6 dirbtinio intelekto pavyzdžiai taikomi visuomenei

Faktas, kad dirbtinis intelektas jau yra tarp mūsų. Tai ne visada yra taip, kaip buvo rodoma mokslinės fantastikos filmuose prieš keletą metų, bet jie yra: daugeliu dalykų, kuriuos mes leidžiame darydami bet kurią dieną.

Kai naudojamės mobiliuoju telefonu, naršome internete ar tiesiog vairuojame automobilį mieste; Visais šiais atvejais dažniausiai netyčia vienaip ar kitaip dalyvauja dirbtinis intelektas.

Šio straipsnio tikslas yra ne kas kita, kaip parodyti kai kuriuos veidus, kuriuos tokia tikrovė prisiima. Dėl to mes pamatysime įvairių dirbtinio intelekto pavyzdžių, kurie jau naudojami šiandien arba bus greitai.

• Susijęs straipsnis: "Žmogaus intelekto teorijos"

6 dirbtinio intelekto pavyzdžiai

Dirbtinis intelektas (DI) yra skaičiavimo mokslų sritis, atsakinga už mašinų ar algoritmų, kurie rodo, kūrimą, projektavimą ir gamybą veikimo parametrus, kurie priartina juos prie informacijos apdorojimo, kurį atlieka žmogus. Taigi dažniausiai įtraukiamos tokios funkcijos kaip labai sudėtingų problemų sprendimas, tekstų supratimas ir protokolų planavimas labai įvairiose srityse; nors pastaraisiais metais jis vis labiau plečiamas į vis platesnes sritis (pvz., tas, kurios bus aptariamos čia).

Dabartinės technologijos leidžia įgyvendinti tai, ko dar prieš kelerius metus net negalėjo sugalvoti mokslinė fantastika. Nuo robotų (vis labiau žmogiškos išvaizdos), galinčių diagnozuoti sveikatos problemą, naudojimo iki transporto priemonių, galinčių judėti autonomiškai (be piloto). Pagrindinis akcentas yra orientuotas į intelektualių mašinų, galinčių mokytis be reikalo, koncepciją žmogaus priežiūros ir netgi naudoja struktūrą, panašią į mūsų pačių nervų sistemos struktūrą centrinis. Faktiškai, pradedamos tirti emocinės pasekmės, susijusios su gyvenimu su robotiškomis būtybėmis, atsirandančios teorijos, tokios kaip Trikdantis slėnis.

Tai nepaprastai sparčiai besivystančių technologijų sritis, kuri tikriausiai artimiausiu metu apims ir kasdienis sambūvis su dirbtinėmis būtybėmis, galinčiomis suprasti save ir netgi susikurti savotišką suvokimas. Kitais atvejais jis tiria mažiau „apčiuopiamus“ technologijų tipus, kurie yra algoritmų ir (arba) kodų, kuriais jie pagrįsti, forma. daug „nematomų“ procesų kasdieniame gyvenime: nuo oro eismo valdymo iki didžiulių kiekių saugojimo ir analizės. informacija. Visa tai naudojant pažangias statistikos strategijas.

Taigi mokslinei fantastikai prarandant pavardę ir tampant tik mokslu, būtina, kad žmogus pradedi manyti, kad savo rankomis formuojate paradigmos pokytį mūsų supratimo būdu pasaulis. Kaip iliustratyvų to pavyzdį pateikiame tik kelis dirbtinio intelekto pavyzdžius, kurie ateina arba jau yra tarp mūsų. Kad informacija būtų suprantamesnė, ji bus detalizuota pagal sritis.

1. Reklama

Dirbtinis intelektas tam tikroje reklamos srityje siekia optimizuoti skaitmeninės rinkodaros kampanijas, naudojant laipsniško sudėtingumo algoritmai, skirti nustatyti visus potencialaus vartotojo poreikius su tikslu parodyti „dėmes“, kurios galėtų būti įdomesnės. Šia prasme tai yra duomenų naudojimo, kūrybiškumo (visada akivaizdus šiame sektoriuje) ir informacinių bei ryšių technologijų naudojimo sintezė.

Dirbtinis intelektas šioje srityje realiu laiku stebi „interneto srautą“ ir kiekvieno naršytojo profilį. siekiant optimizuoti skirtingų erdvių, kuriose bus rodomi produktai ar paslaugos, kuriuos ketinama parduoti, atrankos procesą (grąžinimas ekonominis). Siekiama, kad atitinkama žinutė pasiektų tinkamiausią asmenį pačiu tinkamiausiu laiku, o tai pagreitina įtikinėjimo procesą, į kurį yra nukreipta ši žinių sritis.

