6 παραδείγματα τεχνητής νοημοσύνης που εφαρμόζονται στην κοινωνία

Είναι γεγονός ότι η τεχνητή νοημοσύνη βρίσκεται ήδη ανάμεσά μας. Δεν είναι πάντα όπως προβλήθηκε σε ταινίες επιστημονικής φαντασίας πριν από μερικά χρόνια, αλλά υπάρχουν: σε πολλά από τα πράγματα που περνάμε τον χρόνο μας κάνοντας κάθε μέρα.

Όταν χρησιμοποιούμε το κινητό τηλέφωνο, σερφάρουμε στο Διαδίκτυο ή απλά οδηγούμε ένα όχημα μέσα σε μια πόλη. Σε όλες αυτές τις περιπτώσεις, τις περισσότερες φορές ακούσια, η τεχνητή νοημοσύνη συμμετέχει με τον ένα ή τον άλλο τρόπο.

Ο στόχος αυτού του άρθρου δεν είναι άλλος από το να δείξει μερικά από τα πρόσωπα που αναλαμβάνει μια τέτοια πραγματικότητα. Για αυτό θα δούμε διάφορα παραδείγματα τεχνητής νοημοσύνης, τα οποία χρησιμοποιούνται ήδη σήμερα ή θα γίνουν σε σύντομο χρονικό διάστημα.

• Σχετικό άρθρο: "Θεωρίες ανθρώπινης νοημοσύνης"

6 παραδείγματα τεχνητής νοημοσύνης

Η τεχνητή νοημοσύνη (AI) είναι το πεδίο των υπολογιστικών επιστημών που είναι υπεύθυνο για την επινόηση, το σχεδιασμό και την παραγωγή μηχανών ή αλγορίθμων που εμφανίζουν λειτουργικές παραμέτρους που τους φέρνουν πιο κοντά στην επεξεργασία που κάνει ο άνθρωπος των πληροφοριών

. Έτσι, συνήθως περιλαμβάνονται λειτουργίες όπως η επίλυση πολύ περίπλοκων προβλημάτων, η κατανόηση κειμένων και ο σχεδιασμός πρωτοκόλλων σε πολύ διαφορετικούς τομείς. αν και τα τελευταία χρόνια επεκτείνεται σε προοδευτικά ευρύτερους τομείς (όπως αυτούς που θα συζητηθούν εδώ).

Οι σύγχρονες τεχνολογίες καθιστούν δυνατή την υλοποίηση αυτού που μόλις πριν από λίγα χρόνια δεν μπορούσε καν να συλληφθεί από την επιστημονική φαντασία. Από τη χρήση ρομπότ (ολοένα και πιο ανθρώπινα στην όψη) ικανών να διαγνώσουν κάποιο πρόβλημα υγείας, μέχρι οχήματα ικανά να κινούνται αυτόνομα (μη επανδρωμένα). Η κύρια έμφαση δίνεται στη σύλληψη έξυπνων μηχανών, ικανών να μαθαίνουν χωρίς την ανάγκη μιας ανθρώπινης επίβλεψης, και που χρησιμοποιούν ακόμη και μια δομή παρόμοια με αυτή του δικού μας νευρικού συστήματος κεντρικός. Στην πραγματικότητα, οι συναισθηματικές συνέπειες που σχετίζονται με τη ζωή με ρομποτικά όντα αρχίζουν να μελετώνται, αναδυόμενες θεωρίες όπως το Disturbing Valley.

Πρόκειται για έναν τομέα ξέφρενης τεχνολογικής ανάπτυξης, και που πιθανότατα στο εγγύς μέλλον θα περιλαμβάνει το καθημερινή συνύπαρξη με τεχνητά όντα ικανά να κατανοήσουν τον εαυτό τους και ακόμη και να αναπτύξουν ένα είδος επίγνωση. Σε άλλες περιπτώσεις, διερευνά λιγότερο «απτούς» τύπους τεχνολογίας, οι οποίοι έχουν τη μορφή αλγορίθμων ή/και κωδίκων στους οποίους βασίζονται. πολλές «αόρατες» διαδικασίες στην καθημερινή ζωή: από τον έλεγχο εναέριας κυκλοφορίας μέχρι τη φύλαξη και ανάλυση τεράστιων όγκων πληροφορίες. όλα αυτά μέσω προηγμένων στατιστικών στρατηγικών.

