→Технология, которая делает будущее лучше благодаря полной автоматизации, нуждается в большем количестве Мастеров, чтобы сделать МАШИНУ Мастером, похожим на ЧЕЛОВЕКА ←

⭕Все машинное обучение — это ИИ, но не все ИИ — это машинное обучение

Всем привет🌟….. Сегодня я придумал новую статью, которая поможет вам узнать, как ТНК используют машинное обучение/искусственный интеллект??

Со всем волнением и шумихой вокруг ИИ, который «не за горами» — беспилотные автомобили, мгновенный машинный перевод, голосовой помощник (Alexa, Siri, Jarvis и т. д.) — может быть трудно понять, как ИИ влияет на жизнь людей. обычных людей от момента к моменту. Какие примеры искусственного интеллекта вы уже используете — прямо сейчас?

  1. Прогнозы Google на основе искусственного интеллекта

Используя анонимные данные о местоположении со смартфонов, Карты Google(Карты) могут анализировать скорость движения трафика в любое время. данное время. А с приобретением краудсорсингового приложения Waze в 2013 году Карты могут с большей легкостью включать сообщения о дорожно-транспортных происшествиях, о которых сообщают пользователи, например о строительных работах и ​​авариях. Благодаря доступу к огромным объемам данных, которые передаются его собственным алгоритмам, Карты могут сократить количество поездок на работу, предлагая самые быстрые маршруты на работу и обратно.

2. Приложения для совместного использования, такие как UBER и OLA

Как они определяют цену вашей поездки? Как они сводят к минимуму время ожидания после того, как вы остановили машину? Как эти услуги оптимально сочетают вас с другими пассажирами, чтобы свести к минимуму объезды? Ответом на все эти вопросы является ML.

Компания использует машинное обучение для прогнозирования спроса со стороны райдеров, чтобы гарантировать, что в скором времени отпадет необходимость в скачковом ценообразовании (короткие периоды резкого повышения цен для снижения спроса со стороны райдеров и увеличения предложения водителей). Глава отдела машинного обучения Uber Дэнни Ланге подтвердил, что Uber использует машинное обучение для ETA для поездок, расчетного времени доставки еды на UberEATS, расчета оптимальных мест получения, а также для обнаружения мошенничества.

3. На коммерческих рейсах используется автопилот с искусственным интеллектом

Автопилоты ИИ в коммерческих авиакомпаниях — это удивительно раннее использование технологии ИИ, которое восходит к 1914 году, в зависимости от того, насколько широко вы определяете автопилот. Нью-Йорк Таймс сообщает, что средний полет самолета Боинг включает всего семь минут полета под управлением человека, которые обычно отводятся только на взлет и посадку.

В будущем искусственный интеллект еще больше сократит ваши поездки на работу благодаря беспилотным автомобилям, которые приведут к снижению количества аварий до 90%, более эффективному совместному использованию поездок, чтобы сократить количество автомобилей на дороге до 75%, и умным светофорам, которые сократить время ожидания на 40% и общее время в пути на 26% в пилотном исследовании.

Сроки некоторых из этих изменений неясны, поскольку прогнозы относительно того, когда беспилотные автомобили станут реальностью, различаются: BI Intelligence предсказывает, что полностью автономные автомобили дебютируют в 2019 году; Генеральный директор Uber Трэвис Каланик говорит, что сроки для беспилотных автомобилей — это «годы, а не десятилетия».

4. ЭЛЕКТРОННАЯ ПОЧТА

(i). Спам-фильтры

Ваш почтовый ящик кажется маловероятным местом для ИИ, но технология в значительной степени обеспечивает одну из его самых важных функций: спам-фильтр. Простые фильтры на основе правил неэффективны против спама, потому что спамеры могут быстро обновлять свои сообщения, чтобы обойти их. Вместо этого спам-фильтры должны постоянно учиться на различных сигналах, таких как слова в сообщении, метаданные сообщения (откуда оно отправлено, кто его отправил и т. д.).

