tipos software resumen inteligencia funciona ejemplos como artificial aplicaciones actualidad artificial-intelligence neural-network

artificial-intelligence - resumen - inteligencia artificial software



¿Cuáles son las áreas donde puede programar la inteligencia artificial? (13)

Como un contraejemplo, el análisis de los datos adquiridos del equipo de prueba de agua probablemente sería un mal lugar para usar la inteligencia artificial:

The Daily WTF: No, necesitamos una red neuronal

Solo un recordatorio para todos nosotros para elegir la herramienta adecuada para el trabajo correcto.

¡Bienvenido! Disfruté mucho la programación de inteligencia artificial en mis estudios: redes neuronales, máquinas expertas y otras. Pero en el trabajo desarrollo principalmente aplicaciones web.

Y ahora pienso en regresar a esa programación, tal vez en pasatiempo, o tal vez en el trabajo. ¿Hay áreas donde la IA se usa comúnmente en el desarrollo de aplicaciones y un programador con esas habilidades puede buscar trabajo?

O tal vez puedo venderle algunas ideas a mi jefe y usar AI para extender algunas de nuestras aplicaciones.

¿Qué experiencia e ideas tienes con el uso de IA en las aplicaciones?

En el área de las arquitecturas cognitivas (por ejemplo, Soar, ACT-R, etc.), en lugar de concentrarse en algoritmos como A * y juegos, los investigadores investigan modelos de comportamiento humano que incluyen la toma de decisiones, el intercambio cultural y el aprendizaje. A menudo se centran en la verosimilitud cognitiva, es decir, en qué medida un modelo rastrea lo que haría un ser humano, incluidos los tiempos, etc.

Estos sistemas tienden a estar estrictamente basados ​​en la investigación con aplicaciones comerciales limitadas. Hasta ahora de todos modos. Sin embargo, las aplicaciones militares, especialmente para entrenamiento, son bastante comunes.

Fuera de los juegos, he visto muy pocos usos comerciales de la IA.

Podría, en teoría, ser muy útil en robótica industrial e imágenes, pero esos campos también tienden a ser muy conservadores e incómodos con algoritmos no deterministas.

Es posible que desee investigar lo que hace iRobot, pero incluso ellos usan algoritmos bastante simples en sus robots comerciales.

Las redes neuronales son excelentes para trabajar en imágenes, por lo que un área de aplicaciones web para la que podría utilizar la IA sería identificar y / o manipular patrones en imágenes a través de grandes conjuntos de datos. Por ejemplo, un sitio como Flickr o Facebook podría tener algún material de capacitación interesante para identificar a las personas en función de su rostro o asociar agrupaciones de píxeles (esas son las características con las que trabaja) con ciertos elementos mencionados en leyendas o etiquetas.

En términos de manipulación de texto, hay muchas cosas, pero generalmente es la guinda de otras aplicaciones web. Hablo sobre todo de las áreas de finalización automática en barras de búsqueda y cosas de back-end que el usuario no suele ver, como la traducción automática o la capacidad de búsqueda mejorada.

El problema de poner a AI al frente de la oferta de una aplicación es que, por lo general, la inteligencia artificial no es una característica en sí misma, sino más bien una forma de negociar grandes conjuntos de datos de manera efectiva sin las indicaciones periódicas del diseñador. En general, un usuario se asociará con una aplicación en una base uno a uno, y por lo tanto lo juzga solo en la calidad de un número relativamente bajo de respuestas.

Los juegos sí necesitan IA
Sistemas expertos también.

Recientemente comencé a leer el libro Programming Collective Intelligence . Es un excelente libro que analiza exactamente lo que estás buscando, utilizando técnicas de IA en aplicaciones web.

El libro está escrito claramente, es fácil de entender, explica todo en términos de aplicaciones reales (cubre cómo funciona una tecnología comúnmente utilizada: Google Pagerank, sistema de recomendación de Amazons, sitios web de emparejamiento, sistemas de recomendación de enlaces, filtros de spam bayesianos y más) y utiliza ejemplos realmente útiles usando datos reales (la API de eBay, la API de Facebook, etc. se utilizan para recopilar datos). En un capítulo, incluso explica cómo se pueden dibujar gráficamente (me refiero a la estructura de datos, no gráficos de barras / líneas / etc.) de manera óptima (para que no haya nodos demasiado juntos, líneas superpuestas mínimas, etc.), que podrían ser útiles, por ejemplo, mapeo de redes sociales.

Recomendaría echarle un vistazo y ver las diferentes formas en que AI se puede aplicar a las aplicaciones web.

Sistemas de filtrado de spam de correo electrónico: definitivamente.

Cualquier otra aplicación de seguridad que necesite detectar patrones de material malicioso.

Probablemente pueda analizar el comportamiento de los visitantes de sus aplicaciones web; cómo navegan dentro del sitio web para proporcionar una mejor y optimizada interfaz. Ahora depende del tipo de aplicaciones web en las que esté trabajando. Para compras en línea, puede venir con sugerencias extrapoladas de los hábitos de los clientes.

También puedes detectar el comportamiento "anormal" y el fraude. La detección de fraude y bot puede aprovecharse de la IA.

Procesamiento de imágenes para detectar cáncer (En realidad, codificamos los artículos de IEEE al respecto, crear los algoritmos es mucho más difícil que codificarlos, así que escribimos artículos sobre el rendimiento de otros documentos)

Predicción , por supuesto.

Tiene un gran valor para las empresas (es decir, la optimización de inventario) y es especialmente valioso en tiempos de crisis mundial.

He realizado una extensa investigación sobre el uso de redes neuronales artificiales para la clasificación de fuentes de sonido subacuáticas. El algoritmo parecía funcionar bastante bien, especialmente porque dediqué una gran parte del trabajo a determinar qué combinación de coeficiente de transformada de Fourier componía el mejor conjunto para la clasificación (con análisis de componentes principales).

La evaluación de riesgos es un buen ejemplo para las redes neuronales, principalmente porque son bastante buenas en la coincidencia de patrones. Las compañías de seguros y de crédito los usan hasta cierto punto para determinar el riesgo de un cliente.