3 технологии искусственного интеллекта и машинного обучения, которые будут доминировать в 2019 году

Машинное обучение и искусственный интеллект уже стали отличными модными словечками, которые доминируют в индустрии высоких технологий. Такое ощущение, что все говорят об этом, некоторые делают это, и меньшая часть из этого на самом деле создает отличные продукты, которые решают критические проблемы клиентов. Не похоже, что ажиотаж или ажиотаж утихают. Хотя ИИ все еще далек от идеальных результатов и продуктов, я думаю, что 2019 год станет годом для организаций и технологических компаний, которые разумно используют свои большие данные и свои производственные процессы, чтобы найти правильные варианты использования и создать продукты, которые наконец, поднял бы их на новый уровень на своем рынке. В этой статье я хотел бы обсудить 3 основных области, в которых, как я считаю, машинное обучение будет иметь значение. «Будущее здесь», - я люблю это говорить, и в данном случае я считаю, что ИИ вот-вот его прикончит!

  1. Помощники AI

Хотя большинство из нас упомянули бы в этом контексте Alexa или Siri, уже существует так много систем, которые могут нас понять, и на самом деле, с каждым днем ​​все больше и больше систем имеют возможность транскрибировать человеческий язык, и эти системы внедряются во все большем количестве интерактивные системы голосового ответа, мобильные приложения и даже кухонная техника (вы уже проверяли микроволновую печь Amazon !?). Вы можете спросить себя, как часто вы обращаетесь к помощнику AI за помощью в повседневных задачах, включая включение света или изменение музыки в музыкальном проигрывателе. По мере того, как собираемые данные становятся все лучше и лучше, мы можем ожидать, что AI-помощник будет использоваться для многих других задач, от проверки статуса трафика, покупок в Интернете, заказа полета и многого другого. Я также думаю, что это будет год, когда помощники AI будут включены в транспортные средства, а также в приложения для мобильности (навигация, заказ такси, проверка времени прибытия поездов и многое другое).

2. Мобильная дополненная реальность

Все мы знакомы с ажиотажем Pokemon Go, но это было только начало. Apple, выпустившая свою дополненную реальность для массовой аудитории мобильных пользователей, на самом деле меняет правила игры (да, опять же…) и стабилизирует свое лидерство на рынке дополненной реальности с выпуском ARKit 2.0 на WWDC 2018. Проще говоря, Apple делает возможным использование мобильных устройств. AR того же качества и стандартов, что и AR на основе гарнитуры, и это действительно потрясающе. В некоторых случаях он даже лучше работает на мобильном устройстве. Не вдаваясь в технические подробности, мы можем упомянуть новый формат файла для объектов AR, который фактически будет включать в себя весь опыт использования объекта AR (USDZ). это будет открыто для любого стороннего программного обеспечения, поэтому AR станет все более и более распространенной, простой в создании и использовании и, вероятно, получит гораздо больше приложений, мобильных игр и даже возможностей электронной коммерции, использующих эту инновационную технологию.

3. Больше отраслей, преобразованных искусственным интеллектом и машинным обучением

Поскольку технология и процессы машинного обучения со временем улучшаются, я думаю, что очень скоро любая значимая отрасль получит выгоду от этой развивающейся технологии. Вот 2 примера, которые, на мой взгляд, будут важными в 2019 году:

а. Самостоятельные автомобили

Это, вероятно, самый известный и популярный вариант использования в области компьютерного зрения и машинного обучения. Беспилотные автомобили уже проходят этапы тестирования, и компании накапливают все больше и больше миль для своих систем для обучения и улучшения своих навигационных алгоритмов. Мы можем представить себе, как будет выглядеть будущее, когда на дорогах будут доминировать беспилотные автомобили, но в краткосрочной перспективе давайте подумаем об этом: беспилотный автомобиль должен уметь реагировать на ситуации в реальном времени, за считанные секунды или даже меньше. чем это. Это означает, что не только алгоритмы и визуальный анализ должны быть безупречными, но и автомобильные датчики и любые другие связанные физические компоненты должны быть очень точными и иметь возможность обрабатывать информацию в кратчайшие сроки (поэтому информация не может храниться в облаке. или серверы или любой другой вариант, который может быть критичным при попытке избежать аварии). Это означает, что системы машинного обучения и визуального анализа должны быть встроены в цифровую инфраструктуру автомобиля и делать выводы о действиях, которые необходимо предпринять в режиме реального времени. Я уверен, что следующий год будет решающим как для искусственного интеллекта, так и для машинного обучения. Я думаю, что эти прогнозы искусственного интеллекта и машинного обучения - это только начало достижений, которые мы увидим, поскольку единственная уверенность в том, что технологии будут развиваться быстрее с каждым днем. Я считаю, что 2019 год будет включать в себя некоторые важные вехи в выпуске беспилотных автомобилей, при этом уделяя внимание планированию инфраструктуры автомобилей для поддержки машинного обучения и анализа условий в реальном времени, а также наличия системы самокопирования, которая изучит и улучшит свою навигацию в непрерывном режиме. процесс.

б. Системы рекомендаций по розничной торговле

Машинное обучение позволяет нам определять и устанавливать связи между типами данных в любой вертикали или на любом рынке. Системы рекомендаций или системы товаров могут использовать все больше и больше данных, анализируя историю покупок и просмотров клиентов, активность в социальных сетях, приложения для чата и многое другое. Это помогает технологическим компаниям предоставлять пользователям более персонализированные рекомендации. Хотя нам легко подумать о системе рекомендаций на сайте электронной коммерции («Вы искали кроссовки, вот вам еще несколько кроссовок» или даже о рекомендациях по интересам («Мы знаем, что вы любите бегать трусцой, вот рубашки для бега, кроссовки и отличная бутылка для воды »), я думаю, что интересная революция действительно может произойти в обычных магазинах. Поскольку розничные торговцы смогут использовать процессы машинного обучения для систем рекомендаций, они смогут понимать и анализировать клиентов, которые приходят в их магазины, на основе данных истории визуального анализа поведения клиентов в их магазинах и смогут направлять клиентов к продуктам, которые имеют более высокие шансы на конверсию для конкретных клиентов, а также понимание правильных диапазонов цен, которые следует предлагать, или товаров, которые соответствуют намерениям покупателя. Это позволит крупным розничным торговцам предоставлять более персонализированный опыт работы в магазине. своим клиентам и увеличивая процент конверсии своих пользователей, или просто улучшайте обслуживание клиентов на основе имеющихся у них данных о пользователях.

Я считаю, что ИИ и машинное обучение действительно меняют мир. предстоит еще многое улучшить, собрать больше данных и улучшить процессы, которые необходимо улучшить, чтобы создавать выдающиеся продукты на основе ИИ. но я убежден, что это только начало, и приведенные выше прогнозы - лишь небольшая часть того, как будет выглядеть будущее в ближайшие годы.