Он должен дополнительно персонализировать свои результаты, основываясь на вашем собственном определении того, что представляет собой спам — возможно, что электронные письма ежедневных сделок, которые вы считаете спамом, являются желанным зрелищем в почтовых ящиках других. Благодаря использованию алгоритмов машинного обучения Gmail успешно фильтрует 99,9% спама.

(ii). Умная категоризация электронной почты

Gmail использует аналогичный подход для разделения ваших электронных писем на основные, социальные и рекламные, а также для пометки писем как важных. В исследовательской работе под названием «Изучение приоритетных входящих сообщений Gmail» Google описывает свой подход к машинному обучению и отмечает «огромную разницу между предпочтениями пользователей в отношении объема важной почты… Таким образом, нам нужно некоторое ручное вмешательство пользователей, чтобы настроить их порог. Когда пользователь отмечает сообщения в определенном направлении, мы в реальном времени увеличиваем их порог». Каждый раз, когда вы отмечаете письмо как важное, Gmail учится. Исследователи проверили эффективность Priority Inbox на сотрудниках Google и обнаружили, что те, у кого есть Priority Inbox, «в целом тратят на чтение электронной почты на 6% меньше времени и на 13% меньше времени на чтение неважной электронной почты».

Заглянем в будущее

Может ли ваш почтовый ящик отвечать на электронные письма за вас? Так думает Google, поэтому в 2015 году он представил интеллектуальный ответ Inbox, интерфейс электронной почты следующего поколения. Интеллектуальный ответ использует машинное обучение, чтобы автоматически предлагать три разных кратких (но персонализированных) ответа на электронное письмо. По состоянию на начало 2016 года 10 % электронных писем пользователей мобильного почтового ящика отправлялись с помощью умного ответа. В ближайшем будущем умный ответ сможет давать все более сложные ответы.

5. Проверка на плагиат

Многие учащиеся старших классов и колледжей знакомы с такими сервисами, как Turnitin — популярный инструмент, используемый преподавателями для анализа написанного студентами на наличие плагиата. Хотя Turnitin не раскрывает, как именно он выявляет плагиат, исследования показывают, как машинное обучение можно использовать для разработки детектора плагиата.

Исторически сложилось так, что обнаружение плагиата в обычном тексте (эссе, книгах и т. д.) зависит от наличия обширной базы данных справочных материалов для сравнения с текстом студента; однако ML может помочь обнаружить плагиат источников, не находящихся в базе данных, таких как источники на иностранных языках или более старые источники, которые не были оцифрованы. Например, два исследователя использовали машинное обучение для предсказания с точностью 87% случаев плагиата исходного кода. Они рассмотрели различные стилистические факторы, которые могут быть уникальными для каждого программиста, такие как средняя длина строки кода, размер отступа в каждой строке, частота комментариев к коду и так далее.

Алгоритмическим ключом к плагиату является функция сходства, которая выводит числовую оценку того, насколько похожи два документа. Оптимальная функция сходства не только точна в определении того, похожи ли два документа, но и эффективна при этом. так. Поиск методом грубой силы, сравнивающий каждую строку текста с каждой другой строкой текста в базе данных документов, будет иметь высокую точность, но будет слишком затратным с точки зрения вычислений для использования на практике. В одной статье Массачусетского технологического института освещается возможность использования машинного обучения для оптимизации этого алгоритма. Оптимальный подход, скорее всего, будет включать сочетание человека и машины. Вместо того, чтобы проверять каждую статью на наличие плагиата или слепо доверять детектору плагиата на основе ИИ, преподаватель может вручную просмотреть любые статьи, помеченные алгоритмом, игнорируя остальные.

