Миф или реальность завтрашнего дня? Информационный бюллетень по алгоритологии №3 🚕
Эти вещи звучат пугающе, и я уверен, что никто не станет спорить, что это реальность следующих 5 лет. Но что действительно интересно, так это тот факт, что мы видим все больше и больше освещения в основных средствах массовой информации, которые подогревают общество к этим изменениям.
«Насколько нам известно, это первый случай, когда ученые смогли экспериментально количественно оценить компромисс между размером парка, вместимостью, временем ожидания, задержкой в пути и эксплуатационными расходами для ряда транспортных средств, от такси до фургонов и шаттлов, «Русь» сообщила в пресс-релизе. «Более того, система особенно подходит для автономных автомобилей, поскольку она может непрерывно перенаправлять транспортные средства на основе запросов в реальном времени».
🤓 Первая зубная щетка с искусственным интеллектом
2016 год определенно был годом ИИ «повсюду», но, похоже, он никуда не денется ... И, честно говоря, я действительно взволнован этим, поскольку в последнее время было так мало инноваций в области ухода за зубами.
Эта новая зубная щетка оснащена запатентованной технологией искусственного интеллекта в зубной щетке в дополнение к трехмерным датчикам движения, акселерометру, гироскопу и магнитометру.
«Запатентованные алгоритмы глубокого обучения встроены прямо в зубную щетку на маломощном процессоре . Необработанные данные с датчиков проходят через процессор, позволяя системе изучать ваши привычки и повышать точность по мере их использования ”
🕴Автоматизация приходит для японских белых воротничков
Начиная с января 2017 года, токийская компания Fukoku Life Insurance Mutual Company передает роли 34 агентов по страхованию людей IBM Watson Explorer, платформе когнитивного поиска и анализа контента, использующей машинное обучение и языковую обработку для анализа. данные для тенденций и закономерностей.
Интересно, что большая часть того, что делали эти агенты, представляет собой типичную задачу машинного обучения, называемую классификацией (например, la, что делает очевидным, почему эти люди обречены потерять работу. Текущие достижения в области глубокого обучения делают невозможным конкурировать с машина, способная анализировать миллионы микропараметров и определять вещи, которые человеческий мозг не может определить в масштабе.
Fukoku Life использует IBM Watson Explorer для классификации болезней, травм и хирургических процедур. Когда держатели страховых полисов звонят на горячую линию компании для подачи страхового возмещения, суперкомпьютер IBM Watson может анализировать голос клиента и определять ключевые слова.
🎨 Разработано машинами?
Мне нравится этот вариант, он полностью соответствует грядущей тенденции помощи Human-AI на рабочих местах, где требования не являются описательными и нет четких процессов или данных, которые могут привести к автоматизации.
Если говорить о творческом сотрудничестве, когда дизайнеры работают «в паре» с алгоритмами для решения продуктовых задач, мы видим множество хороших примеров и явный потенциал. Особенно интересно, как алгоритмы могут улучшить нашу повседневную работу над веб-сайтами и мобильными приложениями.
Понравилась эта статья? Пожалуйста, порекомендуйте его, чтобы он мог охватить еще больше людей ❤
Изначально опубликовано в электронном бюллетене Алгорология. Если вы хотите получить его раньше всех - зарегистрируйтесь ниже.
