사회에 적용된 인공 지능의 6가지 예

인공지능이 이미 우리 안에 있다는 것은 사실입니다. 몇 년 전 공상과학 영화에서 보았던 것처럼 항상 그런 것은 아니지만, 우리가 하루 종일 하는 데 시간을 보내는 많은 일들이 있습니다.

우리가 휴대전화를 사용할 때, 인터넷 서핑을 하거나 단순히 도시 내에서 자동차를 운전합니다. 이 모든 경우에 대부분의 경우 무심코 인공 지능이 어떤 식으로든 참여하고 있습니다.

이 기사의 목적은 다름 아닌 그러한 현실이 가정하는 몇 가지 얼굴을 보여주는 것입니다. 이를 위해 우리는 볼 것입니다 인공 지능의 다양한 예, 오늘날 이미 사용 중이거나 곧 사용하게 될 것입니다.

• 관련 기사: "인간 지능 이론"

인공 지능의 6가지 예

인공 지능(AI)은 표시하는 기계 또는 알고리즘을 고안, 설계 및 생산하는 전산 과학 분야입니다. 인간이 정보에 대해 수행하는 처리에 더 가깝게 만드는 작동 매개변수. 따라서 매우 복잡한 문제의 해결, 텍스트의 이해 및 매우 다양한 영역의 프로토콜 계획과 같은 기능이 일반적으로 포함됩니다. 최근 몇 년 동안 점진적으로 더 넓은 영역으로 확장되고 있지만(예: 여기에서 논의할 영역).

현재의 기술은 불과 몇 년 전만 해도 공상과학 소설에서는 상상조차 할 수 없었던 것을 현실화하는 것을 가능하게 합니다. 건강 문제를 진단할 수 있는 로봇(외모가 점점 더 인간적)의 사용에서 자율적으로(무인) 이동할 수 있는 차량에 이르기까지. 주요 강조점은 필요 없이 학습할 수 있는 지능형 기계의 개념을 지향하는 것입니다. 우리 자신의 신경계와 유사한 구조를 사용하기까지 합니다. 본부. 사실로, 로봇 존재와 함께 생활하는 것과 관련된 정서적 결과가 연구되기 시작했습니다., Disturbing Valley와 같은 신흥 이론.

이것은 열광적인 기술 개발의 영역이며 아마도 가까운 장래에 스스로를 이해하고 일종의 발전을 할 수 있는 인공 존재와 일상의 공존 의식. 다른 경우에는 기반이 되는 알고리즘 및/또는 코드의 형태를 취하는 덜 "유형적인" 기술 유형을 탐색합니다. 일상 생활의 많은 "보이지 않는" 프로세스: 항공 교통 관제에서 막대한 양의 항공기 보관 및 분석에 이르기까지 정보. 그것의 모든 고급 통계 전략을 통해.

따라서 SF가 성을 잃고 과학으로만 변해감에 따라 인간은 필연적이다. 우리가 이해하는 방식의 패러다임 전환을 자신의 손으로 성형하고 있다고 가정하기 시작합니다. 세계. 이에 대한 실례로 여기 우리는 오고 있거나 이미 우리 사이에 있는 인공 지능의 몇 가지 예를 제시합니다. 보다 알기 쉽게 정보를 정리할 수 있도록 지역별로 상세하게 설명하겠습니다.

1. 광고하는

특정 광고 분야의 인공 지능은 잠재적인 소비자의 모든 요구를 식별하는 것을 목표로 하는 점진적인 정교함 알고리즘 더 흥미로울 수 있는 "점"을 보여주기 위한 목적으로. 이러한 의미에서 데이터 사용, 창의성(이 분야에서 항상 분명함), 정보 및 통신 기술 사용 사이의 융합입니다.

이 분야의 인공 지능은 "온라인 트래픽"과 각 서퍼의 프로필에 대한 실시간 모니터링 프로세스를 수행하며, 판매될 제품 또는 서비스를 표시할 다양한 공간의 선택 프로세스를 최적화하기 위해(반품 간결한). 목표는 적절한 메시지가 최적의 시간에 가장 적절한 사람에게 도달하여 이 지식 분야가 목표로 하는 설득 과정을 가속화하는 것입니다.

