IT knowledge base
CTRL+F per cercare la tua parola chiave

Oltre 40 applicazioni di machine learning aziendale

Tradotto da un post di Philip Hodgett che ha parlato di recente all'Hollywood Professional Association Tech Retreat. Spero che l'elenco dei servizi pertinenti pronti per essere integrati nei tuoi progetti e gli esempi di attività di lavoro basate sull'apprendimento automatico, raccolti in un unico posto, siano utili agli sviluppatori. Ti invito a condividere i tuoi risultati di implementazione di successo di progetti di deep learning.

Cercando di capire da soli come potremmo utilizzare l'apprendimento automatico nella nostra attività di software, ho compilato questo elenco. Sono rimasto leggermente scioccato dalla varietà di usi di M.O. Secondo TechCrunch , sono già stati investiti oltre 10 miliardi di dollari in 1.500 startup associate a M.O. e intelligenza artificiale. Nel 2017, questo importo dovrebbe quadruplicare! Volevo condividere con voi questa lista...

Servizi di apprendimento IBM Watson

  • Riconoscimento vocale
  • Sintesi vocale
  • Elaborazione del linguaggio naturale (umore, parole chiave, entità nominate, concetti di alto livello)
  • Classificazione in linguaggio naturale (capisce il significato del testo e restituisce la classificazione corrispondente)
  • Chat bot Chat
  • Dialogo (scenari di comunicazione ramificata tra l'utente e l'applicazione)
  • Traduzione automatica Machine
  • Giudizi sulla personalità basati su come una persona scrive (per trovare le persone giuste, i prodotti, le opportunità e per personalizzare l'interfaccia utente)
  • Trovare e classificare le informazioni più utili da una raccolta di documenti
  • Analisi del sentiment (usando l'analisi linguistica per identificare emozioni, tendenze sociali, stile, contesto emotivo delle conversazioni/comunicazione)
  • Riconoscimento di immagini visive (comprendere il contenuto di un'immagine per l'etichettatura, ricerca di volti, determinazione di genere e fascia di età, ricerca di immagini simili in una collezione; un sistema addestrabile per la personalizzazione in applicazioni specifiche; TheTake ha lanciato un sito Web per l' acquisto di beni visti da utenti nei film ).
Google e Microsoft Cortana hanno servizi simili.

Medicinale

Prevedere i tempi di attesa al pronto soccorso

M.O. utilizzato in ambito sanitario per prevedere i tempi di attesa dei pazienti in un pronto soccorso . Per la previsione vengono utilizzati fattori come i livelli di personale, i dati dei pazienti, gli orari del pronto soccorso e persino le planimetrie.

Prevedere la psicopatia

La Online Privacy Foundation ha sponsorizzato una sfida alla psicopatia basata su tweet e i risultati sono incoraggianti .

Rilevamento di infarto

I ricercatori dell'IBM hanno imparato come estrarre i criteri per la diagnosi di infarto dal testo delle cartelle cliniche .

Richiesta di aiuto per ictus e crisi epilettiche

Una startup con sede a Singapore ha lanciato un'app in grado di inviare un messaggio di avviso quando il telefono viene scosso . Viene utilizzato l'algoritmo M.O. per distinguere il gesto effettivo di una chiamata di soccorso dai normali movimenti del telefono.

Diagnostica del cancro

L'algoritmo di deep learning di Google è stato utilizzato per diagnosticare il cancro e i risultati sono stati sorprendenti (accuratezza clinica 48%, punteggio Google 89%).

Prevedere i ricoveri dei pazienti in ospedale

Indica i pazienti ad alto rischio di riammissione ospedaliera .

Diagnostica del cancro della pelle

I ricercatori di Stanford hanno addestrato una rete neurale per rilevare il cancro della pelle dalle fotografie .

Elaborazione di testi

Traduzione automatica Machine

Le attività di traduzione automatica automatica sono rilevanti da molto tempo, ma il deep learning si è dimostrato il più efficace nelle seguenti aree:
  • Traduzione automatica di testi
  • Traduzione automatica delle immagini
  • In che modo Google ha messo al telefono il deep learning

Generazione di testo scritto a mano

Il problema di generare un testo scritto a mano per una frase arbitraria, soggetto a formazione su un ampio set di campioni di manoscritti.
  • Demo interattiva

Generazione di testo

Un compito interessante di generare testo basato sull'analisi di un ampio corpo di testi. Esistono metodi noti per generare la generazione di testo parola per parola e lettera per lettera. I modelli imparano la grammatica, la punteggiatura, la formazione delle frasi e persino imitano lo stile dei testi del corpus.
  • L'inspiegabile efficienza delle reti neurali ricorrenti
  • Generazione automatica di testi SEM tramite reti neurali ricorrenti.

