует новые алгоритмы и данные, собранные на поле для управления и отслеживания здоровья культур, что делает его более легким и устойчивым для фермеров.

Другие специализации ИИ в сельском хозяйстве-это автоматизация теплиц , моделирование , моделирование и методы оптимизации.

В связи с увеличением численности населения и ростом спроса на продовольствие в будущем необходимо будет как минимум на 70% увеличить урожайность сельского хозяйства для поддержания этого нового спроса. Все больше и больше людей понимают, что адаптация этих новых методов и использование искусственного интеллекта поможет достичь этой цели.

Авиация

Отдел воздушных операций (AOD) использует ИИ для экспертных систем на основе правил . AOD использует искусственный интеллект для суррогатных операторов для боевых и учебных симуляторов, средств управления полетами, систем поддержки принятия тактических решений и последующей обработки данных симулятора в символические резюме.[5]]

Использование искусственного интеллекта в тренажерах оказывается очень полезным для АОД. Авиационные тренажеры используют искусственный интеллект для обработки данных, полученных от имитированных полетов. Помимо имитации полета, существует также имитация войны с самолетами. Компьютеры могут придумать лучшие сценарии успеха в этих ситуациях. Компьютеры могут также создавать стратегии, основанные на размещении, размере, скорости и силе сил и противодействующих сил. Пилоты могут получить помощь в воздухе во время боя с помощью компьютеров. Программы искусственного интеллекта могут сортировать информацию и предоставлять пилоту наилучшие возможные маневры, не говоря уже о том, чтобы избавиться от определенных маневров, которые невозможно было бы выполнить человеку. Несколько самолетов необходимы для получения хороших приближений для некоторых расчетов, поэтому для сбора данных используются компьютерно моделируемые пилоты.[6] эти компьютерные моделируемые пилоты также используются, чтобы обучить будущих авиадиспетчеров .

Система, используемая АОД для измерения производительности, представляет собой интерактивную систему диагностики и изоляции неисправностей, или ИФДИС. Экспертная система основанная правилом положенная совместно путем собирать информацию от TF-30 документы и экспертные консультации от механиков, которые работают на ТФ-30. Эта система была разработана, чтобы использоваться для разработки TF-30 для RAAF F-111C. Система производительности также использовалась для замены специализированных работников. Система позволяла штатным работникам общаться с системой и избегать ошибок, просчетов или необходимости говорить с одним из специализированных работников.

AOD также использует искусственный интеллект в программном обеспечении распознавания речи. Диспетчеры воздушного движения дают указания искусственным пилотам, и AOD хочет, чтобы пилоты ответили на ATC простыми ответами. Программы, которые включают речевое программное обеспечение, должны быть обучены, что означает, что они используют нейронные сети . Используемая программа, Verbex 7000, по-прежнему является очень ранней программой, которая имеет много возможностей для улучшения. Улучшения необходимы потому что ATCs используют очень специфический диалог и програмному обеспечению нужно мочь связывать правильно и быстро каждое время.

Искусственный интеллект поддержал дизайн самолета, или AIDA, используется, чтобы помочь проектировщикам в процессе создания концептуальных проектов самолета. Эта программа позволяет дизайнерам больше сосредоточиться на самом дизайне и меньше на процессе проектирования. Программное обеспечение также позволяет пользователю меньше фокусироваться на программных инструментах. AIDA использует системы на основе правил для вычисления своих данных. Это схема расположения модулей Аида. Несмотря на простоту, программа оказалась эффективной.

В 2003 году Центр летных исследований НАСА в Драйдене и многие другие компании создали программное обеспечение, которое могло бы позволить поврежденному самолету продолжать полет до тех пор, пока не будет достигнута безопасная зона посадки.[8] программное обеспечение компенсирует все поврежденные компоненты, полагаясь на неповрежденные компоненты. Нейронная сеть, используемая в программном обеспечении, оказалась эффективной и ознаменовала триумф искусственного интеллекта.

Интегрированная система управления здоровьем транспортного средства, также используемая НАСА, на борту воздушного судна должна обрабатывать и интерпретировать данные, полученные от различных датчиков на воздушном судне. Система должна быть способна определять структурную целостность самолета. Система также должна реализовывать протоколы в случае каких-либо повреждений, полученных транспортным средством.

