Aplicații generale IA
Definiții ale AI, ML, DL și RPA
Inteligența artificială (AI)
Video euristic
Denumită uneori inteligența mașinilor, IA este inteligența demonstrată de mașini, spre deosebire de inteligența naturală manifestată de oameni și animale. Inteligența artificială oferă o gamă largă de instrumente care ajută la evaluarea și producerea unei mai bune integrări a informațiilor, precum și la analiza datelor pentru a îmbunătăți procesul decizional. Acest lucru poate fi realizat prin valorificarea datelor colectate din diverse surse, pe diferite platforme și spectre. Acest lucru va permite IA să ofere o capacitate mai bună de sofisticare și analiză extraordinară. Cheia pentru o mai bună analiză a tendințelor și interconexiunilor sofisticate este prin valorificarea capacităților puternice ale AI. Având acces la cantități enorme de date din diferite industrii și ecosisteme, cum ar fi finanțele, asistența medicală, orașele inteligente, IoT etc. AI va putea găsi valoare în domenii din diverse domenii fără legătură între ele și își va putea modifica capacitatea de a produce rezultate superioare în domeniul lor de aplicare.
Aceste discipline sunt alcătuite din algoritmi de inteligență artificială, care încearcă să creeze sisteme expert care fac predicții sau clasificări pe baza datelor de intrare.
În general, sistemele de inteligență artificială funcționează prin ingerarea unor cantități mari de date de instruire etichetate, analizând datele pentru a găsi corelații și modele și utilizând aceste modele pentru a face predicții despre stările viitoare.
Astfel, de exemplu, un robot de chat care este alimentat cu exemple de discuții text poate învăța să producă schimburi reale cu oamenii sau un instrument de recunoaștere a imaginilor poate învăța să identifice și să descrie obiectele din imagini prin examinarea a milioane de exemple.
Inteligența artificială va ajuta, de asemenea, la prezicerea tendințelor de pe piață și la generarea de produse care sunt în concordanță cu tendințele viitoare cu o precizie mult mai bună. De asemenea, poate gestiona mai bine logistica și lanțul de aprovizionare.
Inteligența artificială este o umbrelă mai largă sub care se regăsesc învățarea mecanică și învățarea profundă. Și, după cum arată diagrama de mai jos, Deep Learning este un subset al Machine Learning. Toate cele trei AI, învățarea mecanică și învățarea profundă sunt doar subansambluri unul altuia. Așadar, haideți să mergem mai departe și să înțelegem în ce fel anume sunt diferite una de cealaltă.
(sursa:: edureka.co)
Învățare automată (ML)
După ce am vizionat videoclipul de pe Youtube
gândiți-vă la cazuri similare de utilizare a inteligenței artificiale din viața de zi cu zi.
ALTE exemple de ML: PERFORM AI videos:
- Cape AI
- ARUTEC
Aceasta înseamnă capacitatea de învățare a instrumentului bazat pe inteligență artificială. ML este definit de Tom M. Mitchell, cercetător în domeniul informaticii și pionier al învățării automate: "Învățarea automată este studiul algoritmilor de calculator care permit programelor de calculator să se îmbunătățească automat prin experiență." - ML este una dintre modalitățile prin care ne așteptăm să ajungem la AI. Învățarea automată se bazează pe lucrul cu seturi de date de la mici la mari, examinând și comparând datele pentru a găsi modele comune și a explora nuanțe. Funcția unui sistem de învățare automată poate fi
Putem menționa diferite tipuri de ML, ML supravegheat, ML nesupravegheat, ML de întărire. Întrucât ML federat este o modalitate de a produce învățare automată de la mai multe servere care lucrează cu seturi de date distribuite, fără a partaja datele. Se mai numește și învățare colaborativă.
