Layout: current: getContentLayout (Cid: Cache\Templating\LayoutCustomizations\Epadomi\CustomizationSource121 ), alternative: getContentLayout (Cid: Cache\Templating\LayoutCustomizations\Epadomi\CustomizationSource121), Fid:5, Did:0, useCase: 3


Mākslīgais intelekts un mašīnmācīšanās – 2017.gada ikdiena, nevis zinātniskā fantastiska

Redakcija
Redakcija

Mākslīgais intelekts un mašīnmācīšanās ir viena no 2017.gada stratēģiski svarīgajām tendencēm tehnoloģiju jomā, tās iespēju izmantošana var noderēt teju ikvienam uz attīstību vērstam uzņēmumam, uzskata tehnoloģiju platformas BiSMART eksperts.

“Mašīnmācīšanās (machine learning) ir koncepts, kas ļauj mašīnām mācīties un attīstīties, lai rakstītu, redzētu, runātu utt. līdzīgi kā cilvēki. Tā ir praktiska un plaši lietojama tehnoloģija, kuru patlaban visvairāk lieto mašīnredzes attīstībai, datu analīzei, krāpšanu novēršanai, klientu datu analīzei un paredzošajai apkopei,” skaidro “Microsoft” tehniskais konsultants, BiSMART eksperts Antons Mislēvičs.

Proti, tehnoloģija balstās uz atziņu, ka datori spēj “mācīties” no datu apstrādē iegūtiem aprēķiniem un ņem tos vērā, apstrādājot līdzīgus datus. Platforma BiSMART ir apkopojusi vairākus piemērus, kā mašīnmācīšanās nemanāmi papildina mūsu ikdienu.

Darbs ar tekstiem: “Tildes” mašīntulkā izmanto neironu tīklu tehnoloģiju

Gandrīz ikviens, kas ikdienā izmanto internetā pieejamos tulkošanas rīkus, saskaras ar mašīnmācīšanās tehnoloģijām. Modernie datori labi “saprot” teju jebkuru tekstu, pat visnotaļ pieklājīgi spēj atkārtot ar roku rakstītu tekstu, taču svarīgākais ieguvums ir iespējami saprotamāks, loģiskāks un kvalitatīvāks tulkojums.

Jaunākie risinājumi, piemēram, neironu mašīntulkošana, kurās izmanto neironu tīklu tehnoloģiju, analizē teikuma kontekstu un veido daudz precīzāku tulkojumu nekā citas metodes. Tā tulkojums kļūst plūstošāks un būtiski uzlabojas kvalitāte. Neironu tīklu attīstībā “Tilde” sadarbojas ar Eiropas vadošām universitātēm. “Tilde” ir arī pasaules pirmais uzņēmums, kas izstrādājis neironu mašīntulkošanas sistēmas mazām valodām.

Cīņa pret naudas zagļiem: bankas būvē digitālos cietokšņus

Aizsardzība pret krāpniekiem digitālajā vidē ir viena no svarīgākajām jomām, kur izmanto mašīnmācīšanās tehnoloģijas. Protams, bankas ar to palīdzību apzina arī biznesam svarīgas datu sakritības un identificē augsta riska klientus. Piemēram, IBM “Trusteer Pinpoint” ne tikai aizsargā banku vietnes pret kontu pārņemšanu, identificē krāpnieciskus darījumus, bet var arī noteikt ierīces, kas inficētas ar īpaši kaitīgiem datorvīrusiem.

Biometrija un mašīnmācīšanās tehnoloģijas identificē lietotāju pēc raksturīgām datorpeles kustībām. Pēc aplēsēm ASV bankām šādi izdevies par 15% palielināt savlaicīgi atklātas krāpšanas ar kredītkartēm un uz pusi samazināt viltus trauksmes gadījumu.

Automašīnu vadība ar žestiem un balss komandām

Lai arī žestu atpazīšana būtībā nav nekas jauns, taču attīstoties modelēšanas tehnoloģijām, viedie vadības asistenti ir teju neatņemama auto industrijas sastāvdaļa.