Примеры искусственного интеллекта: -

Социальная сеть

  1. Фейсбук

Когда вы загружаете фотографии на Facebook, сервис автоматически выделяет лица и предлагает друзьям отметить их. Как он может мгновенно определить, кто из ваших друзей на фото? Facebook использует ИИ для распознавания лиц. В коротком видео, посвященном их исследованиям в области искусственного интеллекта (ниже), Facebook обсуждает использование искусственных нейронных сетей — алгоритмов машинного обучения, которые имитируют структуру человеческого мозга — для обеспечения работы программного обеспечения для распознавания лиц. Компания вложила значительные средства в эту область не только внутри Facebook, но и за счет приобретения стартапов по распознаванию лиц, таких как Face.com, который Facebook приобрел в 2012 году, по слухам, за 60 миллионов долларов, Masquerade (2016 год, сумма не разглашается) и Faciometrics ( 2016 г., сумма не разглашается).

Facebook также использует ИИ для персонализации вашей новостной ленты и обеспечения того, чтобы вы видели публикации, которые вас интересуют, и, что представляет особый деловой интерес для Facebook, показывает рекламу, соответствующую вашим интересам. Более таргетированная реклама означает, что вы с большей вероятностью нажмете на нее и купите что-то у рекламодателей — и когда вы это сделаете, Facebook получит деньги.

Facebook также объявил о новой инициативе в области искусственного интеллекта: DeepText, механизм понимания текста, который, по утверждению компании, «может понимать с почти человеческой точностью текстовое содержание нескольких тысяч сообщений в секунду, охватывающих более 20 языков. ” DeepText используется в Facebook Messenger для обнаружения намерений — например, позволяя вам вызвать Uber из приложения, когда вы отправляете сообщение «Мне нужна поездка», но не когда говорите: «Мне нравится кататься на ослах». DeepText также используется для автоматического удаления спама, помогая популярным общественным деятелям сортировать миллионы комментариев к своим сообщениям, чтобы найти наиболее релевантные, автоматически определять сообщения для продажи и извлекать соответствующую информацию, а также определять и отображать контент, в котором вы могли бы быть. интересно.

2. Пинтерест

Pinterest использует компьютерное зрение, приложение ИИ, где компьютеры учат «видеть», чтобы автоматически идентифицировать объекты на изображениях (или «булавки»), а затем рекомендовать визуально похожие булавки. Другие приложения машинного обучения в Pinterest включают предотвращение спама, поиск и обнаружение, эффективность рекламы и монетизацию, а также маркетинг по электронной почте.

3. Инстаграм

Instagram, который Facebook приобрел в 2012 году, использует машинное обучение для определения контекстуального значения смайликов, которые постепенно заменяют сленг (например, смеющийся смайлик может заменить «лол»). Алгоритмически определяя чувства, стоящие за смайликами, Instagram может создавать и автоматически предлагать смайлики и хэштеги с эмодзи. Это может показаться тривиальным применением ИИ, но в Instagram наблюдается значительный рост использования смайликов среди всех демографических групп, и возможность интерпретировать и анализировать их в больших масштабах с помощью этого перевода смайликов в текст создает основу для дальнейшего анализа. как люди используют Instagram.

4. Снапчат

В 2015 году Snapchat представил лицевые фильтры, называемые линзами. Эти фильтры отслеживают движения лица, позволяя пользователям добавлять анимированные эффекты или цифровые маски, которые регулируются при движении их лица. Эта технология основана на приобретении в 2015 году украинской компании Looksery (по слухам, за 150 млн долларов), имеющей патенты на использование машинного обучения для отслеживания движений в видео.

Заглянем в будущее

Facebook делает ставку на то, что будущее обмена сообщениями будет связано с общением с чат-ботами с искусственным интеллектом. В начале 2015 года она приобрела Wit.ai, движок, который позволяет разработчикам создавать ботов, которые легко интегрируют обработку естественного языка в свое программное обеспечение. Несколько месяцев спустя он открыл свою платформу обмена сообщениями для разработчиков, что позволило любому создать чат-бота и интегрировать возможности обучения ботов Wit.ai, чтобы упростить создание диалоговых ботов. Slack, инструмент для обмена сообщениями в социальных сетях, обычно используемый на рабочем месте, также позволяет третьим сторонам включать чат-ботов на базе ИИ и даже инвестирует в компании, которые их производят. Вскоре ваши покупки, поручения и повседневные задачи можно будет выполнять в ходе разговора с чат-ботом с искусственным интеллектом в вашей любимой социальной сети.