Classificazione

La classificazione del testo o la modellazione degli argomenti consente di raggruppare automaticamente migliaia di notizie in aggregatori di notizie. Utile anche per raggruppare le parole chiave all'interno di una determinata tassonomia.

Affari e diritto

Ottimizzazione della tassazione

H&R Block ha addestrato la macchina IBM Watson a trovare detrazioni fiscali ottimali .

Calcolo dei pagamenti assicurativi

La tecnologia sarà in grado di leggere decine di migliaia di anamnesi e isolare la durata del trattamento ospedaliero, degli appuntamenti medici e delle procedure prima che vengano calcolati i pagamenti assicurativi .

Previsione del successo di immissione sul mercato

Dunnhumby cerca di prevedere se il lancio di un prodotto avrà successo .

Previsione del prezzo delle azioni

Benchmark Solutions cerca di prevedere il valore delle obbligazioni societarie statunitensi .

Capire i testi legali legal

Legal Robot traduce il testo legale in un semplice testo umano e cerca di determinare quali disposizioni mancano nel contratto, se ci sono disposizioni non necessarie, come la rinuncia ai diritti d'autore o gli accordi di non divulgazione.
Altri articoli NechCrunch sull'intelligenza artificiale nel diritto ...

Prevenzione del riciclaggio di denaro

PayPal utilizza il deep learning per prevenire frodi e riciclaggio di denaro a tutti i livelli di dettaglio. L'azienda è in grado di rilevare acquirenti e venditori senza scrupoli con elevata precisione.

Rilevamento anomalie

L'apprendimento automatico viene utilizzato per rilevare una varietà di transazioni out-of-business in un enorme flusso di dati. Ad esempio, il rilevamento di insider trading nel mercato azionario.

Migliorare il servizio clienti

L'apprendimento automatico può migliorare l'esperienza del cliente comprendendo le esigenze e le preoccupazioni esatte del cliente. Il fornitore di soluzioni di analisi predittiva Lumidatum afferma di poter distinguere facilmente un nuovo cliente da un utente esperto , riconoscere i problemi e rispondere in modo proattivo quando si presentano.

Elaborazione delle immagini

Doppiaggio automatico di film muti

Il sistema di deep learning sintetizza il suono che corrisponde al filmato.

Generazione di descrizioni di testo

Il compito di descrivere automaticamente una determinata immagine con il testo è stato contrassegnato da una crescita esplosiva delle pubblicazioni dal 2014. Ora, se la tua pagina Facebook si sta caricando lentamente, vedrai una descrizione della foto generata automaticamente.

Colorazione delle immagini in bianco e nero

Il deep learning viene utilizzato per colorare gli oggetti in modo sensibile al contesto, in modo simile a come funzionano i pittori del colore.
  • Colorazione automatica
  • Colorazione automatica delle immagini in bianco e nero .

Converti i disegni in foto

Cerca immagini per contenuto

La piattaforma di visione artificiale Facebook Lumos viene utilizzata per organizzare le ricerche di immagini per contenuto . Ciò significa che gli utenti possono trovare le immagini non solo tramite tag e didascalie di testo, ma anche tramite la descrizione degli oggetti nelle immagini.

Altri usi per l'apprendimento automatico

Scrittura musicale

Jukedeck è una delle tante società di produzione musicale basate sull'intelligenza artificiale . Addestrano le reti neurali completando i compiti, più o meno allo stesso modo in cui impara un bambino.

Controllo accessi del personale

Amazon ha sponsorizzato un concorso per affrontare la questione dell'automazione dell'assegnazione e della revoca dei diritti di accesso del personale.

Videosorveglianza totale

Gli operatori di sorveglianza possono perdere oggetti pericolosi, ma l'apprendimento automatico non può nascondersi! L'apprendimento automatico è in grado di adattarsi in modo flessibile alle variazioni stagionali del bagaglio e del suo contenuto, nonché alle esigenze speciali degli spazi controllati. Www.qylur.com è dedicato alla riduzione dei falsi positivi.

Combatti spam e malware

Secondo Kaspersky Lab , nel 2014 hanno rilevato oltre 325mila nuovi file dannosi ogni giorno. Solo l'apprendimento automatico può far fronte a tali volumi, soprattutto considerando il fatto che la maggior parte delle nuove infezioni differisce da quelle vecchie del 2%.