Έτσι, καθώς η επιστημονική φαντασία χάνει το επώνυμό της και γίνεται μόνο επιστήμη, είναι απαραίτητο ο άνθρωπος αρχίστε να υποθέτετε ότι διαμορφώνετε με τα χέρια σας μια αλλαγή παραδείγματος στον τρόπο που κατανοούμε το κόσμος. Ως ενδεικτικό παράδειγμα αυτού, εδώ παρουσιάζουμε μόνο μερικά παραδείγματα τεχνητής νοημοσύνης που έρχονται ή που βρίσκονται ήδη ανάμεσά μας. Για να οργανωθούν οι πληροφορίες με πιο κατανοητό τρόπο, θα αναλυθούν κατά περιοχή.

1. Διαφήμιση

Η τεχνητή νοημοσύνη στον συγκεκριμένο τομέα της διαφήμισης επιδιώκει τη βελτιστοποίηση εκστρατειών ψηφιακού μάρκετινγκ, μέσω της χρήσης αλγόριθμοι με προοδευτική πολυπλοκότητα και με στόχο τον εντοπισμό όλων των αναγκών ενός δυνητικού καταναλωτή με στόχο να φανούν τα «σημεία» που θα μπορούσαν να είναι πιο ενδιαφέροντα. Υπό αυτή την έννοια, είναι μια συγχώνευση μεταξύ της χρήσης δεδομένων, της δημιουργικότητας (πάντα εμφανής σε αυτόν τον τομέα) και της χρήσης των τεχνολογιών πληροφοριών και επικοινωνιών.

Η τεχνητή νοημοσύνη σε αυτόν τον τομέα πραγματοποιεί μια διαδικασία παρακολούθησης σε πραγματικό χρόνο της «διαδικτυακής κίνησης» και του προφίλ κάθε σέρφερ, με προκειμένου να βελτιστοποιηθεί η διαδικασία επιλογής των διαφορετικών χώρων στους οποίους θα εμφανίζονται τα προϊόντα ή οι υπηρεσίες που πρόκειται να πωληθούν (επιστροφή οικονομικός). Στόχος είναι το κατάλληλο μήνυμα να φτάσει στον καταλληλότερο άνθρωπο την καλύτερη δυνατή στιγμή, γεγονός που επιταχύνει τη διαδικασία πειθούς που στοχεύει αυτό το γνωστικό πεδίο.

Αυτή η μορφή τεχνητής νοημοσύνης αποτελεί αντικείμενο πολύ σημαντικής κριτικής, από τότε Θεωρείται ότι παραβιάζει το απόρρητο του χρήστη, αν και σήμερα είναι διαδεδομένο πρακτικά σε ολόκληρο το δίκτυο (με μεγαλύτερη ή μικρότερη πολυπλοκότητα). Οι πιο πρόσφατοι νόμοι για τις πολιτικές προστασίας δεδομένων απαιτούν προειδοποίηση όσων επισκέπτονται κάποια δημοσίευση στο Διαδίκτυο σχετικά με τη χρήση τέτοιων πρακτικών (cookies, συλλογή δραστηριοτήτων, και τα λοιπά.).