Интернет-магазины: АМАЗОН

  1. Поиск

Ваши поисковые запросы на Amazon («гладильная доска», «камень для пиццы», «зарядное устройство для Android» и т. д.) быстро возвращают список наиболее релевантных продуктов, связанных с вашим поиском. Amazon не раскрывает, как именно он это делает, но в описании своей технологии поиска товаров Amazon отмечает, что ее алгоритмы «автоматически учатся объединять несколько функций релевантности. Структурированные данные нашего каталога предоставляют нам множество таких релевантных функций, и мы извлекаем уроки из прошлых шаблонов поиска и адаптируемся к тому, что важно для наших клиентов».

2. Рекомендации

Вы видите рекомендации для продуктов, которые вас интересуют, как «клиенты, которые просматривали этот товар, также просматривали» и «клиенты, которые купили этот товар, также купили», а также через персональные рекомендации на главной странице, внизу страниц товаров и по электронной почте. . Amazon использует искусственные нейронные сети для создания рекомендаций по продуктам.

3. Защита от мошенничества

Машинное обучение используется для предотвращения мошенничества при онлайн-транзакциях по кредитным картам. Мошенничество является основной причиной того, что обработка онлайн-платежей обходится продавцам дороже, чем личные транзакции. ИИ используется не только для предотвращения мошеннических транзакций, но и для минимизации количества законных транзакций, отклоненных из-за того, что они были ложно идентифицированы как мошеннические.

В пресс-релизе, объявляющем о внедрении технологии искусственного интеллекта, MasterCard отметила, что из-за ложных отказов теряется в 13 раз больше доходов, чем из-за мошенничества. Используя искусственный интеллект, который может изучать ваши покупательские привычки, обработчики кредитных карт сводят к минимуму вероятность ложного отклонения вашей карты и максимально повышают вероятность предотвращения мошеннического списания средств кем-либо еще.

Мобильное использование

  1. Голос в текст

Сегодня стандартной функцией смартфонов является преобразование голоса в текст. Нажав кнопку или произнеся определенную фразу (например, Окей, Google), вы можете начать говорить, и ваш телефон преобразует звук в текст. В настоящее время это относительно рутинная задача, но в течение многих лет точная автоматическая транскрипция была за пределами возможностей даже самых современных компьютеров. Google использует искусственные нейронные сети для голосового поиска. Microsoft утверждает, что разработала систему распознавания речи, которая может расшифровывать разговор немного точнее, чем люди.

2. Умные личные помощники

Теперь, когда технология преобразования голоса в текст достаточно точна, чтобы на нее можно было положиться при разговоре, она стала интерфейсом управления для нового поколения интеллектуальных персональных помощников. Первой итерацией были более простые телефонные помощники, такие как Siri и Google Now (теперь на смену им пришел более сложный Google Assistant), которые могли выполнять поиск в Интернете, устанавливать напоминания и интегрироваться с вашим календарь.

Amazon расширил эту модель, объявив о дополнительных аппаратных и программных компонентах:

  • Alexa, персональный помощник на базе искусственного интеллекта, который принимает голосовые команды для создания списков дел, заказа товаров в Интернете, установки напоминаний и ответов на вопросы (через поиск в Интернете).
  • Умные колонки Echo (а позже и Dot), которые позволяют интегрировать Alexa в вашу гостиную и использовать голосовые команды, чтобы задавать вопросы на естественном языке, воспроизводить музыку, заказывать пиццу, вызывать Uber и интегрироваться с устройствами умного дома.

Microsoft последовала этому примеру, выпустив Cortana, собственного помощника по искусственному интеллекту, который предустановлен на компьютерах с Windows и смартфонах Microsoft.

