GOOGLE :

Удивительные способы, которыми Google использует искусственный интеллект и спутниковые данные для предотвращения незаконного рыболовства

Сервисы Google, такие как инструменты поиска и перевода изображений, используют сложное машинное обучение, которое позволяет компьютерам видеть, слушать и говорить почти так же, как люди. Google использует машинное обучение в своих «умных» термостатах Nest — анализируя, как устройства используются в домашнем хозяйстве, они лучше предсказывают, когда и как их владельцы хотят, чтобы их дома отапливались, помогая сократить потери энергии.

Это приводит к передаче около 22 миллионов точек данных каждый день, и инженеры Google обнаружили, что, применяя машинное обучение к этим данным, они могут определить причину, по которой любое судно находится в море — будь то транспортный паром, контейнеровоз, прогулочное судно. судно или рыбацкая лодка. Алгоритмы распознавания изображений Google были обучены распознавать солнечные батареи на спутниковых снимках. Эта система была быстро введена в эксплуатацию городом Сан-Хосе в Калифорнии в рамках инициативы по определению мест, где новые панели могут вырабатывать 1 гигаватт солнечной энергии.

Обе эти инициативы являются прекрасными примерами того, как машинное обучение, основанное на общедоступных наборах данных, позволяет найти новые решения проблем современности. По мере того, как становится доступным больше данных, а компьютеры становятся все более мощными.

2. ВИКИПЕДИЯ:

Удивительные способы использования искусственного интеллекта Википедией

Сообщество Википедии, бесплатная энциклопедия, созданная по модели открытого редактируемого контента, печально известна своей токсичностью. Проблема была настолько серьезной, что количество активных участников или редакторов — тех, кто делал одно редактирование в месяц — за восемь лет сократилось на 40 процентов. Несмотря на то, что нет единого решения для борьбы с этой проблемой, Фонд Викимедиа, некоммерческая организация, поддерживающая Википедию, решила использовать искусственный интеллект, чтобы больше узнать о проблеме и рассмотреть способы борьбы с ней.

Команда Google Brain научила программное обеспечение обобщать информацию на веб-страницах и писать статьи в стиле Википедии. Оказывается, обобщать текст сложнее, чем многие из нас думали. Попытки Google Brain заставить машину обобщать контент немного лучше, чем предыдущие попытки, но еще предстоит проделать большую работу, прежде чем машина сможет писать с той же частотой и чутьем, что и люди. Оказывается, мы не совсем готовы к тому, чтобы машина автоматически генерировала записи в Википедии, но предпринимаются усилия, чтобы мы к этому пришли.

Хотя варианты использования искусственного интеллекта в работе Википедии все еще оптимизируются, машины, несомненно, могут помочь организации анализировать огромное количество данных, которые они ежедневно генерируют. Более качественная информация и анализ могут помочь Википедии разработать успешные стратегии для устранения негатива со стороны сообщества и проблем с набором участников.

3. ЯГУАР:

Как Jaguar Land Rover готовится к 4-й промышленной революции: искусственный интеллект и автономные автомобили

Являясь крупнейшим производителем автомобилей в Соединенном Королевстве и инвестором в исследования и разработки в производственном секторе Великобритании, Jaguar Land Rover представляет собой объединение двух знаковых британских автомобильных брендов — Jaguar, выпускающего роскошные спортивные автомобили и седаны, и Land Rover, производителя полноприводных автомобилей премиум-класса. -водить транспортные средства. Эти бренды появились в середине 20-го века и завоевали репутацию новаторов. Компания планирует продолжить традицию инноваций, прокладывая путь в будущее за счет инвестиций и приложений в области искусственного интеллекта и машинного обучения.

Jaguar Land Rover надеется усовершенствовать технологию автономного вождения по бездорожью на своих автомобилях. Компания признает, что автономные транспортные средства неизбежны, но они хотят гарантировать, что возможности и уровни производительности, ожидаемые текущими клиентами JLR, по-прежнему будут доступны в автономном будущем. Благодаря Project Cortex такие технологии, как видео, радар, обнаружение света, определение расстояния и многое другое, объединяются, чтобы позволить автомобилю адаптироваться к любой среде. Благодаря машинному обучению автомобили будут учиться на собственном опыте и со временем смогут совершенствоваться. Цель Project Cortex состоит в том, чтобы иметь автономную технологию, способную к четвертому и пятому уровням автоматизации: четыре, способные работать в определенных средах, и пятый, способный работать без какого-либо вмешательства человека.

4. ТЕСЛА:

Удивительные способы, которыми Tesla использует искусственный интеллект и большие данные

Tesla стала нарицательным как лидер и пионер на рынке электромобилей, но она также производит и продает передовые аккумуляторы и солнечные батареи.

Tesla эффективно собирает данные со всех своих автомобилей, а также их водителей, с помощью внутренних и внешних датчиков, которые могут собирать информацию о положении рук водителя на приборах и о том, как они ими управляют. Эти данные не только помогают Tesla совершенствовать свои системы, но и сами по себе имеют огромную ценность.

Данные используются для создания карт с высокой плотностью данных, показывающих все, от среднего увеличения скорости движения на участке дороги до местоположения опасностей, которые заставляют водителей действовать. Машинное обучение в облаке заботится об обучении всего автопарка, а на уровне отдельного автомобиля граничные вычисления решают, какие действия нужно предпринять прямо сейчас. Также существует третий уровень принятия решений, когда автомобили могут образовывать сети с другими автомобилями Tesla поблизости, чтобы обмениваться локальной информацией и идеями. В сценарии ближайшего будущего, когда беспилотные автомобили будут широко распространены, эти сети, скорее всего, также будут взаимодействовать с автомобилями других производителей, а также с другими системами, такими как дорожные камеры, дорожные датчики или мобильные телефоны.

5. УЗНАЙТЕ:

Удивительные способы, которыми Spotify использует большие данные, искусственный интеллект и машинное обучение для достижения успеха в бизнесе

Когда появились новости о том, что Франсуа Паше, французский ученый и эксперт по музыке, написанной с помощью ИИ, присоединился к команде Spotify, чтобы «сосредоточиться на создании инструментов, помогающих артистам в их творческом процессе», не все верили, что это ВСЕ, что он сделает. Вы можете только представить, как лидер в области искусственного интеллекта может использовать свой опыт, чтобы перевернуть столы в Spotify и создать музыку, написанную искусственным интеллектом, которая вытеснит артистов и их лейблы. Пока Spotify отрицает, что это так, хотя это не первая функция искусственного интеллекта, которую они запустили — AI Duet, выпущенный ранее в этом году, где слушатели могли создать дуэт с компьютером.

Как стало известно Spotify в 2015 году, его сообщество отреагирует, если сочтет, что использует слишком много вольностей с данными. После внесения масштабных изменений в свою политику конфиденциальности пользователи сообщили компании, что они рассержены, отменив подписки и выразив свое беспокойство в социальных сетях. Это побудило генерального директора Spotify Даниэля Эка извиниться за нечеткое сообщение и дало понять, что любой доступ к личным данным будет происходить только с разрешения человека.

Сегодня мы можем не знать, где Spotify будет внедрять инновации в следующий раз, но мы будем наблюдать. Как новаторы, они столкнутся с опытом обучения и даже неудачами, поскольку используют большие данные, искусственный интеллект и машинное обучение для достижения успеха. Это опыт, на котором мы все можем учиться.