• Μπορεί να σας ενδιαφέρει: "7 κλειδιά της Ψυχολογίας που εφαρμόζονται στο Μάρκετινγκ και τη Διαφήμιση"

2. Μεταφορά

Η τεχνητή νοημοσύνη εισέρχεται επίσης σε μια ασταμάτητη επέκταση στον τομέα των μεταφορών, τόσο του δημόσιου όσο και του ιδιωτικού. Σκοπός αυτών των τεχνολογικών εξελίξεων είναι να αυξηθεί η ασφάλεια των επιβατών οχημάτων, καθώς και των επιβατών. πεζοί που βρίσκονται γύρω σας κατά την οδήγηση ή ακόμα και ρυθμίζουν τη χρήση των δρόμων που είναι ενεργοποιημένοι γι 'αυτό. Ορισμένες εταιρείες στοχεύουν επίσης στη μείωση της περιβαλλοντικής ρύπανσης στο μέλλον, επίσης μέσω της προόδου σε αυτόν τον τομέα.

Αρχίζουν να εφαρμόζονται συστήματα αυτόνομης πλοήγησης για όλα τα είδη οχημάτων. και όχι μόνο σε αεροπλάνα, όπου χρησιμοποιείται εδώ και πολύ καιρό (γιατί ο πιλότος «μόνο» υποθέτει έλεγχος του αεροσκάφους κατά την απογείωση και την προσγείωση ή όταν το απαιτεί η καιρική κατάσταση. απαιτεί). Σε αυτές τις περιπτώσεις, μια διαδοχή αλγορίθμων που ενορχηστρώνονται από μια κεντρική μονάδα είναι υπεύθυνη για την επεξεργασία τεράστιων όγκων πληροφορίες σχετικά με τη σχετική θέση στο χώρο και το τι περιέχει ο χώρος, ώστε να παίρνουν αποφάσεις με πολύ μεγαλύτερη ταχύτητα και ακρίβεια (αποτελεσματικότητα) από κάθε άνθρωπο.

Τα ηλεκτρονικά εργαλεία αρχίζουν επίσης να χρησιμοποιούνται, κάθε μέρα πιο προηγμένα, για τη διαχείριση του όγκου της κυκλοφορίας σε δρόμους ή αυτοκινητόδρομους. τον έλεγχο όλων των περιβαλλοντικών συνθηκών και την πρόβλεψη κυκλοφοριακής συμφόρησης με βάση τις συμφραζόμενες πληροφορίες και τη στατιστική επεξεργασία των προηγούμενων γεγονότων. Είναι ακόμη δυνατό να εντοπίσετε ποιος χρησιμοποιεί το κινητό σας τηλέφωνο ενώ οδηγεί και να ειδοποιήσετε τις αρχές!

3. χρηματοοικονομικά και οικονομικά

Καθώς οι κοινωνίες επεκτείνονται και γίνονται προοδευτικά πιο περίπλοκες, η γυμνή ικανότητα των ανθρώπινων όντων να η σύλληψη/επεξεργασία της πληροφορίας που δημιουργείται αναπόφευκτα αντιμετωπίζει τους περιορισμούς της, σε τέτοιο βαθμό που καθίσταται θεμελιώδης την αναζήτηση και εφαρμογή εναλλακτικών λύσεων που δίνουν βιωσιμότητα στους μηχανισμούς που μέχρι τώρα είχαν συνηθίσει υπάρχω. Επομένως, απαιτείται μια τεχνολογική επανάσταση. Και με αυτή την έννοια, Η τεχνητή νοημοσύνη έχει βρει ένα ανεξάντλητο πεδίο εφαρμογής στον τραπεζικό και οικονομικό τομέα.

Ο όγκος των πληροφοριών που αναλύονται επί του παρόντος στον χρηματοοικονομικό τομέα είναι πραγματικά συντριπτικός. Ωστόσο, έχει την ιδιαιτερότητα να χρησιμοποιεί βασικά ποσοτικά δεδομένα (όπως επενδύσεις, προμήθειες, χρέη κ.λπ.) και μεγάλης κανονικότητας, άρα Διευκολύνει την τεχνητή νοημοσύνη να ξεκινήσει με αλγόριθμους που στο μέλλον θα επεκταθούν σχεδόν σε όλες τις περιοχές αυτών των περιοχών επιχείρηση.

