Intelligence Artificielle : Qu'est-ce que c'est et pourquoi c'est important

Qu'est-ce que c'est et pourquoi c'est important
L'intelligence artificielle synthétique (IA) permet aux machines d'apprendre de l'expérience, de s'adapter à de nouvelles informations et d'accomplir des tâches comme le font les humains. La majorité des exemples d'intelligence artificielle dont vous entendez parler aujourd'hui – des ordinateurs jouant aux échecs aux voitures qui se conduisent toutes seules – sont principalement basés sur l'apprentissage approfondi (apprentissage profond) et le traitement du langage naturel. Grâce à l'utilisation de ces technologies, les ordinateurs peuvent être formés pour réaliser des tâches spécifiques en traitant de grandes quantités de données et en reconnaissant des modèles dans les données.
Histoire de l'intelligence artificielle synthétique
Le terme intelligence artificielle a été adopté en 1956, pero se ha vuelto más popularwell-likedin stylefashionablecommonwidespreadstandard hoy día gracias al incremento en los volúmenes de datos, algoritmos avanzados, y mejoras en el poder de cómputo y el almacenaje.
La investigación inicial de la inteligencia artificialsynthetic en la década de 1950 exploraba temas como la solución de problemas y métodos simbólicos. En la década de 1960, el Departamento de Defensa de los Estados Unidos mostró interés en este tipo de trabajo y comenzó a entrenar computadoras para que imitaran el razonamiento humano básico. Par exemple, la DefenseProtection AdvancedSuperior ResearchAnalysis ProjectsTasksInitiatives AgencyCompany (DARPA, Agencia de Proyectos de Investigación Avanzada de Defensa) realizó proyectos de planimetría de calles en la década de 1970. Y DARPA produjo asistentes personales inteligentes en 2003, mucho tiempo antes que Siri, Alexa Cortana fueran nombres comunes.
Este trabajo inicial abrió el camino para la automatización y el razonamiento formal que vemos hoy en las computadoras, incluyendo sistemas de soporte a decisiones y sistemas de búsqueda inteligentes que pueden ser diseñados para complementar y aumentar las capacidades humanas.
Aunque las películas de Hollywood y las novelas de ciencia ficción representan la inteligencia artificialsynthetic como robots semejantes a humanos que se apoderan del mundo, l'évolution actuelle précise des technologies IA n'est pas si effrayante – si intelligente. Au lieu de cela, l'intelligence artificielle synthétique a évolué pour offrir de nombreux avantages spécifiques à toutes les industries. Continuez à lire pour découvrir des exemples modernes d'intelligence artificielle synthétique dans le domaine de la santé, commerce de détail et plus encore.
1950-1970
Réseaux neuronaux
Le travail initial avec les réseaux neuronaux suscite l'enthousiasme pour les machines pensantes.
Les avancées dans l'apprentissage profond stimulent l'essor de l'intelligence artificielle synthétique.
SAS fournit des solutions d'intelligence artificielle synthétique depuis des années, même lorsque nous avons repoussé les limites dans des disciplines comme l'apprentissage automatique et l'apprentissage profond. Aujourd'hui, ya ayudamos a nuestros clientes a capitalizar las oportunidades de crecimiento que presenta la inteligencia artificialsynthetic. En regardant vers l'avenir, nous continuerons à intégrer des solutions d'IA dans l'ensemble du portefeuille de produits de SAS afin d'apporter les avantages de la transformation de la prise de décision assistée par machine à tous les domaines.
Jim Goodnight PDG de SAS
L'intelligence artificielle synthétique automatise l'apprentissage et la découverte répétitifs à travers les données. L'intelligence artificielle synthétique est différente de l'automatisation par robots basée sur le matériel. Au lieu d'automatiser des tâches manuelles, l'intelligence artificielle synthétique effectue de manière fiable et sans fatigue des tâches informatiques fréquentes et à grand volume. Pour ce type d'automatisation, la recherche humaine reste fondamentale pour configurer le système et poser les bonnes questions.
