6 esimerkkiä yhteiskunnassa sovelletusta tekoälystä

On tosiasia, että tekoäly on jo keskuudessamme. Se ei ole aina niin kuin se näytettiin tieteiselokuvissa muutama vuosi sitten, mutta ne ovat: monissa asioissa, joihin vietämme aikaa jokaisena päivänä.

Kun käytämme matkapuhelinta, surffaamme Internetissä tai yksinkertaisesti ajamme ajoneuvoa kaupungissa; Kaikissa näissä tapauksissa, suurimman osan ajasta, vahingossa tekoäly osallistuu tavalla tai toisella.

Tämän artikkelin tavoitteena ei ole mikään muu kuin näyttää joitain kasvoja, joita tällainen todellisuus olettaa. Tämän saamme nähdä erilaisia ​​esimerkkejä tekoälystä, joita käytetään jo tänään tai tullaan käyttämään lähiaikoina.

• Aiheeseen liittyvä artikkeli: "Ihmisen älykkyyden teoriat"

6 esimerkkiä tekoälystä

Tekoäly (AI) on laskennallisten tieteiden ala, jonka tehtävänä on suunnitella, suunnitella ja tuottaa koneita tai algoritmeja, jotka näyttävät toimintaparametreja, jotka tuovat heidät lähemmäksi ihmisen suorittamaa tiedon käsittelyä. Siten mukana ovat yleensä sellaiset toiminnot kuin hyvin monimutkaisten ongelmien ratkaiseminen, tekstien ymmärtäminen ja protokollien suunnittelu hyvin eri aloilla; vaikka viime vuosina sitä on laajennettu asteittain laajemmille aloille (kuten ne, joista keskustellaan tässä).

Nykytekniikat mahdollistavat sen, mitä tieteiskirjallisuus ei vielä muutama vuosi sitten voinut kuvitellakaan. Terveysongelman diagnosoimiseen kykenevien robottien käytöstä (miehittämättömät) itsenäisesti liikkuviin ajoneuvoihin. Pääpaino on suunnattu älykkäiden koneiden käsitykseen, jotka pystyvät oppimaan ilman tarvetta ihmisen valvonnassa ja joissa jopa käytetään samanlaista rakennetta kuin oman hermostomme keskeinen. Itse asiassa, affektiivisia seurauksia, jotka liittyvät elämiseen robottiolentoja, aletaan tutkianousevat teoriat, kuten Häiritsevä laakso.

Tämä on kiihkeän teknologisen kehityksen alue, ja siihen todennäköisesti liittyy lähitulevaisuudessa mm päivittäinen rinnakkaiselo keinotekoisten olentojen kanssa, jotka kykenevät ymmärtämään itseään ja jopa kehittämään jonkinlaisen tietoisuus. Muissa tapauksissa se tutkii vähemmän "konkreettisia" teknologiatyyppejä, jotka ovat algoritmien ja/tai koodien muodossa, joihin ne perustuvat. monia "näkymättömiä" prosesseja jokapäiväisessä elämässä: lennonjohdosta valtavien määrien valvontaan ja analysointiin. tiedot. kaikki siitä kehittyneiden tilastostrategioiden avulla.

Siten kun tieteiskirjallisuus menettää sukunimensä ja muuttuu vain tieteeksi, on välttämätöntä, että ihminen alkaa olettaa, että muokkaat omin käsin paradigman muutosta tapaan, jolla ymmärrämme maailman. Havainnollistavana esimerkkinä tästä esitämme tässä vain muutamia esimerkkejä tulossa olevasta tai jo keskuudessamme olevasta tekoälystä. Jotta tiedot järjestetään paremmin ymmärrettävällä tavalla, se on eritelty alueittain.

1. Mainonta

Tekoäly tietyllä mainonnan alalla pyrkii optimoimaan digitaalisia markkinointikampanjoita käyttämällä edistyksellisiä algoritmeja, joiden tarkoituksena on tunnistaa kaikki mahdollisen kuluttajan tarpeet tavoitteena näyttää "paikat", jotka voisivat olla mielenkiintoisempia. Tässä mielessä se on fuusio tiedon käytön, luovuuden (joka on aina ilmeistä tällä alalla) ja tieto- ja viestintätekniikan käytön välillä.

Tämän alueen tekoäly suorittaa reaaliaikaisen "online-liikenteen" ja jokaisen surffaajan profiilin seurantaprosessin. optimoidaksemme niiden eri tilojen valintaprosessin, joissa esitellään myytäväksi tarkoitettuja tuotteita tai palveluita (palautus taloudellinen). Tavoitteena on, että asianmukainen viesti tavoittaa sopivimman henkilön parhaalla mahdollisella hetkellä, mikä nopeuttaa taivutteluprosessia, johon tämä tietokenttä on suunnattu.