Învățare profundă
Învățarea profundă este un subansamblu al învățării automate, care este, în esență, o rețea neuronală cu mai multe straturi. Aceste rețele neuronale încearcă să simuleze comportamentul creierului uman - deși sunt departe de a egala capacitatea acestuia - permițându-i să "învețe" din cantități mari de date. În timp ce o rețea neuronală cu un singur strat poate face predicții aproximative, straturile ascunse suplimentare pot ajuta la optimizarea și rafinarea acurateței.Învățarea profundă a început să îndeplinească sarcini care erau imposibil de realizat cu ajutorul programării clasice bazate pe reguli. Domenii precum recunoașterea vorbirii și a fețelor, clasificarea imaginilor și procesarea limbajului natural, care se aflau în stadii incipiente, au făcut brusc salturi mari.
Automatizarea proceselor robotice
Întreprinderile primesc și ele un impuls:
productivitate, eficiență și
reziliență mai mari.
.
Nu este de mirare că RPA rescrie povestea muncii.
Pentru a demonstra cât de răspândită este utilitatea RPA (și de ce atât de mulți investesc în ea), am compilat o listă de exemple reale de RPA care ajută companiile să reducă costurile, să economisească timp, să rămână competitive și să facă o muncă mai bună.
Operațiuni ale centrelor de apeluri
Multe dintre solicitările clienților primite de centrele de apeluri pot fi susținute de tehnologia RPA; întrebările frecvente ale clienților și soluțiile pot fi furnizate agenților prin intermediul unui tablou de bord. Atunci când o problemă este transferată agenților umani de servicii pentru clienți, RPA poate ajuta la consolidarea tuturor informațiilor despre un client pe un singur ecran, astfel încât agenții să aibă la dispoziție toate informațiile de care au nevoie din mai multe sisteme pentru a oferi servicii exemplare.
Cereri de card de credit
În prezent, roboții se află în spatele scenei de procesare a majorității cererilor de carduri de credit. Aceștia pot fi programați să se ocupe cu ușurință de toate aspectele procesului, de la colectarea de informații și documente, verificarea creditului și a antecedentelor și, în cele din urmă, să decidă dacă solicitantul merită să primească un credit și să emită cardul propriu-zis.
Birou de asistență
Fiind prima linie de răspuns la problemele tehnice ale utilizatorilor, RPA poate contribui la reducerea volumului de muncă al biroului de asistență tehnică, rezolvând probleme simple și repetitive. Aceste probleme de asistență tehnică de nivel 1 sunt simple, dar consumatoare de timp. În plus, testele regulate de diagnosticare a sistemelor informatice ale unei companii, realizate de roboți, vor ajuta personalul uman din domeniul IT să rămână în fața problemelor.
RESURSE SUPLIMENTARE: VIDEOCLIPURI ȘI/SAU LINKURI UTILE
● Introducere în IA
● Film documentar despre inteligența artificială:
Referințe
● https://www.techtarget.com/searchenterpriseai/definition/AI-Artificial-Intelligence
● Hatamleh, Omar; Tilesch, George. BetweenBrains: Taking back our AI Future. Kindle Edition, https://betweenbrains.ai/
● Machine Learning definition, 2020, Expert AI, https://www.expert.ai/blog/machine-learning-definition/
● Machine Learning, 2017 SAS Institute Inc., sas.com/content/dam/SAS/documents/marketing-whitepapers-ebooks/sas-whitepapers/en/machine-learning-primer-108796.pdf
● Artificial Intelligence: The Ambiguous Labor Market Impact of Automating Prediction; Ajay Agrawal, Joshua S. Gans, and Avi Goldfarb; https://pubs.aeaweb.org/doi/pdfplus/10.1257/jep.33.2.31
● Definition of Robotic Process Automation, UiPath, https://www.uipath.com/rpa/robotic-process-automation
● https://www.expert.ai/blog/machine-learning-definition/
● https://www.geeksforgeeks.org/machine-learning/
● https://www.predictionmachines.ai/
Auto-reflecție
Iată linkul către un film documentar despre inteligența artificială și impactul acesteia asupra vieții umane.
Urmăriți-l și răspundeți la următoarele întrebări. Întrebări: Ce părere aveți despre impactul/beneficiile AI asupra societății?
Exerciţii
exercise_multiple_choice
și răspundeți la întrebarea de mai jos.
exercise_multiple_choice
și răspundeți la întrebarea de mai jos.