Хайтам Баомар и Питер Бентли возглавляют команду из Лондонского Университетского колледжа для разработки интеллектуальной системы автопилота на основе искусственного интеллекта (IAS), предназначенной для обучения системе автопилота вести себя как высококвалифицированный пилот, который сталкивается с чрезвычайной ситуацией, такой как суровая погода, турбулентность или сбой системы. обучение автопилота полагается на понятие контролируемого машинного обучения, “которое рассматривает молодого автопилота как человеческого ученика, идущего в летную школу”. автопилот регистрирует действия человека-пилота, генерирующего модели обучения с использованием искусственные нейронные сети .[10] автопилот тогда дан полный контроль и наблюдается пилотом, поскольку это выполняет учебное упражнение.[10]]

Интеллектуальная система автопилота сочетает в себе принципы обучения ученичеству и поведенческого клонирования, посредством которых автопилот наблюдает действия низкого уровня, необходимые для маневрирования самолетом, и стратегию высокого уровня, используемую для применения этих действий. реализация МСФО включает три этапа: сбор экспериментальных данных, обучение и автономное управление.Цель Баомара и Бентли состоит в том, чтобы создать более автономный автопилот, чтобы помочь пилотам в реагировании на чрезвычайные ситуации.

Информатика

Исследователи ИИ создали множество инструментов для решения самых сложных задач в области информатики. Многие из их изобретений были приняты господствующей компьютерной наукой и больше не считаются частью ИИ. (См. эффект ИИ .) Согласно Russell & Norvig (2003, p. 15), все из следующего первоначально были начаты в лабораториях AI: разделение времени, интерактивные переводчики, графические интерфейсы пользователя и компьютерная мышь, Быстрые среды разработки приложений, структура данных связанного списка, автоматическое управление хранилищем, символьное Программирование, функциональное программирование, динамическое программирование и объектно-ориентированное программирование .

AI может использоваться для потенциального определения разработчика анонимных двоичных файлов.[ цитата необходима]

AI можно использовать для создания других AI. Например, примерно в ноябре 2017 года проект Google AutoML по разработке новых топологий нейронных сетей создал NASNet, систему, оптимизированную для ImageNet и COCO. По данным Google, производительность NASNet превысила все ранее опубликованные показатели ImageNet.

Deepfake

В июне 2016 года исследовательская группа из группы визуальных вычислений Мюнхенского Технического университета и Стэнфордского университета разработала Face2Face ,программу, которая оживляет лицо целевого человека, транспонируя выражения лица внешнего источника. Технология была продемонстрирована, оживляя губы людей, включая Барака Обаму и Владимира Путина . С тех пор были продемонстрированы другие методы , основанные на глубокой нейронной сети, из которой было взято название "deepfake".

Голливудские киностудии уже использовали эту технику в анимационных фильмах.] но потребовалось время и усилия профессионалов. Главное отличие заключается в том, что сегодня любой желающий может использовать глубокое поддельное программное обеспечение и буровые видео.

В сентябре 2018 года сенатор США Марк Уорнер предложил наказать социальные медиа-компании, которые позволяют обмениваться глубокими документами на своей платформе.

Винсент Нозик, исследователь из Института Гаспара Монжа, нашел способ обнаружить фальсифицированные документы, анализируя движения века . DARPA (исследовательская группа, связанная с Министерством обороны США ) дала 68 миллионов долларов на работу по глубокому обнаружению. в Европе программа Horizon 2020 финансировала InVid, программное обеспечение, разработанное, чтобы помочь журналистам обнаружить поддельные документы.

Образование

Будущее ИИ в классе

Будущее ИИ в классе выглядит ярко.[ мнение ] одним из самых интересных нововведений является идея личного репетитора или помощника по искусственному интеллекту для каждого отдельного студента.[ мнение] поскольку один учитель не может работать с каждым учеником сразу, преподаватели ИИ позволят студентам получить дополнительную помощь один на один в областях необходимого роста. Преподаватели AI также устраняют пугающую идею учебных лабораторий или человеческих учителей, которые могут вызвать беспокойство и стресс для некоторых студентов.[15]] В будущих классах окружающая информатика может играть полезную роль. Окружающая информатика-это идея о том, что информация находится повсюду в окружающей среде и что технологии автоматически адаптируются к вашим личным предпочтениям.[16]] Когда студенты сидят за своим столом, их устройства смогут создавать уроки, проблемы и игры, чтобы приспособиться к потребностям конкретного студента, особенно там, где студент может бороться, и дать немедленную обратную связь. Это исключает идею "единого класса", поскольку нам больше не придется заставлять студентов изучать точно такой же материал в точно таком же темпе. Хотя есть много преимуществ в использовании ИИ в классе, есть также несколько опасностей, которые необходимо учитывать перед их реализацией.