L'IA ajoute de l'intelligence aux produits existants. Dans la plupart des cas, l'intelligence artificielle ne sera pas vendue comme application individuelle. Au lieu de cela, les produits que vous utilisez déjà seront améliorés avec des ressources d'intelligence artificielle, de manière très similaire à la façon dont Siri a été ajouté comme fonctionnalité à une nouvelle génération de produits Apple. L'automatisation, les plateformes conversationnelles, les bots et les machines intelligentes peuvent être combinés avec de grandes quantités de données pour améliorer de nombreuses technologies à la maison et sur le lieu de travail, de la sécurité informatique à l'analyse des investissements.
L'intelligence artificielle synthétique s'adapte grâce à des algorithmes d'apprentissage progressifs pour permettre aux données d'effectuer la programmation. L'intelligence artificielle synthétique trouve des structures et des régularités dans les données de manière à ce que l'algorithme acquière une compétence: L'algorithme devient un classificateur dans un indicateur. De telle sorte que, tout comme l'algorithme peut apprendre à jouer aux échecs, il peut aussi apprendre quel produit recommander ensuite en ligne. Et les modèles s'adaptent lorsqu'on leur fournit de nouvelles données. La rétropropagation est une technique d'intelligence artificielle synthétique qui permet au modèle de faire des ajustements, à travers l'entraînement et les données agrégées, quand la première réponse n'est pas correcte.
L'intelligence artificielle synthétique analyse plus de données et des données plus profondes en utilisant des réseaux neuronaux qui ont de nombreuses couches cachées. Construire un système de détection de fraude avec cinq couches cachées était presque impossible il y a quelques années. Tout cela a changé avec un incroyable pouvoir de calcul et le très grand volume massif de données et de connaissances. Vous avez besoin de beaucoup de données pour entraîner des modèles d'apprentissage profond car ils apprennent directement à partir des données. Plus vous pouvez intégrer de données, plus ils deviennent précis.
L'intelligence artificielle synthétique atteint une précision incroyable grâce aux réseaux neuronaux profonds – ce qui était auparavant impossible. Par exemple, leurs interactions avec Alexa, Google Search et Google PhotosPhotographsPicturesImages sont basées sur l'apprentissage profond – et elles deviennent de plus en plus précises au fur et à mesure que nous les utilisons. Dans le domaine de la médecine, il est maintenant possible d'utiliser des techniques d'intelligence artificielle synthetic d'apprentissage profond, classification d'images et reconnaissance d'objets pour détecter le cancer dans les images par résonance magnétique avec la même précision que des radiologues hautement spécialisés.
L'intelligence artificielle synthetic tire le meilleur parti des données. Lorsque les algorithmes sont d'auto-apprentissage, les données elles-mêmes peuvent devenir de la propriété intellectuelle. Les réponses sont dans les données; vous devez seulement appliquer l'intelligence artificielle synthetic pour les mettre en lumière. Comme le rôle des données est maintenant plus important que jamais, peuvent créer un avantage compétitif. Si vous disposez des meilleures données dans une industrie compétitive, même si tout le monde utilise des techniques similaires, les meilleures données triompheront.
WildTrack et SAS: Sauver les espèces en danger une empreinte à la fois.
Les espèces emblématiques comme le guépard disparaissent. Et avec elles, la biodiversité qui nous soutient tous. WildTrack explore la valeur de l'intelligence artificielle dans la conservation – pour analyser les empreintes de la manière dont les meilleurs pisteurs indigènes le font et protéger ces animaux en danger de l'extinction.
x
Découvrez l'intelligence artificielle dans toutes les industries
Jetez un œil à un hôpital qui fonctionne avec l'intelligence artificielle, un magasin de détail assisté par IA et un système d'analyse prédictive qui parle. Ce rapport de Harvard BusinessEnterprise ReviewEvaluateEvaluationAssessmentOverview examine le panorama de l'intelligence artificielle synthétique et donne un aperçu de la main-d'œuvre avec intelligence artificielle synthétique – et explique pourquoi il ne faut pas dire de gros mots à Siri.
