В это понятие входят научные и технические данные, необходимые для создания псевдоразумных машин и компьютерных программ, способных самообучаться и решать проблемы вместо человека.
В сферу ИИ входит анализ языковой информации и перевод, распознавание изображений и паттернов. Он оказывает поддержку при принятии решений. Количество и сложность приложений на основе ИИ стремительно растет. С его помощью решают крайне сложные задачи поставок, оптимизации запасов и повышения производительности активов. ИИ также решает проблемы управления парком транспортных средств (увеличение времени работы и доступности транспорта) и проблемы в сфере здравоохранения.
Некоторые горячие головы уже сегодня готовы отдать под управление ИИ многие социально ориентированные сервисы. Другими словами, отдать людей под управление машинами.
Под машинным обучением — очень широкой подгруппой ИИ — понимают класс алгоритмов, которые самообучаются на примере решения аналогичных задач, используя весь набор данных. Они не следуют предопределенным правилам, как в случае с традиционными алгоритмами. Алгоритм — это последовательность инструкций, которые компьютер выполняет, чтобы трансформировать вводные данные в выходные.
В отличие от традиционных подходов алгоритмы машинного обучения математически анализируют любой вид данных (изображения, текст, звуки, временные ряды) и их взаимосвязь и делают выводы.
В этом плане интересен следующий пример.
Знаменитому роботу «Ameca», задали любопытный вопрос:
«Ameca», что ты думаешь о роботах, способных конструировать самих себя?"
На что робот ответил не менее любопытно:
«Будьте осторожны со своими желаниями. ИИ, который может конструировать себя, находится в одном шаге от ИИ, которому вообще не нужны люди»
Даже сам робот предупреждает?
#цифровизация, #трансформация, #оптимизация, #развитие, #управление, #данные, #логистика, #склад, #wms