이러한 형태의 인공 지능은 매우 중요한 비판의 대상이 되고 있습니다. 이용자의 개인정보를 침해한다고 판단되는 경우, 오늘날에는 실질적으로 전체 네트워크(복잡성이 크거나 작음)에 널리 퍼져 있습니다. 데이터 보호 정책에 관한 최신 법률은 다음을 방문하는 사람들에게 경고를 요구합니다. 그러한 관행(쿠키, 활동 수집, 등.).

• 당신은 관심이있을 수 있습니다: "마케팅과 광고에 적용된 심리학의 7가지 핵심"

2. 수송

인공 지능은 또한 멈출 수 없는 확장에 진입하고 있습니다. 공공 및 민간 모두의 운송 부문. 이러한 기술 개발의 목적은 승객뿐만 아니라 차량 승객의 안전을 높이는 것입니다. 운전하는 동안 주변에 있는 보행자, 또는 활성화된 도로의 사용을 규제할 수도 있습니다. 그것을 위해. 일부 회사는 또한 이 분야의 발전을 통해 미래에 환경 오염을 줄이는 것을 목표로 합니다.

모든 종류의 차량에 자율 내비게이션 시스템이 구현되기 시작했습니다. 그리고 그것은 아주 오랫동안 사용된 비행기에서 뿐만 아니라 (조종사는 "유일하게" 가정하기 때문에 이륙 및 착륙 중 또는 기상 상황이 필요할 때 항공기 제어. 필요). 이러한 경우 중앙 장치에 의해 조정된 일련의 알고리즘이 방대한 양의 처리를 담당합니다. 공간의 상대적 위치 및 공간에 대한 정보, 어떤 인간보다 훨씬 빠르고 정확하게(효율적으로) 결정을 내리기 위해.

컴퓨터화된 도구는 도로나 고속도로의 교통량을 관리하기 위해 매일 더욱 발전된 방식으로 사용되기 시작했습니다. 상황 정보 및 선행 이벤트의 통계 처리를 기반으로 모든 환경 조건을 제어하고 교통 체증을 예측합니다. 운전 중 휴대전화를 사용하는 사람을 감지하여 당국에 신고하는 것도 가능합니다!

3. 금융 및 경제

사회가 확장되고 점점 더 복잡해짐에 따라 인간의 벌거벗은 능력은 생성된 정보를 포착/처리하는 것이 근본적으로 될 정도로 그 한계에 부득이하게 직면 지금까지 사용되었던 메커니즘에 실행 가능성을 제공하는 대안의 검색 및 구현 생존하다 따라서 기술 혁명이 필요합니다. 그리고 이런 의미에서, 인공 지능은 은행 및 경제 분야에서 무궁무진한 응용 분야를 찾았습니다..

현재 금융 부문에서 분석되고 있는 정보의 양은 실로 압도적입니다. 그러나 기본적으로 양적 데이터(투자, 수수료, 부채 등)를 사용하는 특성이 있고 매우 규칙적이므로 인공 지능이 미래에 이러한 영역의 거의 모든 영역으로 확장될 알고리즘으로 시작하는 것이 더 쉬워집니다. 사업.

금융 분야의 인공 지능은 증가하고 있지만 오늘날에도 여전히 10대 기술로 간주됩니다. (현재 운영 중인 기업의 25%만이 24년 이내에 이를 사용할 생각을 하지 않습니다. 개월). 오늘날 가장 일반적인 유틸리티는 세금 사기 및 자산 관리의 탐지입니다., 개인 금융 및 대출 신청으로 확장되기 시작했지만.

4. 교육

교육 분야의 인공 지능은 현재 정규 교육(교실)과 학생의 자율적이고 독립적인 학습 사이에 있는 장벽을 허물고자 합니다. 목표는 젊은이들에게 주어진 업무의 중복을 최소화하는 것입니다., 지식 구축 및 자율성 자극에 있어 협력적 방법론을 장려합니다. 이를 위해 기존의 교수-학습 프로세스가 개발된 공간을 넘어 개인 통신 시스템(인터넷, 모바일 장치 등)을 사용합니다.