Tämä tekoälyn muoto on ollut erittäin tärkeän kritiikin kohteena siitä lähtien Sen katsotaan loukkaavan käyttäjän yksityisyyttä, vaikka nykyään se on laajalle levinnyt käytännössä koko verkossa (suuremmalla tai pienemmällä monimutkaisuudella). Viimeisimmät tietosuojakäytäntöjä koskevat lait edellyttävät, että niissä vierailevia varoitetaan ilmoittaa Internetissä tällaisten käytäntöjen käytöstä (evästeet, toimintojen kerääminen, jne.).

• Saatat olla kiinnostunut: "7 psykologian avainta markkinointiin ja mainontaan"

2. Kuljetus

Tekoäly on tulossa pysäyttämättömään kasvuun myös sisällä liikennesektorilla, sekä julkisella että yksityisellä sektorilla. Tämän teknologisen kehityksen tarkoituksena on lisätä ajoneuvon matkustajien ja matkustajien turvallisuutta. jalankulkijat, jotka ovat ympärilläsi ajon aikana tai jopa säätelevät sallittujen teiden käyttöä sitä varten. Jotkut yritykset pyrkivät myös vähentämään ympäristön saastumista tulevaisuudessa, myös tämän alan edistymisen kautta.

Autonomisia navigointijärjestelmiä aletaan ottaa käyttöön kaikenlaisiin ajoneuvoihin; eikä vain lentokoneissa, joissa sitä on käytetty hyvin pitkään (koska lentäjä "vain" olettaa ilma-aluksen hallinta lentoonlähdön ja laskun aikana tai säätilanteen niin vaatiessa. vaatii). Näissä tapauksissa peräkkäinen keskusyksikön järjestämä algoritmi on vastuussa valtavien määrien käsittelystä. tietoa suhteellisesta sijainnista avaruudessa ja mitä avaruus sisältää, tehdäkseen päätöksiä paljon nopeammin ja tarkemmin (tehokkaammin) kuin kukaan ihminen.

Myös tietokoneistettuja työkaluja aletaan käyttää, päivä päivältä kehittyneempiä, liikenteen määrän hallintaan teillä tai moottoriteillä. valvoa kaikkia ympäristöolosuhteita ja ennustaa liikenneruuhkia kontekstitietojen ja edeltävien tapahtumien tilastollisen käsittelyn perusteella. On jopa mahdollista havaita, kuka käyttää matkapuhelintasi ajon aikana, ja ilmoittaa viranomaisille!

3. rahoitus ja talous

Kun yhteiskunnat laajenevat ja muuttuvat asteittain monimutkaisemmiksi, ihmisten alastoman kyky syntyvän tiedon talteenotto/käsittely kohtaa väistämättä sen rajoitukset siinä määrin, että siitä tulee perustavanlaatuinen vaihtoehtojen etsiminen ja toteuttaminen, jotka antavat käyttökelpoisuuden tähän asti totutuille mekanismeille elää. Siksi tarvitaan tekninen vallankumous. Ja tässä mielessä tekoäly on löytänyt ehtymättömän sovellusalueen pankki- ja taloustieteen alalla.

Finanssialalla parhaillaan analysoitavan tiedon määrä on todella suuri. Sille on kuitenkin ominaista perustavanlaatuisen kvantitatiivisen tiedon (kuten sijoitukset, palkkiot, velat jne.) käyttö ja suuri säännöllisyys, joten Se helpottaa tekoälyn käynnistämistä algoritmeilla, jotka tulevaisuudessa laajennetaan käytännössä kaikille näiden alueiden osa-alueille. liiketoimintaa.

Rahoituksen tekoälyä pidetään edelleen teini-ikäisenä teknologiana, vaikkakin kasvussa (vain 25 % tällä hetkellä toimivista yksiköistä ei aio käyttää sitä 24 vuoden sisällä kuukaudet). Yleisin apuväline nykyään on veropetosten ja varallisuudenhoidon havaitseminen, vaikka ne alkavat ulottaa koskemaan henkilökohtaista rahoitusta ja lainahakemuksia.

4. koulutus

Kasvatusalan tekoäly pyrkii laimentamaan rajaa, joka tällä hetkellä on muodollisen (luokkahuoneessa) opetuksen ja opiskelijoiden itsenäisen ja itsenäisen oppimisen välillä. Tavoitteena on minimoida irtisanomiset nuorille annetuissa tehtävissäYhteistyömenetelmien edistäminen tiedon rakentamisessa ja autonomian edistämisessä. Tätä varten käytetään henkilökohtaisia ​​viestintäjärjestelmiä (internet, mobiililaitteet jne.) perinteisten opetus-oppimisprosessin kehittämisen tilojen ulkopuolella.