Что касается будущего ИИ в образовании, есть много новых возможностей из-за того, что было придумано Нью-Йорк Таймс как “великое пробуждение ИИ."Одна из этих возможностей, упомянутых Forbes, включала предоставление адаптивных учебных программ, которые оценивают и реагируют на эмоции и предпочтения студента. Еще одним достижением является представление данных об исполнении бюджета и методах обогащения на индивидуальной основе. В рамках учебной программы ИИ может помочь определить, есть ли в текстах и инструкциях скрытые предубеждения. Что касается учителей, то вскоре ИИ сможет передавать данные об эффективности различных учебных мероприятий из глобальной базы данных. В целом ИИ имеет право влиять на образование, принимая во внимание районные, государственные, национальные и глобальные данные, поскольку он стремится лучше индивидуализировать обучение для всех. Хотя ИИ может предоставить классу много ресурсов, многие эксперты по-прежнему согласны с тем, что они не смогут полностью заменить учителей.

Многие учителя боятся идеи ИИ, заменяя их в классе, особенно с идеей личных помощников ИИ для каждого студента. Реальность такова, что ИИ может создать более антиутопическую среду с эффектами мести. Это означает, что технологии мешают обществу двигаться вперед и оказывают негативное, непреднамеренное воздействие на общество.Пример эффекта мести состоит в том, что расширенное использование технологии может препятствовать способности студентов сосредоточиться и остаться на задаче вместо того, чтобы помочь им учиться и расти .[18] кроме того, известно, что ИИ приводит к потере как человеческой воли, так и одновременности.[16]] Если студенты полагаются исключительно на преподавателей ИИ, состоящих из алгоритмов и проводов, это снижает их способность контролировать свое образование и обучение. Кроме того, необходимость одновременной работы технологий ИИ может привести к сбоям системы, которые могут разрушить весь школьный день, если мы полагаемся на помощников ИИ для создания уроков для студентов каждый день. Неизбежно, что технологии ИИ будут захватывать класс в ближайшие годы, поэтому важно, чтобы перегибы этих новых инноваций были разработаны до того, как учителя решат, следует ли внедрять их в свои ежедневные графики.

Финансы

Алгоритмическая торговля

Алгоритмическая торговля включает в себя использование сложных систем ИИ для принятия торговых решений со скоростью на несколько порядков больше, чем способен любой человек, часто совершая миллионы сделок в день без какого-либо вмешательства человека. Такая торговля называется высокочастотной торговлей и представляет собой один из наиболее быстро растущих секторов финансовой торговли. Многие банки, фонды и частные торговые фирмы теперь имеют целые портфели, которые управляются исключительно системами искусственного интеллекта. Автоматизированные торговые системы обычно используются крупными институциональными инвесторами, но в последние годы также наблюдается приток небольших, проприетарных фирм, торгующих своими собственными системами ИИ.

Анализ рынка и интеллектуальный анализ данных

Несколько крупных финансовых учреждений инвестировали в механизмы искусственного интеллекта, чтобы помочь в их инвестиционной практике. BlackRock's AI engine, Aladdin, используется как внутри компании, так и для клиентов, чтобы помочь с инвестиционными решениями. Его широкий спектр функциональных возможностей включает использование обработки естественного языка для чтения текста, такого как новости, отчеты брокеров и каналы социальных сетей. Затем он измеряет настроения в упомянутых компаниях и присваивает оценку. Банки, такие как UBS и Deutsche Bank, используют механизм ИИ под названием Sqreem (последовательная квантовая модель сокращения и извлечения), который может добывать данные для разработки профилей потребителей и сопоставлять их с продуктами управления капиталом, которые они, скорее всего, захотят. Goldman Sachs использует Kensho, платформа аналитики рынка, которая сочетает в себе статистические вычисления с большими данными и обработки естественного языка. Его системы машинного обучения добывают данные через интернет и оценивают корреляции между мировыми событиями и их влияние на цены активов. извлечение информации , часть искусственного интеллекта, используется, чтобы извлечь информацию из живой ленты новостей и помочь с инвестиционными решениями.

Личные финансы

Появляется несколько продуктов, которые используют ИИ, чтобы помочь людям с их личными финансами. Например, Digit - это приложение на базе искусственного интеллекта, которое автоматически помогает потребителям оптимизировать свои расходы и сбережения на основе их собственных личных привычек и целей. Приложение может анализировать такие факторы, как ежемесячный доход, текущий баланс и привычки к расходам, а затем принимать собственные решения и переводить деньги на сберегательный счет. Бумажник.AI, предстоящий запуск в Сан-Франциско, создает агентов, которые анализируют данные, которые потребитель оставил бы позади, от смартфонов до твитов, чтобы сообщить потребителю о своем поведении расходов.