“Tā jaunākajā BMW 5.sērijas modelī un jaunos 7.sērijas modeļos navigāciju, tālruni, izklaides un vēl citas funkcijas var kontrolēt arī ar balsi vai žestiem. Vienkārša kustība, kuru fiksē trīsdimensiju detektors un kas ir “iztulkots” komandā, piemēram, norāde ar rādītājpirkstu uz ekrānu nozīmē atbildēt uz zvanu, bet pirksta pakratīšana nozīmē zvana noraidīšanu,” stāsta “Inchcape” BMW Tirdzniecības vadītāja Kristīne Nesaule.

Savukārt viedais balss palīgs piedāvā šobrīd vismodernāko dabiskās balss atpazīšanas vadīklu, proti, šoferis var formulēt mutiski savu pieprasījumu un pajautāt, piemēram, tuvākās degvielas uzpildes stacijas adresi.

Balss atpazīšana: SEB banka Zviedrijā klientu servisā izmanto digitālu asistentu

Tehnoloģiju kompānija “Ipsoft” ir radījusi vairākus virtuālus kognitīvus aģentus, kuru misija ir kvalitatīva komunikācija ar klientiem. Tā glītu elektronisku dāmu vārdā Amēlija “nodarbina” arī SEB banka Zviedrijā. Viņa komunicē dabiskā valodā, saprot kontekstu un loģiski atbild. “Jaunkundze” trīs nedēļas apstrādāja 700 darbinieku 4000 sarunas, lai “apgūtu banku zinības”. Jāpiebilst, ka Amēlija “strādā” arī Enfīldas pašvaldībā Londonas apkaimē, kādas bankas hipotēku nodaļā, kādā ASV apdrošināšanas sabiedrībā un telekomunikāciju uzņēmumā.

Spēles pret datoru: Lī Sedola zaudējums paver jaunas iespējas

Šodien ir skaidrs, ka 2007.gadā datora “Deep blue” uzvara pār tā brīža pasaules čempionu šahā Gariju Kasparovu lielākā mērā bija procesoru ražotāju triumfs. “Šahs ir rēķināma spēle un mēs spējām saražot procesorus, kas rēķina tik ātri, ka pasaulē labākais šahists tam netika līdzi”, skaidro Mislēvičs.

Taču “Go” spēli uzskata par nerēķināmu, pat meistarklasēs spēlētāji atzīst, ka gājienus bieži izdara pēc sajūtām. Tādēļ Lī Sedola zaudējums datoram atklāj jaunu ēru mašīnmācīšanās jomā. Šī ir “kustība abos virzienos” - tāpat kā mašīnas “mācās” no mūsu darbībām, cilvēki var gūt jaunas atziņas, mācoties no mašīnām.

Aviosatiksme: “Rolls-Royce” izmanto paredzošo apkopi dzinējiem

Ikviens, kas bieži lido, zina, cik lielas galvassāpes un finanšu problēmas sagādā lidojumu kavēšanās. Šādas situācijas lielus zaudējumus rada arī pašām lidsabiedrībām. Koncerns “Rolls-Royce”, kura uzraudzībā šobrīd ir 13 000 dzinēju visā pasaulē, tehniskās apkopes nodrošināšanai ir izveidojis analīzes sistēmu, kura modelē dažādas dzinēja darbības, reaģējot uz laikapstākļu izmaiņām un paredz nepieciešamos aizsargpasākumus. Tā var samazināt degvielas patēriņu, efektīvāk izmantot gaisa ceļus un laicīgi veikt remontdarbus.

“Microsoft” tehniskais konsultants uzņēmējiem, kas vēlas savam biznesam “piemērīt” mašīnmācīšanās tehnoloģijas, iesaka sākt ar kādu nelielu projektu un tajā izmantot scenārijus, kuru darbība jau ir pārbaudīta praksē.