Tekoäly voi edistää jatkuvaa arviointijärjestelmää seuraamalla opiskelijan suorituksia reaaliajassa ja ennakoimalla mahdollisista vaikeuksista, joita voi syntyä opiskeluaikana, optimoimalla vaatimuksia ja tiedottamalla opettajille näistä olosuhteista.

Erityisten koulutustarpeiden ja jopa erityisten oppimishäiriöiden varhainen havaitseminen olisi myös mahdollista ilmaista nopeampia ja tehokkaampia ratkaisuja hoitoon osallistuvien eri ammattilaisten toimesta (terapeuttinen pedagogiikka, psykologia, puheterapia, jne.).

• Saatat olla kiinnostunut: "Kasvatuspsykologia: määritelmät, käsitteet ja teoriat"

5. Ala

Tekoälyä käytetään tällä hetkellä massiivisesti teollisuudessa, tuotantoprosessien automatisointi ja materiaali-/henkilöresurssien parantaminen. Sen käyttö on hyvin yleistä esimerkiksi jauhojen ja leipien valmistuksessa, jossa käytetään algoritmeja. erittäin monimutkainen, ja se pystyy ennustamaan tapahtumia, jotka voivat vaikuttaa sen laatuun tai ravitsemukselliseen matriisiin. Tämän tyyppisellä tekniikalla tehdään päätöksiä sellaisten odottamattomien tilanteiden ratkaisemiseksi, jotka viime aikoihin asti vaativat manuaalista puuttumista.

On myös kuvantamistekniikoita, jotka pystyvät havaita kaikki poikkeamat standardeista kokoonpanolinjoilla tai tuotantolinjoilla, joista monet ovat ihmissilmälle huomaamattomia ja jotka varoittavat tilanteesta ennen sitä hankkia katastrofaalisia tai korkeita kustannuksia yritykselle (ketjutetut virheet, tehdasvirheet, jne.).

6. Terveys

Terveys on yksi niistä elämänalueista, joilla tekoäly kokee nykyään voimakkaamman nousukauden. Siten on olemassa tekniikoita, jotka on suunniteltu havaitsemaan ensimmäiset tai peräkkäiset psykoottiset jaksot toiminnallisesta magneettikuvauksesta saaduista tiedoista. jopa 80 prosentin menestys, ja se on ennennäkemätön virstanpylväs mielenterveyden historiassa (koska se on biologinen merkki tällaisen vakavan sairauden diagnosoinnissa psykopatologia). Viime vuosina näiden hermokuvaustekniikoiden käyttökelpoisuus on kuitenkin kyseenalaistettu, joten sitä on harkittava.

Toisessa järjestyksessä myös sosiaalisia verkostoja aletaan käyttää, ja valtava määrä tiedot, jotka voidaan upottaa niihin, monien fyysisten sairauksien ennakoivia indikaattoreita ja henkistä. toistaiseksi, yleisin käyttö on suunnattu itsemurhariskin ja mielialahäiriöiden havaitsemiseen, vaikka on odotettavissa, että Big Datan hallinnan (tietokoneluonteiset tekniikat) parantuessa jotka on tarkoitettu käsittelemään valtavia tietomääriä) voivat ulottua muihin olosuhteisiin Terveys.

Vaikka mielenterveyden alalla on vielä hyvin vähän tekoälyn tunkeutumisia, näin ei ole muilla asiaan liittyvillä aloilla, kuten lääketieteessä. Jo jonkin aikaa ohjelmistoja on suunniteltu arvioimaan sivuvaurioita sädehoitoa potilastietojen ja rekisteröintijärjestelmien lähentymisestä kerättyjen tietojen avulla tai tarkistaa. Tämän avulla on mahdollista parantaa ennustetekijöitä ja ennakoida tämän hoitomuodon sivuvaikutuksia.

Viime vuosina on myös ponnisteltu ovat siirtymässä kohti kaikkien terveydenhuollon potilastietojen automatisointia, vuorovaikutuksessa itse kehon tilaa koskevien nykyisten indikaattoreiden kanssa, joiden kautta a potilaalle ennakoivien algoritmien avulla, joita kokoelmaan kertyvät todisteet päivitetään jatkuvasti tieteellinen. Näin ammattilaiset voivat automaattisesti tietää, miten potilas voi ja tarjota objektiivisempiin perusteisiin perustuvaa hoitoa. Vähitellen edullisemmaksi muuttuva geenikartoitus tulee olemaan avainasemassa myös pysäyttämättömässä prosessissa kohti terveyden digitaalista muutosta.