Управление портфелем

Robo-advisors становятся все более широко используемыми в индустрии управления инвестициями. Robo-advisors предоставляют финансовые консультации и управление портфелем с минимальным вмешательством человека. Этот класс финансовых консультантов работает на основе алгоритмов, построенных для автоматического развития финансового портфеля в соответствии с инвестиционными целями и толерантностью к риску клиентов. Он может приспособиться к изменениям в реальном времени на рынке и соответственно откалибровать портфель.

Андеррайтинг

Онлайн кредитор, выскочка, анализировать огромное количество потребительских данных и использует алгоритмы машинного обучения для разработки моделей кредитного риска, которые предсказывают вероятность дефолта потребителя. Их технологии будут лицензированы для банков, чтобы они могли использовать их для своих процессов андеррайтинга.

Компания ZestFinance разработала платформу Zest Automated Machine Learning (ZAML) специально для андеррайтинга кредитов. Эта платформа использует машинное обучение для анализа десятков тысяч традиционных и нетрадиционных переменных (от транзакций покупки до того, как клиент заполняет форму), используемых в кредитной индустрии для оценки заемщиков. Платформа особенно полезна для присвоения кредитных баллов тем, у кого ограниченные кредитные истории, такие как millennials.

История

1980-е годы действительно, когда ИИ начал становиться видным в мире финансов. Именно тогда экспертные системы стали более коммерческим продуктом в финансовой сфере. "Например, Dupont построил 100 экспертных систем, которые помогли им сэкономить около 10 миллионов долларов в год." Одной из первых систем была экспертная система Protrader, разработанная К. К. Ченом и Тинг-Пэн Лианом, которая смогла предсказать падение промышленного среднего уровня Доу-Джонса на 87 пунктов в 1986 году. "Основными узлами системы были мониторинг премий на рынке, определение оптимальной инвестиционной стратегии, проведение сделок при необходимости и изменение базы знаний через механизм обучения." Одна из первых экспертных систем, которая помогла с финансовыми планами, была создана Applied Expert Systems (APEX) под названием PlanPower. Впервые серийно он был отгружен в 1986 году. Его функция заключалась в предоставлении финансовых планов для людей с доходами свыше 75 000 долларов в год. Это затем привело к системе профилирования клиентов, которая использовалась для получения доходов от 25 000 до 200 000 долларов в год. 1990-е годы были гораздо больше о выявлении мошенничества. Одной из систем, которая была запущена в 1993 году, была система искусственного интеллекта FinCEN (FAIS). Ей удалось провести обзор более 200 000 операций в неделю, и за два года она помогла выявить 400 потенциальных случаев отмывания денег, которые равнялись бы 1 миллиарду долларов. хотя экспертные системы не сохранились в финансовом мире, они помогли начать использование ИИ и сделать его таким, каким он является сегодня.

Правительство

Главная статья: искусственный интеллект в правительстве

Тяжелая промышленность

Главная статья: искусственный интеллект в тяжелой промышленности

Роботы стали обычным явлением во многих отраслях промышленности и часто получают работу, которая считается опасной для человека. Роботы доказали свою эффективность в работах, которые очень повторяющиеся, которые могут привести к ошибкам или несчастным случаям из-за упущения в концентрации и других рабочих мест, которые люди могут найти деградирует.

В 2014 году Китай , Япония , США, Республика Корея и Германия вместе составили 70% от общего объема продаж роботов. В автомобильной промышленности , секторе С особенно высокой степенью автоматизации, Япония имела самую высокую плотность промышленных роботов в мире: 1,414 на 10,000 сотрудников.

Больницы и медицина

Главная статья: искусственный интеллект в здравоохранении

Искусственные нейронные сети используются в качестве клинических систем поддержки принятия решений для медицинской диагностики, например, в технологии обработки концепций в программном обеспечении EMR.