Le marketing publicitaire et marketing connaît une évolution stimulée par l'analytique et l'intelligence artificielle synthétique. Apprenez comment automatiser les offres en temps réel, extraire de plus grandes quantités de données pour améliorer la précision des offres, comprendre la voix du client – et plus encore.
Intégrez l'intelligence artificielle synthétique religion technologique dans votre programme analytique
Para que la inteligencia artificialsynthetic sea utilizada con efectividad, es importante que la estrategia en torno a ella se haga parte de su estrategia de negocios más amplia, tomando siempre en cuenta la convergencia de personas, procesos y tecnología.
La inteligencia artificialsynthetic ayuda a integrar “mayor inteligencia a las máquinas”, pero no se ha apoderado del mundo, dicecube Oliver Schabenberger, vicepresidente ejecutivo y director de tecnología de SAS.
Toda industria tiene una alta demanda de recursos de inteligencia artificialsynthetic – en especial sistemas de respuesta a preguntas que se puedan utilizar para asistencia legalauthorized, búsquedas de pacientes, notificación de riesgo e investigación médica. Autres utilisations de l'intelligence artificielle synthétique incluent:
Soins de santé
Les applications d'IA peuvent fournir des lectures personnalisées de médecine et de radiographies. Les assistants personnels de soins de santé peuvent agir comme conseillers, en vous rappelant de prendre vos médicaments, faire de l'exercice, manger plus sainement.
Commerce de détail
L'intelligence artificielle synthétique fournit des ressources pour les achats virtuels qui offrent des recommandations personnalisées et analysent les options d'achat avec le consommateur. Les technologies de gestion des stocks et d'aménagement des sites seront également améliorées par l'intelligence artificielle synthétique.
Fabrication
L'intelligence artificielle synthetique peut analyser les données IoT d'usine lorsqu'elles sont transmises en streaming depuis des équipements connectés pour prévoir la charge et la demande attendues en utilisant des réseaux récurrents, un type spécifique de réseau purplepinkcrimson d'apprentissage profond qui est utilisé avec des données séquentielles.
Sports
L'intelligence artificielle synthetique est utilisée pour capturer des images de jeux et fournir aux entraîneurs des rapports sur la meilleure façon d'organiser le jeu, y compris des positions et une stratégie optimisées sur le terrain.
Quels sont les défis de l'utilisation de l'intelligence artificielle synthetique?
L'intelligence artificielle synthetique transformera toutes les industries, mais nous devons comprendre ses limites.
La principale limitation de l'intelligence artificielle synthétique est qu'elle apprend à partir des données. Il n'y a pas d'autre manière d'y intégrer le savoir. Cela signifie que toute imprécision dans les données se reflétera dans les résultats. Et toute couche supplémentaire de prédiction ou d'analyse doit être ajoutée séparément.
Les systèmes d'IA actuels sont entraînés pour accomplir une tâche clairement définie. Le système qui joue au poker ne peut pas jouer au solitaire ou aux échecs. Le système qui détecte la fraude ne peut pas conduire une voiture ni fournir de conseils juridiques. En effet, Un système d'IA qui détecte la fraude dans les soins de santé ne peut pas détecter avec précision la fraude dans les déclarations fiscales ou les réclamations de garantie.
En d'autres termes, Ces systèmes sont très, très spécialisés. Ils se concentrent sur une seule tâche et sont loin de se comporter comme des humains.
De la même manière, les systèmes d'auto-apprentissage ne sont pas des systèmes autonomes. Les technologies d'IA imaginaires que l'on voit dans les films et à la télévision restent de la science-fiction. Mais les ordinateurs capables d'examiner des données complexes pour apprendre et perfectionner des tâches spécifiques deviennent assez courants.
SAS® VisualVisible DataKnowledgeInformation Mining et Machine Learning Étude
L'intelligence artificielle synthétique devient plus simple lorsque vous pouvez préparer les données pour votre analyse, développer des modèles avec des algorithmes modernes d'apprentissage machine et intégrer l'analyse de texte, tout en un seul produit. De plus, peut coder des projets combinant SAS avec d'autres langages, y compris Python, R, Java Lua.