Заглянем в будущее

Умные помощники станут ключом к преодолению разрыва между людьми и «умными» домами. В октябре 2016 года Google анонсировала Google Home — своего конкурента Amazon Echo, который отличается глубокой интеграцией с другими продуктами Google, такими как YouTube, Google Play Music, Nest и Google Assistant. С помощью голосовых команд пользователи могут воспроизводить музыку; задавать вопросы на естественном языке; получать спортивные, новостные и финансовые обновления; вызвать Убер; и назначать встречи и напоминания.

Генеральный директор Facebook Марк Цукерберг продемонстрировал, что в настоящее время возможно, потратив год на создание Jarvis, имитацию сверхинтеллектуального помощника искусственного интеллекта в Железном человеке Роберта Дауни-младшего. фильмы. В посте на Facebook он описывает подключение множества домашних устройств к одной сети; обучение Джарвиса его предпочтениям, чтобы он мог играть музыку, узнавать друзей у дверей и впускать их; создание бота для обмена сообщениями в Facebook, чтобы Джарвис выдавал текстовые команды; и создание iOS-приложения для распознавания речи для подачи голосовых команд.

Машинное обучение

Представьте, что вы отвечаете за создание системы прогнозирования на основе машинного обучения, чтобы попытаться идентифицировать изображения между собаками и кошками. Например, первым шагом будет сбор большого количества изображений с пометками «собака» для собак и «кошка» для кошек. Во-вторых, мы обучим компьютер искать закономерности на изображениях, чтобы идентифицировать собак и кошек соответственно.

Обученная система машинного обучения, способная идентифицировать кошек или собак.

После того, как модель машинного обучения была обучена, мы можем добавить в нее (ввести) разные изображения, чтобы увидеть, сможет ли она правильно идентифицировать собак и кошек. Как видно на изображении, обученная модель машинного обучения может (в большинстве случаев) правильно идентифицировать такие запросы.

например, инструменты поиска и перевода изображений используют сложное машинное обучение. Это позволяет компьютеру видеть, слушать и говорить почти так же, как это делают люди. Много вау!

Google использует алгоритмы машинного обучения, чтобы предоставить своим клиентам ценный и персонализированный опыт. В сервисы Gmail, Google Search и Google Maps уже встроено машинное обучение. Гугл - хозяин всего. Он использует алгоритмы машинного обучения и предоставляет клиентам ценный и персонализированный опыт. Машинное обучение уже встроено в его сервисы, такие как Gmail, Google Search и Google Maps.

Вывод:

ИИ все глубже интегрируется в нашу жизнь, он станет новой инфраструктурой, обеспечивающей вторую промышленную революцию. Эти изменения изменили общий сценарий работы компаний, предоставив им информацию для улучшения своих продуктов и услуг.Было бы неправильно сказать, что Искусственный интеллект упростил жизнь благодаря чат-ботам, алгоритмам, системам рекомендаций, аппаратной инфраструктуре, языковой обработке и многому другому. Теперь ожидается, что в отрасли произойдут некоторые стратегические сдвиги со стороны предприятий. Делают акцент на улучшении искусственного интеллекта, предоставляемого их продуктам, и делают их первоклассными компаниями этого поколения.

Искусственный интеллект и его приложения оказали значительное влияние практически на все отрасли. Определяемый как техника, позволяющая машинам имитировать поведение человека, бренды все чаще используют ИИ для автоматизации процессов. Искусственный интеллект – не новое явление. Он существует уже почти 50 лет, постоянно обучаясь, почти ежедневно. По мере того, как мы развиваемся и становимся более эффективными, а искусственный интеллект учится лучше подражать человеческому интеллекту, предприятия выигрывают от повышения эффективности процессов и операций.

Надеюсь, вы найдете эту статью и мое исследование информативными, и они определенно помогут вам изучить новые вещи, связанные с ИИ и машинным обучением. Чтобы получить больше такого ценного контента, Подпишитесь на LinkedIn и не забудьте нажать значок 👏🏻 под 👇🏻.

СПАСИБО:)