Другие задачи в медицине, которые потенциально могут быть выполнены искусственным интеллектом и начинают развиваться, включают:

• Компьютерная интерпретация медицинских изображений . Такие системы помогают сканировать цифровые изображения, например, с компьютерной томографии, для типичных проявлений и выделять заметные участки, такие как возможные заболевания. Типичным применением является обнаружение опухоли.
• Анализ сердечного звука
• Роботы-компаньоны для ухода за пожилыми людьми
• Добыча медицинских записей, чтобы предоставить более полезную информацию.
• Разработка планов лечения.
• Помощь в повторяющихся рабочих мест, включая управление лекарства.
• Проводить консультации.
• Создание препарата
• Использование аватаров вместо пациентов для клинической подготовки
• Предсказать вероятность смерти от хирургических процедур
• Прогнозирование прогрессирования ВИЧ

В отрасли здравоохранения работает более 90 стартапов ИИ.

Первое решение IDx, IDx-DR, является первой автономной диагностической системой на основе ИИ, уполномоченной на коммерциализацию FDA.

Человеческие ресурсы и вербовка

Еще одно применение ИИ-в кадровых ресурсах и рекрутинговом пространстве. Существует три способа использования ИИ человеческими ресурсами и профессионалами по подбору персонала: для проверки резюме и ранжирования кандидатов в соответствии с их уровнем квалификации, для прогнозирования успеха кандидатов в заданных ролях с помощью платформ подбора вакансий и теперь развертывания чат-ботов, которые могут автоматизировать повторяющиеся задачи связи.

Как правило, проверка резюме включает в себя рекрутер или другой HR профессионального сканирования через базу данных резюме. Теперь стартапы, такие как Pomato, создают алгоритмы машинного обучения для автоматизации процессов проверки резюме. Скрининг резюме Pomato AI фокусируется на автоматизации проверки технических претендентов на технические кадровые фирмы. AI Pomato выполняет более 200 000 вычислений по каждому резюме в секундах, а затем разрабатывает пользовательское техническое интервью на основе добытых навыков. Ke Solutions, основанная в 2014 году, разработала системы рекомендаций для ранжирования заданий для кандидатов и рейтинговых резюме для employees. джобстер.io, разработанный Ke Solutions, использует концептуальный поиск, который имеет повышенную точность на 80% по сравнению с традиционными ATS. Это помогает рекрутерам преодолеть технические барьеры.

С 2016 по 2017 год компания по производству потребительских товаров Unilever использовала искусственный интеллект для проверки всех сотрудников начального уровня. ИИ Unilever использовал нейробиологические игры, записанные интервью и анализ лица и речи, чтобы предсказать успех найма. Unilever сотрудничает с Pymetrics и HireVue, чтобы обеспечить возможность скрининга на основе ИИ и увеличить число своих заявителей с 15 000 до 30 000 за один год. Рекрутинг с AI произвел “самый разнообразный класс Unililever на сегодняшний день". Unilever также сократила время найма с 4 месяцев до трех с половиной недель и сэкономила более 50 000 часов времени рекрутера.

Поиск работы

На рынке труда произошли заметные изменения в связи с внедрением искусственного интеллекта. Это упростило процесс как для рекрутеров, так и для ищущих работу (например, Google для рабочих мест и подачи заявки в интернете). Согласно Раджу Мукерджи от Indeed.com 65% людей начинают поиск работы снова в течение 91 дня с момента найма. AI-powered engine упрощает сложность поиска работы, работая с информацией о навыках работы, зарплатах и тенденциях пользователей, сопоставляя людей с наиболее релевантными позициями. Машинный интеллект вычисляет, какая заработная плата будет подходящей для конкретной работы, извлекает и выделяет информацию резюме для рекрутеров с использованием обработки естественного языка, которая извлекает соответствующие слова и фразы из текста с помощью специализированного программного обеспечения. Другое приложение-это AI resume builder, который требует 5 минут для компиляции резюме, а не тратить часы на ту же работу.[ править ] В AI age chatbots помогают посетителям сайта и решают ежедневные рабочие процессы. Революционные инструменты ИИ дополняют навыки людей и позволяют менеджерам по персоналу сосредоточиться на задачах более высокого приоритета. Однако влияние искусственного интеллекта на рабочие места исследования показывают, что к 2030 году интеллектуальные агенты и роботы смогут ликвидировать 30% мирового человеческого труда. Кроме того, исследование доказывает, что автоматизация вытеснит от 400 до 800 миллионов сотрудников. Стеклянная дверь в исследовательском докладе говорится, что ожидается, что рекрутинг и HR будут значительно шире использовать ИИ на рынке труда 2018 и за его пределами.

Маркетинг

Главная статья: маркетинг и искусственный интеллект

СМИ и электронная коммерция

Некоторые приложения AI ориентированы на анализ аудиовизуального медиаконтента, такого как фильмы, телевизионные программы, рекламные видеоролики или пользовательский контент . Решения часто включают компьютерное зрение, которое является основной областью применения ИИ.