Η τεχνητή νοημοσύνη στα οικονομικά εξακολουθεί να θεωρείται εφηβική τεχνολογία σήμερα, αν και βρίσκεται σε άνοδο (μόνο το 25% των οντοτήτων που λειτουργούν επί του παρόντος δεν σκέπτεται να το χρησιμοποιήσει εντός είκοσι τεσσάρων μήνες). Η πιο κοινή χρησιμότητα σήμερα είναι ο εντοπισμός φορολογικής απάτης και η διαχείριση περιουσίας, αν και αρχίζουν να επεκτείνονται σε προσωπικά οικονομικά και αιτήσεις δανείων.

4. Εκπαίδευση

Η τεχνητή νοημοσύνη στον εκπαιδευτικό τομέα επιδιώκει να μειώσει το εμπόδιο που βρίσκεται σήμερα μεταξύ της επίσημης διδασκαλίας (στην τάξη) και της αυτόνομης και ανεξάρτητης μάθησης των μαθητών. Στόχος είναι να ελαχιστοποιηθεί ο πλεονασμός στα καθήκοντα που ανατίθενται στους νέους, προωθώντας συνεργατικές μεθοδολογίες στην οικοδόμηση της γνώσης και στην τόνωση της αυτονομίας. Για αυτό χρησιμοποιούνται προσωπικά συστήματα επικοινωνίας (διαδίκτυο, φορητές συσκευές κ.λπ.) πέρα ​​από τους παραδοσιακούς χώρους όπου αναπτύχθηκε η διαδικασία διδασκαλίας-μάθησης.

Η τεχνητή νοημοσύνη μπορεί να συμβάλει στο σύστημα συνεχούς αξιολόγησης παρακολουθώντας την απόδοση των μαθητών σε πραγματικό χρόνο και προβλέποντας πιθανές δυσκολίες που θα μπορούσαν να προκύψουν κατά τη διάρκεια των σπουδών, βελτιστοποιώντας τις απαιτήσεις και ενημερώνοντας τους εκπαιδευτικούς για αυτές τις συνθήκες.

Η έγκαιρη ανίχνευση ειδικών εκπαιδευτικών αναγκών, ακόμη και συγκεκριμένων μαθησιακών διαταραχών, θα μπορούσε επίσης να διατυπωθεί γρήγορες και αποτελεσματικότερες λύσεις από τους διάφορους επαγγελματίες που εμπλέκονται στη θεραπεία τους (θεραπευτική παιδαγωγική, ψυχολογία, λογοθεραπεία, και τα λοιπά.).

• Μπορεί να σας ενδιαφέρει: "Εκπαιδευτική ψυχολογία: ορισμός, έννοιες και θεωρίες"

5. Βιομηχανία

Επί του παρόντος, η τεχνητή νοημοσύνη χρησιμοποιείται μαζικά στον κλάδο της βιομηχανίας, αυτοματοποίηση των διαδικασιών παραγωγής και τελειοποίηση υλικών/ανθρώπινων πόρων. Για παράδειγμα, η χρήση του είναι πολύ συχνή για την επεξεργασία αλεύρων και ψωμιών, στα οποία χρησιμοποιούνται αλγόριθμοι. μεγάλης πολυπλοκότητας ικανό να προβλέψει γεγονότα που θα μπορούσαν να ρυθμίσουν την ποιότητά του ή τη διατροφική του μήτρα. Με αυτόν τον τύπο τεχνολογίας, λαμβάνονται αποφάσεις για την επίλυση απρόβλεπτων που μέχρι πρόσφατα απαιτούσαν χειροκίνητη παρέμβαση.

Υπάρχουν επίσης τεχνικές απεικόνισης ικανές καταγράφουν οποιαδήποτε απόκλιση από ένα πρότυπο σε γραμμές συναρμολόγησης ή γραμμές παραγωγής, πολλά από τα οποία είναι ανεπαίσθητα στο ανθρώπινο μάτι, και τα οποία προειδοποιούν για την κατάσταση πριν συμβεί αποκτήσει καταστροφικές ή υψηλού κόστους διαστάσεις για την εταιρεία (αλυσοδεμένα λάθη, εργοστασιακά ελαττώματα, και τα λοιπά.).