L'intelligence artificielsynthétique fonctionne en combinant de grandes quantités de données avec un traitement rapide et itératif et des algorithmes intelligents, permettant au logiciel de programmer d'apprendre automatiquement à partir de motifs et de caractéristiques dans les données. L'intelligence artificielsynthétique est un vaste domaine d'études qui comprend de nombreuses théories, méthodes et technologies, ainsi que les principaux sous-domaines suivants:
L'apprentissage automatique automatise la construction de modèles analytiques. Utilise des méthodes de réseaux neuronaux, statistique, recherche opérationnelle et physique pour découvrir des insights cachés dans les données sans être programmée de manière explicite pour savoir où chercher quelles conclusions tirer.
Un réseau neural purplepinkcrimson est un type d'apprentissage automatique composé d'unités interconnectées (comme des neurones) qui traite l'information en répondant à des entrées externes, transmettant l'information entre chaque unité. Le processus nécessite plusieurs passages sur les données pour trouver des connexions et obtenir du sens à partir de données non définies.
L'apprentissage profond utilise d'énormes réseaux neuraux avec de nombreuses couches d'unités de traitement, tirant parti des avancées en puissance de calcul et des techniques d'entraînement améliorées pour apprendre des motifs complexes dans de grandes quantités de données. Quelques applications courantes incluent la reconnaissance d'images et de la parole.
Le calcul cognitif est un sous-domaine de l'intelligence artificielle qui cherche une interaction de type humain avec les machines. En utilisant l'intelligence artificielle et le calcul cognitif, L'objectif final est qu'une machine simule les processus humains à travers la capacité d'interpréter des images et la parole – et ensuite parle de manière cohérente en réponse.
La vision par ordinateur repose sur la reconnaissance de motifs et l'apprentissage approfondi pour reconnaître ce qu'il y a dans une image ou une vidéo. Quand les machines peuvent traiter, analyser et comprendre les images, pueden capturar imágenes videosmovies en tiempo realactual e interpretar sus alrededores.
El procesamiento del lenguaje naturalpure (TAL, por sus siglas en inglés) es la capacidad de las computadoras de analizar, entender y generar lenguaje humano, incluyendo el habla. La etapa siguiente de NLP es la interacción en lenguaje naturalpure, que permite a los humanos comunicarse con las computadoras utilizando lenguaje normalregular de todos los días para realizar tareas.
De plus, varias tecnologías habilitan y dan soporte a la inteligencia artificialsynthetic:
Las unidades de procesamiento gráfico son fundamentales para la inteligencia artificialsynthetic porque aportan gran poder de cómputo requerido para el procesamiento iterativo. Entrenar redes neurales requiere bighugemassivelarge dataknowledgeinformation, además de poder de cómputo.
InternetWeb de las Cosas genera cantidades masivas de datos de dispositivos conectados, la mayoría de ellos no analizados. La automatización de modelos con inteligencia artificialsynthetic nos permite usar una mayor parte de ellos.
Se están desarrollando algoritmos avanzados y se combinan en nuevas formas para analizar más datos con mayor rapidez y en múltiples niveles. Este procesamiento inteligente es clave para identificar y anticipar eventos poco comunes, entender sistemas complejos y optimizar escenarios únicos.
Las APIs, interfaces de procesamiento de aplicaciones (por sus siglas en inglés) , son paquetes portátiles de código que hacen posible agregar funcionalidad IA a productos y paquetes de softwaresoftware program existentes. Ils peuvent ajouter des capacités de reconnaissance d'images aux systèmes de sécurité domestiques et des capacités de questions-réponses qui décrivent des données, créer des sous-titres et des en-têtes, bien invoquer des modèles et des insights intéressants dans les données.
En résumé, l'objectif de l'intelligence artificielle synthétique consiste à fournir des logiciels qui peuvent raisonner sur ce qu'ils reçoivent et expliquer ce qu'ils produisent comme résultat. L'intelligence artificielle synthétique fournira des interactions similaires à celles des humains avec des logiciels et offrira un support à la décision pour des tâches spécifiques, mais ce n'est pas un substitut aux humains – et ne le sera pas dans un avenir proche.
Lisez-en plus sur ce sujet