Типичные сценарии использования включают анализ изображений с использованием методов распознавания объектов или лиц или анализ видео для распознавания соответствующих сцен, объектов или лиц. Мотивацией для использования медиаанализа на основе ИИ может быть, среди прочего, облегчение поиска в СМИ, создание набора описательных ключевых слов для медиаэлемента, мониторинг политики медиаконтента (например, проверка пригодности контента для конкретного времени просмотра ТВ), речь в текст для архивных или других целей, и обнаружения логосов, продуктов или лиц знаменитости для размещения уместных реклам.

Медиа-анализ AI компании часто предоставляют свои услуги через REST API, что позволяет автоматизированный автоматический доступ к технологии и позволяет машинное чтение результатов. Например, IBM , Microsoft, Amazon и видео AI компании Valossa позволяют получить доступ к своей технологии распознавания мультимедиа с помощью RESTful API.

ИИ также широко использован в индустрии электронной коммерции для применений как визуальный поиск , визуально подобная рекомендация , чатботы, автоматизированный маркировать продукта ЕТК. Еще одним общим приложением является повышение открытости поиска и возможность покупки контента в социальных сетях .

Музыка

Главная статья: музыка и искусственный интеллект

В то время как развитие музыки всегда было затронуто технологией, искусственный интеллект позволил, посредством научных достижений, подражать, в некоторой степени, подобному человеку составу.

Среди заметных ранних усилий Дэвид Коуп создал ИИ под названием Emily Howell, которому удалось стать известным в области алгоритмической компьютерной музыки.[43] алгоритм Эмили Хауэлл зарегистрирован как патент США.

AI Iamus создал 2012 первый полный классический альбом, полностью составленный компьютером.

Другие усилия, такие как Aiva (виртуальный художник искусственного интеллекта), сосредоточены на создании симфонической музыки, в основном классической музыки для фильмов .Это достигло мира сначала, став первым виртуальным композитором, который будет признан музыкальной профессиональной ассоциацией .

Искусственный интеллект может даже производить музыку, пригодную для использования в медицинских учреждениях, с усилием Меломики использовать компьютерную музыку для снятия стресса и боли.

Более того , такие инициативы, как Google Magenta, проводимые командой Google Brain, хотят выяснить, может ли искусственный интеллект быть способен создавать привлекательное искусство.

В исследовательской лаборатории Sony CSL их программное обеспечение Flow Machines создало поп-песни, изучая музыкальные стили из огромной базы данных песен. Анализируя уникальные сочетания стилей и оптимизируя приемы, он может сочинять в любом стиле.

Другой проект музыкальной композиции искусственного интеллекта, The Watson Beat, написанный IBM Research, не нуждается в огромной базе данных музыки, такой как проекты Google Magenta и Flow Machines, поскольку он использует обучение подкреплению и сети глубокой веры для создания музыки на простой мелодии ввода семян и выбранного стиля. Поскольку программное обеспечение было открытым исходным кодом , музыканты, такие как Taryn Southern , сотрудничали с проектом по созданию музыки.

Новости, публикация и письмо

Компания Narrative Science делает компьютерные новости и отчеты коммерчески доступными, включая подведение итогов командных спортивных событий на основе статистических данных из игры на английском языке. Он также создает финансовые отчеты и анализы недвижимости.[51] аналогичным образом, компания Automated Insights генерирует персонализированные резюме и превью для Yahoo Sports Fantasy Football .[52] компания планирует создать один миллиард историй в 2014 году, по сравнению с 350 миллионами в 2013 году.[53]

Echobox-это компания-разработчик программного обеспечения, которая помогает издателям увеличить трафик, "разумно" размещая статьи на платформах социальных сетей, таких как Facebook и Twitter .[54] анализируя большие объемы данных, он узнает, как конкретные аудитории реагируют на различные статьи в разное время суток. Затем он выбирает лучшие истории для публикации и лучшие времена для их публикации. Он использует как исторические данные, так и данные в реальном времени, чтобы понять, что хорошо работало в прошлом, а также то, что в настоящее время имеет тенденцию в интернете.[55]]

Другая компания, называемая Yseop, использует искусственный интеллект, чтобы превратить структурированные данные в интеллектуальные комментарии и рекомендации на естественном языке. Yseop может писать финансовые отчеты, резюме, персонализированные продажи или маркетинговые документы и многое другое со скоростью тысяч страниц в секунду и на нескольких языках, включая английский, испанский, французский и немецкий.[56]

Boomtrain-это еще один пример ИИ, который предназначен для того, чтобы узнать, как лучше всего привлечь каждого отдельного читателя к точным статьям, отправленным по правильному каналу в нужное время, что будет наиболее актуальным для читателя. Это как нанять личного редактора для каждого отдельного читателя, чтобы курировать идеальный опыт чтения.

