KI-Technologien, die jetzt wichtig sind: Menschen, Prozesse und Potenzial erweitern

Zur Verfügung gestellt von SAS

Jim Goodnight ist Mitbegründer und CEO von SAS.



Von der Massenüberwachung bis hin zu Gedankenlesemaschinen scheint jeder neue Tag eine weitere alarmierende Vorhersage über das Potenzial von zu bringen künstliche Intelligenz die Welt zu verändern.

China-Cap und Handel

Aber wir schenken den praktischen KI-Anwendungen, die täglich im Einsatz sind, zu wenig Aufmerksamkeit. Diese realen Anwendungen sind nicht gruselig oder futuristisch. Einige von ihnen könnte man sogar als banal bezeichnen. Aber sie bieten Unternehmen und Verbrauchern einen praktischen Wert und führen uns nicht in den drohenden Untergang.

KI hat das Potenzial, unsere Welt zu verändern. Aber das wird nicht durch empfindungsfähige Roboter oder Computer geschehen, die den Menschen die Kontrolle entziehen. Die KI-Anwendungen, die wir sehen, werden die menschlichen Aktivitäten häufiger ergänzen als ersetzen.

Da wir weiterhin eine zunehmende Rechenleistung und eine stärker vernetzte Welt erleben, werden praktische KI-Technologien wie Verarbeitung natürlicher Sprache , Computer Vision , und speziell maschinelles Lernen werden sich vermehren und noch nützlicher werden. Dies sind die praktischen Anwendungen von KI, die unser Leben verbessern werden.

KI-Technologien, die jetzt wichtig sind: Menschen, Prozesse und Potenziale erweitern

Datenwissenschaftler überprüfen Computervisions-Heatmaps, die zur Identifizierung von Tierspuren für Naturschutzbemühungen verwendet werden. Mit freundlicher Genehmigung von SAS

Verarbeitung natürlicher Sprache . Heute haben Sie Zugriff auf KI direkt in Ihrer Tasche. Ich kann mein Handy fragen, wie die Außentemperatur ist oder wann der Lebensmittelladen die Straße runter für den Tag schließt. Mein Telefon versteht meine Frage, greift online auf die Antwort zu und beantwortet meine Frage dann in meiner Sprache.

Die Fähigkeit, Sprache zu interpretieren und zu verarbeiten, ist eine schnell wachsende Anwendung für KI. Außerhalb der persönlichen Verwendung auf unseren Telefonen kann die Generierung natürlicher Sprache Kontext für die Ergebnisse liefern, die Sie in einem Bericht sehen, die Ausgabe eines maschinellen Lernmodells erklären oder fragen, ob Sie weitere Analysen wünschen. Diese verbalen Erklärungen können komplexe Analysen für mehr Menschen zugänglich machen, selbst wenn sie keinen tiefen Hintergrund in Analytics haben.

neue Abgüsse für gebrochene Knochen

Die Verarbeitung natürlicher Sprache unterstützt auch Chatbots, die Kunden online Informationen zur Verfügung stellen. Wenn du nach ... gehst sas.com und sich für den Chat entscheiden, verwenden wir unsere eigene Technologie, um mit Kunden in Kontakt zu treten. Wir haben immer noch lebende, menschliche Chat-Vertreter. Aber für viele der Anfragen, die Menschen haben, kann ein Computer automatisierte Antworten liefern. Dadurch können sich unsere Chat-Mitarbeiter auf komplexere Fragen konzentrieren.

Computer Vision. Eine andere Möglichkeit, KI zu demonstrieren, ist Computer Vision. Diese Methode findet immer wieder neue und innovative Anwendungsfälle.

Ärzte verwenden Computer Vision, um Tumore auf medizinischen Bildern zu messen und zu klassifizieren. Naturschützer verwenden Computer Vision, um Fotos von Tierabdrücken zu analysieren, um gefährdete Arten ohne invasive Markierungen zu überwachen.

Natürlich ist Computer Vision auch für selbstfahrende Fahrzeuge von entscheidender Bedeutung, darunter Autos, Lastwagen und Nutzfahrzeuge, die in Werken und Lagern eingesetzt werden. Mehrere Unternehmen sind Pioniere bei Fahrzeugen, die Computervision und Sensoren verwenden, um die Welt um sie herum zu sehen. Die Technologie bietet den Fahrzeugen 360-Grad-Ansichten mit Lasern, die Objekte in einer Entfernung von Hunderten von Metern erkennen.

Alpha-Centauri-Sternensystem

Computer Vision treibt auch die Zukunft des Einzelhandels voran, von der kassenlosen Kasse über visuelle Empfehlungen bis hin zur Vorhersage der Nachfrage.