Ši dirbtinio intelekto forma nuo tada sulaukia labai svarbios kritikos Laikoma, kad tai pažeidžia vartotojo privatumą, nors šiandien jis yra plačiai paplitęs praktiškai visame tinkle (su didesniu ar mažesniu sudėtingumu). Naujausi įstatymai dėl duomenų apsaugos politikos reikalauja įspėti tuos, kurie apsilanko informaciją apie tai, kaip ji naudojasi tokia praktika (slapukais, veiklos rinkiniu, ir tt).

• Galbūt jus domina: "7 psichologijos raktai, taikomi rinkodara ir reklama"

2. Transportas

Dirbtinis intelektas taip pat pradeda nesustabdomą plėtrą viešojo ir privataus transporto sektoriuje. Šių technologijų patobulinimų tikslas – padidinti transporto priemonių keleivių ir keleivių saugumą. pėstieji, kurie yra šalia jūsų vairavimo metu, ar net reguliuoja naudojimąsi keliais, kurie yra įgalinti už jį. Kai kurios įmonės taip pat siekia sumažinti aplinkos taršą ateityje, taip pat pažangos šioje srityje.

Autonominės navigacijos sistemos pradedamos diegti visų rūšių transporto priemonėms; ir ne tik lėktuvuose, kur jis buvo naudojamas labai ilgą laiką (nes pilotas „tik“ prisiima orlaivio valdymas kilimo ir tūpimo metu arba kai to reikalauja oro sąlygos. reikalauja). Tokiais atvejais centrinio bloko suburtų algoritmų eilė yra atsakinga už didžiulių duomenų apdorojimą. informacija apie santykinę padėtį erdvėje ir tai, ką erdvė turi, siekiant priimti sprendimus daug greičiau ir tiksliau (efektyviau) nei bet kuris žmogus.

Taip pat pradedamos naudoti kompiuterizuotos priemonės, kasdien vis tobulesnės, reguliuojančios eismo intensyvumą keliuose ar greitkeliuose; kontroliuoti visas aplinkos sąlygas ir numatyti eismo kamščius, remiantis kontekstine informacija ir statistiniu ankstesnių įvykių apdorojimu. Netgi galima atpažinti, kas vairuojant naudojasi jūsų mobiliuoju telefonu, ir apie tai pranešti valdžios institucijoms!

3. finansai ir ekonomika

Visuomenei plečiantis ir vis sudėtingėjant, žmonių nuogas gebėjimas tai padaryti fiksuojant/apdorojant generuojamą informaciją neišvengiamai susiduriama su jos apribojimais tiek, kad ji tampa esminė ieškoti ir įgyvendinti alternatyvų, kurios suteikia gyvybingumo iki šiol įpratusiems mechanizmams išlaikyti. Todėl reikalinga technologinė revoliucija. Ir šia prasme, dirbtinis intelektas atrado neišsemiamą taikymo sritį bankininkystės ir ekonomikos srityse.

Šiuo metu finansų sektoriuje analizuojamos informacijos kiekis yra tikrai didžiulis. Tačiau jis pasižymi iš esmės kiekybinių duomenų (tokių kaip investicijos, komisiniai, skolos ir kt.) naudojimo ypatumas ir labai reguliarus, todėl Tai palengvina dirbtinio intelekto paleidimą naudojant algoritmus, kurie ateityje bus išplėsti praktiškai visose šių sričių srityse. verslui.

Dirbtinis intelektas finansų srityje šiandien vis dar laikomas paauglių technologija, nors ir auga (tik 25 % šiuo metu veikiančių subjektų neketina ja pasinaudoti per dvidešimt keturis mėnesių). Šiandien labiausiai paplitusi priemonė yra mokestinio sukčiavimo ir turto valdymo aptikimas, nors jie pradedami taikyti asmeniniams finansams ir paskolų paraiškoms.

4. Išsilavinimas

Dirbtinis intelektas švietimo srityje siekia sumažinti barjerą, kuris šiuo metu yra tarp formalaus mokymo (klasėje) ir savarankiško bei savarankiško mokinių mokymosi. Siekiama kuo labiau sumažinti jaunimui skiriamų užduočių perteklių, skatinant bendradarbiavimo metodikas kuriant žinias ir skatinant savarankiškumą. Tam naudojamos asmeninės komunikacijos sistemos (internetas, mobilieji įrenginiai ir kt.) už tradicinių erdvių, kuriose buvo vystomas mokymo-si procesas.