IRIS.TV помогает медиа-компаниям с платформой персонализации и программирования видео на базе AI. Это позволяет издателям и владельцам контента предоставлять контекстно релевантный контент аудитории на основе шаблонов просмотра потребителями.[57]]

Помимо автоматизации написания задач с учетом ввода данных, ИИ показал значительный потенциал для компьютеров для участия в творческой работе более высокого уровня. AI Storytelling был активной областью исследований с момента разработки Джеймса Михана TALESPIN, который составил истории, похожие на басни Эзопа. Программа начнется с набора персонажей, которые хотели достичь определенных целей, с рассказом о попытках персонажей выполнить планы по удовлетворению этих целей. Начиная с Михана, другие исследователи работали над рассказом ИИ, используя похожие или разные подходы. Марк Ридл и Вадим Булитко утверждали, что суть повествования была проблемой управления опытом, или "как сбалансировать потребность в последовательной прогрессии истории с пользовательским агентством, которые часто расходятся."

В то время как большинство исследований по рассказыванию историй ИИ были сосредоточены на создании истории (например, характер и сюжет), также было проведено значительное исследование в сюжетной коммуникации. В 2002 году исследователи из Университета штата Северная Каролина разработали архитектурную основу для создания повествовательной прозы. Их конкретная реализация смогла точно воспроизвести текстовое разнообразие и сложность ряда сюжетов, таких как Красная шапочка, с человекоподобной ловкостью. эта особая область продолжает получать интерес. В 2016 году японский ИИ написал рассказ и почти выиграл литературную премию.

Онлайн и телефонное обслуживание клиентов

Искусственный интеллект реализован в автоматизированных онлайн помощниках, которые можно рассматривать как аватары на веб-страницах. это может помочь предприятиям уменьшить их эксплуатационные расходы и стоимость обучения. основной технологией, лежащей в основе таких систем, является обработка естественного языка . Pypestream использует автоматизированное обслуживание клиентов для своего мобильного приложения, предназначенного для оптимизации связи с клиентами.

Крупные компании инвестируют в ИИ для обработки сложных клиентов в будущем. Последняя разработка Google анализирует язык и преобразует речь в текст. Платформа может идентифицировать сердитых клиентов через их язык и реагировать соответствующим образом.

Силовая электроника

Силовые электронные преобразователи-это технология для возобновляемых источников энергии , хранения энергии, электромобилей и высоковольтных систем передачи постоянного тока в электрической сети . Эти преобразователи подвержены сбоям, и такие сбои могут вызвать простои, которые могут потребовать дорогостоящего обслуживания или даже иметь катастрофические последствия в критически важных приложениях.[ цитата необходима] Исследователи используют ИИ, чтобы сделать автоматизированный процесс проектирования для надежных преобразователей силовой электроники, путем расчета точных параметров конструкции, которые обеспечивают желаемый срок службы преобразователя в соответствии с указанным профилем миссии.

Датчики

Искусственный интеллект был объединен со многими сенсорными технологиями, такими как цифровая спектрометрия IdeaCuria Inc. который включает много применений как дома контроль качества воды.

Телекоммуникационное обслуживание

Многие телекоммуникационные компании используют эвристический поиск в управлении их рабочей силой, например BT Group развернул эвристический поиск [68] в приложении планирования, которое обеспечивает графики работы 20 000 инженеров.

Игрушки и игры

В 1990-е годы были предприняты первые попытки массового производства базовых видов искусственного интеллекта, предназначенных для образования или досуга. Это процветало значительно с цифровой революцией, и помогло ввести людей, особенно детей, к жизни общаться с различными типами искусственного интеллекта , специфически в форме любимчиков Tamagotchis и Giga , касания iPod , интернета, и первого широко выпущенного робота, Furby . Всего через год был выпущен улучшенный тип домашнего робота в виде Aibo, роботизированной собаки с интеллектуальными функциями и автономией .

Такие компании, как Mattel, создают ассортимент игрушек с поддержкой ИИ для детей в возрасте трех лет. Используя проприетарные двигатели AI и инструменты распознавания речи, они способны понимать разговоры, давать интеллектуальные ответы и быстро учиться.