Maschinelles Lernen . Neue Anwendungen von KI und Predictive Analytics haben das Potenzial, fast jeden Aspekt jeder Organisation zu verändern. Nehmen Sie die Technologie zur Bekämpfung der Geldwäsche (AML). Hunderte von Organisationen weltweit nutzen AML, um problematische oder illegale Finanztransaktionen auf der ganzen Welt zu identifizieren. Durch das Hinzufügen von KI und maschinellem Lernen zu bestehender AML-Technologie haben wir eine Reduzierung von Fehlalarmen um 50 % bis 70 % festgestellt. Das bedeutet weniger Transaktionen für manuelles Eingreifen, sodass sich die Mitarbeiter mehr auf Fälle konzentrieren können, die dem Unternehmen und seinen Kunden wirklich schaden.

besagt, dass Impfpässe verbieten

Viele meiner bevorzugten KI-Anwendungsfälle haben dasselbe Element, um Menschen produktiver zu machen. KI und maschinelles Lernen können wichtige Arbeiten verbessern und erweitern, die bereits auf der ganzen Welt geleistet werden. Sie nehmen, was bereits funktioniert und machen es besser.

Viele Menschen fragen sich, welche Modelle des maschinellen Lernens für welche Probleme verwendet werden sollten. Sehen wir uns vier Arten von Modellen für maschinelles Lernen an und beschreiben einige Szenarien, in denen sie häufig verwendet werden.

  1. Neuronale Netze. In der Finanzwelt helfen neuronale Netze den Ermittlern, Betrug aufzudecken und zu stoppen, indem sie Trends in Millionen von Transaktionen aufdecken. ERGO, ein deutsches Versicherungsunternehmen, nutzt Predictive Analytics von SAS, um ungerechtfertigte Ansprüche zu finden. Kunden verwenden auch neuronale Netze in ihren Gebäuden, um den Stromverbrauch zu optimieren und mechanische Ausfälle vorherzusagen.
  2. Entscheidungsbäume. Durch die Verwendung von Entscheidungsbäumen haben wir dem schnell wachsenden Wake County, North Carolina, geholfen, Grundsteuerschätzungen gerechter und genauer zu machen. Wir arbeiten mit vielen Steuerbehörden zusammen, um Steuerbetrug aufzudecken und Bürger zu finden, die ihr Einkommen zu niedrig angegeben haben.
  3. Regressionsmethoden. Regressionsmethoden sind eine bewährte statistische Praxis, die im KI-Zeitalter neues Leben findet. Wir können diese Technologie nutzen, um Zielmärkte besser zu verstehen. Für Regierungsbehörden können Regressionsmethoden dabei helfen, Betrug und Verschwendung in bestehenden Programmen zu erkennen. Für Banken und Finanzdienstleistungsunternehmen kann es zu besseren Risikobewertungen führen und die Grundlage für ein anpassungsfähiges, genaueres Anti-Geldwäsche-Programm schaffen.
  4. Prognose. Prognosen ermöglichen großen staatlichen Programmen, Bevölkerungsveränderungen zu berücksichtigen und zu verstehen, wie sich diese Veränderungen auf staatliche Dienstleistungen auswirken. In der Stromerzeugungsbranche überwachen Unternehmen ständig das Netz und untersuchen Wetterdaten, um sicherzustellen, dass der Strom da ist, wenn Sie ihn brauchen. Eni – ein italienisches Energieunternehmen – nutzt SAS Predictive Analytics, um geologische Bohrlochdaten zu kontrollieren, zu bereinigen und aufzubereiten. Dies hilft Eni, seinen Ölexplorationsprozess zu automatisieren und zu verfeinern.

Viele Faktoren treiben den Hype und das Interesse an KI voran: das Internet, die Digitalisierung analoger Daten, die zunehmende Verwendung von Bildern und Videos zur Kommunikation, das Internet der Dinge und unsere Fähigkeit, diese Daten mit Cloud-Technologien zu erfassen und zu speichern.

Nach mehr als 40 Jahren der Entwicklung und Implementierung von Analysesoftware bin ich optimistisch in Bezug auf Technologie und ihre Fähigkeit, unser menschliches Potenzial zu erweitern und zu erweitern.

Während die KI bestimmte Jobs und Branchen stören und verändern wird, haben wir als Menschen die Neugier und Leidenschaft, diese leistungsstarken Technologien zu steuern, um das zu erreichen, was einst unmöglich war. Kreativität, Problemlösung und die Fähigkeit, mit verschiedenen Teams zusammenzuarbeiten, werden noch wichtiger, wenn wir uns mit KI in die Zukunft bewegen. Zusammen mit der Technologie werden die Menschen unser Leben und die Welt um uns herum weiter verbessern.

verbergen

Tatsächliche Technologien

Kategorie

Unkategorisiert

Technologie

Biotechnologie

Technologierichtlinie

Klimawandel

Mensch Und Technik

Silicon Valley

Computer

Mit News Magazine

Künstliche Intelligenz

Platz

Intelligente Städte

Blockchain

Reportage

Alumni-Profil

Alumni-Verbindung

Mit News Feature

1865

Meine Sicht

77 Mass Avenue

Treffen Sie Den Autor

Profile In Großzügigkeit

Auf Dem Campus Gesehen

Lerne Den Autor Kennen

Alumni-Briefe

Nicht Kategorisiert

77 Massenallee

Rechnen

Tech-Richtlinie

Lernen Sie Den Autor Kennen

Nachrichten

Wahl 2020

Mit Index

Unter Der Kuppel

Feuerwehrschlauch

Unendliche Geschichten

Pandemie-Technologieprojekt

Vom Präsidenten

Titelstory

Fotogallerie

Empfohlen