인공 지능은 실시간으로 학생의 수행을 모니터링하고 예측하여 지속적인 평가 시스템에 기여할 수 있습니다. 학습 시간 동안 발생할 수 있는 가능한 어려움, 요구 사항을 최적화하고 이러한 상황에 대해 교사에게 알리는 것.

특수 교육 요구 및 특정 학습 장애의 조기 발견도 명확하게 설명할 수 있습니다. 치료(치료 교육학, 심리학, 언어 치료, 등.).

• 당신은 관심이있을 수 있습니다: "교육 심리학: 정의, 개념 및 이론"

5. 산업

현재 인공 지능은 산업 분야에서 대량으로 사용되며, 생산공정 자동화 및 자재/인력 완성. 예를 들어, 알고리즘이 사용되는 밀가루와 빵의 정교화에 매우 자주 사용됩니다. 품질이나 영양 매트릭스에 영향을 미칠 수 있는 사건을 예측할 수 있는 매우 복잡한 것. 이러한 유형의 기술을 사용하면 최근까지 수동 개입이 필요했던 비상 사태를 해결하기 위한 결정이 내려집니다.

할 수 있는 이미징 기술도 있습니다. 조립 라인 또는 생산 라인의 표준과의 모든 편차 캡처, 그 중 많은 것들이 인간의 눈으로 감지할 수 없으며 그 전에 상황을 경고합니다. 회사에 치명적이거나 비용이 많이 드는 차원(연쇄 오류, 공장 결함, 등.).

6. 건강

건강은 오늘날 인공 지능이 더 큰 호황을 누리고 있는 삶의 영역 중 하나입니다. 따라서 기능적 자기 공명 영상에서 추출한 데이터에서 첫 번째 또는 연속적인 정신병 에피소드를 감지하도록 설계된 기술이 있습니다. 이는 최대 80%의 성공률을 보이며 정신 건강의 역사에서 전례 없는 이정표를 나타냅니다(심각한 진단을 위한 생물학적 지표이기 때문에 정신병리학). 그러나 최근 몇 년 동안 이러한 신경 영상 기술의 유용성에 대해 의문이 제기되어 반성의 대상이 되었습니다.

또 다른 순서로 소셜 네트워크도 사용되기 시작했으며 엄청난 양의 많은 물리적 병리 및 정신적 인. 지금은 가장 일반적인 사용은 자살 위험 및 기분 장애의 감지에 관한 것입니다., 빅데이터 관리(컴퓨터적 성질의 기술)의 향상으로 인해 엄청난 양의 데이터를 처리하기 위한 것)의 다른 상황으로 확장될 수 있습니다. 건강.

정신 건강 분야에서는 여전히 인공 지능의 침입이 거의 없지만 의학과 같은 다른 관련 분야에서는 그렇지 않습니다. 얼마 동안은 소프트웨어의 부수적 피해를 추정하기 위해 설계되었습니다. 의료기록과 등록시스템의 융합에서 수집된 정보를 통한 방사선치료 또는 확인하다. 이를 통해 이 치료 방식의 예후 인자를 개선하고 2차 효과를 예상할 수 있습니다.

최근 몇 년 동안 노력도 건강 분야의 모든 의료 기록의 자동화를 향해 나아가고 있습니다., 신체 자체의 상태에 대한 현재 지표와 상호 작용하여 진화를 통해 수집에 축적된 증거의 지속적인 업데이트에 따라 예측 알고리즘을 통해 환자 과학적. 이런 식으로 전문가들은 자동으로 환자의 상태를 파악하고 보다 객관적인 기반을 바탕으로 치료를 제공할 수 있습니다. 점점 더 저렴해질 유전자 매핑은 또한 건강의 디지털 변혁을 향한 멈출 수 없는 과정에서 핵심적인 역할을 할 것입니다.