AI также был применен к видеоиграм , например , боты видеоигр, которые предназначены для противостояния противникам, где люди недоступны или желательны.

Транспорт

Регуляторы нечеткой логики были начаты для автоматических коробок передач в автомобилях. Например, 2006 Audi TT, VW Touareg и VW Caravell показывают передачу DSP, которая использует нечеткую логику. Ряд вариантов Škoda (Škoda Fabia) также в настоящее время включает контроллер на основе нечеткой логики.

В современных автомобилях теперь есть функции помощи водителю на основе AI, такие как самостоятельная парковка и расширенный круиз-контроль. ИИ используется для оптимизации приложений управления трафиком, что, в свою очередь, сокращает время ожидания, потребление энергии и выбросы на целых 25 процентов. в будущем, полностью автономные автомобили будет развиваться. Ожидается, что ИИ в области транспорта обеспечит безопасную, эффективную и надежную транспортировку при минимизации воздействия на окружающую среду и сообщества. Основной проблемой для разработки этого ИИ является тот факт, что транспортные системы по своей сути являются сложными системами, включающими очень большое количество компонентов и разные стороны, каждая из которых имеет разные и часто противоречивые цели. Из-за этой высокой степени сложности транспортировки, и в частности автомобильного применения, в большинстве случаев невозможно обучить алгоритм ИИ в реальной среде вождения. Для преодоления проблемы обучения нейронных сетей автоматизированному вождению, методологии, основанные на виртуальной разработке resp. предложены инструментальные цепи тестирования.

Википедия

Исследования, связанные с Википедией, используют искусственный интеллект для поддержки различных операций. Одно из важнейших направлений - автоматическое выявление вандализма и оценка качества данных в Википедии.

Команда Фонда Викимедиа выпустила модель, предназначенную для обнаружения вандализма, спама и личной атаки. эта модель может также помочь студентам написать лучшие статьи Википедии.

Список приложений

Типичные проблемы, к которым применяются методы искусственного интеллекта

• Оптическое распознавание
• Распознавание рукописного ввода
• Распознавание речи
• распознавание лиц
• Искусственное творчество
• Компьютерное зрение, виртуальная реальность и обработка изображений
• Фото и видео манипуляции
• Диагностика (искусственный интеллект)
• Теория игр и стратегическое планирование
• Игра искусственный интеллект и бот компьютерной игры
• Обработка естественного языка, перевод и болтовня
• Нелинейное управление и робототехника

Другие области применения методов искусственного интеллекта

• Искусственная жизнь
• Автоматизированное рассуждение
• Автоматизация
• Био-вдохновленные вычисления
• Концепция майнинга
• Интеллектуальный анализ данных
• Представление знаний
• семантический веб
• Фильтрация спама по электронной почте
• Робототехника
  • Робототехника на основе поведения
  • Когнитивный
  • Кибернетика
  • Развивающая робототехника (эпигенетика)
  • Эволюционная робототехника
• Гибридная интеллектуальная система
• Интеллектуальный агент
• Интеллектуальное управление
• Тяжба

См. также

• Применение искусственного интеллекта в правовой информатике
• Применение глубокого обучения
• Применение машинного обучения
• Список проектов искусственного интеллекта
• Прогресс в области искусственного интеллекта

Сноски

• Рассел, Стюарт Дж.; Норвиг, Питер (2003). Искусственный интеллект: современный подход (2-е изд.). Верхняя Седловая Река, Нью-Джерси: Прентис-Холл.
• Kaplan, A. M.; Haenlein, M. (2018). - Сири, Сири в моей руке, кто самый прекрасный в стране? О интерпретациях, иллюстрациях и последствиях искусственного интеллекта". Деловые Горизонты . .
• Kurzweil, Ray (2005). Сингулярность близка: когда люди выходят за пределы биологии . Нью-Йорк: Викинг.
• Национальный Исследовательский Совет (1999). "Разработки в области искусственного интеллекта".
• Финансирование революции: государственная поддержка компьютерных исследований . Национальная Академия Печати.
• Moghaddam, M. J.; Soleymani, M. R.; Farsi, M. A. (2015). "Планирование последовательности операций штамповки в прогрессивных штампах". Журнал интеллектуального производства

Пруф

.mubarak.om/ai-and-chatbot-in-banking-and-finance/

• /techspirited.com/applications-of-artificial-intelligence
• aitopics.org/search
• obamawhitehouse.archives.gov/blog/2016/05/03/preparing-future-artificial-intelligence