Приведу примеры внедрения ML-технологий, наиболее связанные с нашей повседневной жизнью.
- Интеллектуальные игры
Пример: в 2016 году ИИ AlphaGo от Google DeepMind победил Ли Седоля, чемпиона мира по игре го. - Беспилотные автомобили и автоматизированный транспорт
Пример: беспилотный автомобиль от Google. - Кибернетические технологии
Пример: кибер-импланты с ИИ для людей с ампутированными конечностями, которые управляются импульсами мозга. - Роботы для выполнения опасных работ
Примеры: дроны-обезвреживатели бомб, дроны-
сварщики. - Защита окружающей среды
Пример: IBM Climate & Sustainability Program. - Цифровая эмпатия / робо-друзья
Пример: робот-компаньон Pepper, выпущенный в Японии в 2015 году. - Уход за пожилыми людьми
Примеры: домашние роботы-сиделки, системы контроля за перемещениями с инфракрасными камерами. - Продвинутые средства автоматизации в здравоохранении
Пример: системы помощи диагностики заболеваний на основе моделей глубокого обучения (DL). - Инновации в банковском деле
Пример: алгоритмы обнаружения неправомерных транзакций в банковских системах. - Персонализированные цифровые медиа
Примеры: Netflix, Amazon Prime, Spotify и Google Play. - Системы ароматизации для дома
Примеры: приложения контроля доступа и безопасности, умные дома - Оптимизированная логистика и дистрибуция
Пример: автономные дроны-доставщики Amazon. - Цифровые персональные помощники
Примеры: Алиса от Яндекс, Siri отApple, Cortana от Microsoft
и Alexa от Amazon. - Электронная коммерция
Пример: система бесконтактной оплаты Face Pay. - Персонализация новостей и рыночных отчетов для биржевой торговли
Пример: компания Findability Sciences.
Машинное обучение применяется там, где есть большие объемы данных, которые позволяют автоматизировать труд человека и решать различные интеллектуальные задачи с помощью компьютерных технологий.
Например, сборка товаров... Читать далее
Машинное обучение применяют везде там, где задачу удается формализовать так, что задача сводится одной из этих задач:
1. Задача классификации
2. Задача кластеризации
3. Задача прогнозирования
4. Задача ранжирования.
Например... Читать далее
Эксперт по оптимизации инвестиционного портфеля и прогнозированию биржевых цен.
Перейти на forecast.nanoquant.ru
Первый
Машинное обучение позволяет автоматизировать умственный и физический труд человека. Поэтому ML используют поисковые системы, банки и страховые компании, ритейл, сотовые операторы, промышленные предприятия, рекламные и... Читать далее
2 эксперта согласны
Борис Державец
4 окт 2022подтверждает
В целом да. Но на особенностях глубокого обучения ( Deep Learning , NN с обратным проходом ) акцент не сделан.