6. Υγεία

Η υγεία είναι ένας από τους τομείς της ζωής στους οποίους η τεχνητή νοημοσύνη γνωρίζει μεγαλύτερη άνθηση σήμερα. Έτσι, υπάρχουν τεχνολογίες σχεδιασμένες για την ανίχνευση πρώτων ή διαδοχικών ψυχωσικών επεισοδίων από τα δεδομένα που εξάγονται από τη λειτουργική μαγνητική τομογραφία, με επιτυχία έως και 80%, και το οποίο αντιπροσωπεύει ένα άνευ προηγουμένου ορόσημο στην ιστορία της ψυχικής υγείας (επειδή αποτελεί βιολογικό δείκτη για τη διάγνωση μιας τόσο σοβαρής ψυχοπαθολογία). Ωστόσο, τα τελευταία χρόνια η χρησιμότητα αυτών των τεχνικών νευροαπεικόνισης έχει αμφισβητηθεί, επομένως είναι μια χρήση που υπόκειται σε προβληματισμό.

Σε μια άλλη σειρά πραγμάτων, τα κοινωνικά δίκτυα αρχίζουν επίσης να χρησιμοποιούνται, και το τεράστιο ποσό των πληροφορίες που μπορούν να απορριφθούν σε αυτά, ως προγνωστικοί δείκτες πολλών σωματικών παθολογιών και διανοητικός. προς το παρόν, η πιο κοινή χρήση κατευθύνεται στην ανίχνευση αυτοκτονικού κινδύνου και διαταραχών της διάθεσης, αν και αναμένεται ότι με τη βελτίωση της διαχείρισης Big Data (τεχνολογίες υπολογιστικού χαρακτήρα που προορίζεται για την επεξεργασία τεράστιων όγκων δεδομένων) μπορεί να επεκταθεί και σε άλλες περιπτώσεις Υγεία.

Αν και στον τομέα της ψυχικής υγείας εξακολουθούν να υπάρχουν πολύ λίγες εισβολές τεχνητής νοημοσύνης, αυτό δεν συμβαίνει σε άλλους σχετικούς τομείς, όπως η Ιατρική. Εδώ και αρκετό καιρό, κομμάτια λογισμικού έχουν σχεδιαστεί για την εκτίμηση της παράπλευρης ζημίας ακτινοθεραπεία μέσω πληροφοριών που συλλέγονται από τη σύγκλιση μεταξύ ιατρικών αρχείων και συστημάτων καταγραφής ή έλεγχος. Με αυτό, είναι δυνατό να βελτιωθούν οι προγνωστικοί παράγοντες και να προβλεφθούν οι δευτερεύουσες επιδράσεις αυτού του τρόπου θεραπείας.

Τα τελευταία χρόνια έγιναν προσπάθειες επίσης κινούνται προς την αυτοματοποίηση όλων των ιατρικών αρχείων στο χώρο της υγείας, σε αλληλεπίδραση με τρέχοντες δείκτες για την κατάσταση του ίδιου του σώματος, μέσω των οποίων η εξέλιξη του α ασθενή μέσω προγνωστικών αλγορίθμων που υπόκεινται σε συνεχή ενημέρωση των στοιχείων που συγκεντρώνονται στη συλλογή επιστημονικός. Με αυτόν τον τρόπο, οι επαγγελματίες θα μπορούν να γνωρίζουν αυτόματα πώς είναι ο ασθενής τους και να προσφέρουν μια θεραπεία βασισμένη σε πιο αντικειμενικές βάσεις. Βασικό ρόλο στην ασταμάτητη διαδικασία προς τον ψηφιακό μετασχηματισμό της υγείας θα παίξει και η γενετική χαρτογράφηση, η οποία σταδιακά θα γίνει πιο προσιτή.