Dirbtinis intelektas gali prisidėti prie nuolatinio vertinimo sistemos, stebėdamas mokinių rezultatus realiu laiku ir numatydamas galimus sunkumus, kurie gali kilti studijų metu, optimizuojant poreikius ir informuojant apie šias aplinkybes dėstytojus.

Taip pat būtų leista anksti nustatyti specialiuosius ugdymosi poreikius ir net specifinius mokymosi sutrikimus greitesni ir efektyvesni sprendimai, kuriuos teikia įvairūs gydydami dalyvaujantys specialistai (terapinė pedagogika, psichologija, logopedija, ir tt).

• Galbūt jus domina: "Edukacinė psichologija: apibrėžimas, sąvokos ir teorijos"

5. Industrija

Šiuo metu dirbtinis intelektas masiškai naudojamas pramonės sektoriuje, automatizuoti gamybos procesus ir tobulinti materialinius/žmogiškuosius išteklius. Pavyzdžiui, jis labai dažnai naudojamas gaminant miltus ir duoną, kur naudojami algoritmai. labai sudėtingas, galintis numatyti įvykius, galinčius nulemti jo kokybę arba maistinę matricą. Naudojant tokio tipo technologijas, priimami sprendimai, kaip išspręsti nenumatytus atvejus, dėl kurių iki šiol reikėjo rankinio įsikišimo.

Taip pat yra vaizdo gavimo technikų, galinčių užfiksuoti visus nukrypimus nuo standarto surinkimo linijose arba gamybos linijose, kurių daugelis žmogaus akiai nepastebimi ir įspėja apie susidariusią situaciją prieš tai įgyti katastrofiškų ar didelių įmonei kaštų matmenis (grandinuotos klaidos, gamykliniai defektai, ir tt).

6. Sveikata

Sveikata yra viena iš gyvenimo sričių, kurioje dirbtinis intelektas šiandien išgyvena didesnį bumą. Taigi, yra technologijų, skirtų pirmiesiems ar nuosekliems psichozės epizodams aptikti pagal duomenis, gautus iš funkcinio magnetinio rezonanso tomografijos. sėkmės iki 80 % ir tai yra precedento neturintis įvykis psichikos sveikatos istorijoje (nes tai yra biologinis žymeklis diagnozuojant tokią rimtą ligą). psichopatologija). Tačiau pastaraisiais metais buvo abejojama šių neurovaizdinių metodų naudingumu, todėl tai yra naudojimas, kurį reikia apsvarstyti.

Kitaip tariant, socialiniai tinklai taip pat pradedami naudoti ir didžiulis kiekis informacija, kurią galima į juos įmesti, kaip daugelio fizinių patologijų nuspėjamuosius rodiklius ir psichikos. dabar, dažniausiai naudojamas savižudybės rizikai ir nuotaikos sutrikimams nustatyti, nors tikimasi, kad tobulėjant didžiųjų duomenų valdymui (kompiuterinio pobūdžio technologijos skirti apdoroti didžiulius duomenų kiekius) gali apimti ir kitas aplinkybes Sveikata.

Nors psichikos sveikatos srityje dirbtinio intelekto įsiveržimų vis dar labai mažai, kitose susijusiose srityse, pavyzdžiui, medicinoje, taip nėra. Jau kurį laiką programinės įrangos dalys buvo skirtos papildomai žalai įvertinti radioterapija naudojant informaciją, surinktą iš medicininių įrašų ir registracijos sistemų konvergencijos arba patikrinti. Taip galima pagerinti prognostinius veiksnius ir numatyti antrinį šio gydymo būdo poveikį.

Pastaraisiais metais taip pat buvo dedamos pastangos juda link visų medicininių įrašų automatizavimo sveikatos srityje, sąveikaujant su dabartiniais paties organizmo būklės rodikliais, per kuriuos vystosi a pacientas taikydamas nuspėjamuosius algoritmus, nuolat atnaujindamas kolekcijoje kaupiamus įrodymus mokslinis. Tokiu būdu specialistai galės automatiškai žinoti, kaip yra jų pacientas, ir pasiūlyti gydymą, pagrįstą objektyvesniais pagrindais. Genetinis kartografavimas, kuris palaipsniui taps prieinamesnis, taip pat vaidins pagrindinį vaidmenį nesustabdomame procese siekiant skaitmeninės sveikatos transformacijos.