نه، ما در مورد روباتهای قاتل باهوش صحبت نمیکنیم، و بله، هوش مصنوعی چیزی فراتر از ماشینهای هوشمند خودران و چتباتها است. پردازش زبان طبیعی، یادگیری عمیق و یادگیری ماشینی، نحوه تعامل کسبوکارها با مشتریان و نحوه خدمترسانی پلتفرمها به مشتریان را تغییر میدهد.
هوش مصنوعی مطمئناً بهعنوان چیز بزرگ بعدی معرفی میشود، اما بسیاری از شرکتها در حال حاضر به سرعت دست به کار شدهاند – و فقط از زمان رسیدن به آن سرعت خود را افزایش دادهاند – با ایجاد یادگیری ماشینی در عملکردهای اصلی کسبوکارشان.
در اینجا 5 شرکتی که این کار یادگیری ماشینی را انجام می دهند و چگونه آن را انجام می دهند آورده شده است:
آمازون
آمازون به عنوان یکی از بزرگترین خرده فروشان در جهان، یکی از بزرگترین پلتفرم های هوش مصنوعی در جهان را نیز داراست. چه در حال خرید دستمال کاغذی باشید و چه بر روی پلت فرم AWS آنها کار کنید، به احتمال زیاد با چندین برنامه یادگیری ماشینی درگیر شده اید.
در بخش خردهفروشی، همه چیز از توصیههای محصول گرفته تا زنجیره تامین، پیشبینی و برنامهریزی ظرفیت با یادگیری ماشینی اجرا میشود، در حالی که برنامههایی مانند Macie و Glue بهدنبال نقض دادههای حساس اسکن میشوند و بر اساس آن پاکسازی دادهها را انجام میدهند. البته، فراموش نکنیم الکسا، پرایم ایر و آمازون گو همگی از طریق الگوریتمهای هوش مصنوعی اجرا میشوند، در حالی که شایعات مربوط به یک طراح مد هوش مصنوعی شعله هوش مصنوعی آمازون را تقویت میکنند.
نتفلیکس
هوش مصنوعی نتفلیکس نه تنها پیشنهاد میکند چه برنامهای را بعد از Stranger Things تماشا کنیم (اگرچه این کار را نیز انجام میدهد و با ارائه تجربیات شخصیسازیشده به هر کاربر سالانه حدود 1 میلیارد دلار بهدست میآورد)، بلکه اوایل امسال غول پخش آنلاین یک هوش مصنوعی را اعلام کرد. الگوریتمی به نام Dynamic Optimizer برای تجزیه و تحلیل هر فریم ویدیو در هر یک از تقریباً 13000 عنوانی که پخش میشود و آن را بدون کاهش کیفیت تصویر فشرده میکند. با توجه به
Ioannina Katsavounidis، محقق ارشد نتفلیکس، “ما اکنون می توانیم صحنه به صحنه را با ماتریس تقریبا نامحدودی از امکانات بهینه کنیم، این امر میزان داده های مورد نیاز برای پخش ویدئو را کاهش می دهد و برای مشاهده پهنای باند کمتر در دستگاه های تلفن همراه بهینه می شود.” به طور خلاصه، از بافر شدن ویدیوهای شما جلوگیری می کند.
گوگل
جای تعجب نیست که گوگل یا شرکت مادرش آلفابت در خط مقدم نوآوری قرار دارند. گوگل یکی از پیشگامان یادگیری ماشینی با جستجوهای ویژه و الگوریتم های رتبه بندی جستجو در حال تکامل دائمی بود. تلاشهای هوش ماشینی گوگل بر یادگیری عمیق متمرکز است، که شامل چندین لایه از شبکههای عصبی است که برای شبیهسازی فرآیندهای فکری انسان ساخته شدهاند که به فناوری Google اجازه میدهد دادهها را عمیقتر پردازش کند.
تشخیص تصویر را به خاطر دارید؟ اکنون گوگل با Image Enhancement که جزئیات از دست رفته در تصاویر را با اطلاعات با وضوح بالا پر می کند، قدمی فراتر گذاشته است. به طور خلاصه، میتواند جزئیات را در تصاویر پیکسلی پر کند و «بزرگنمایی و افزایش» را به واقعیت تبدیل کند.
و ماشین های گوگل در دو سال گذشته از تشخیص تصویر در شبکه های عصبی مصنوعی برای رویاپردازی استفاده کرده اند. گوگل شبکه ها را برای استخراج اطلاعات مهم، نادیده گرفتن اطلاعات نامربوط و تولید تصاویر در “رویا” آموزش داده است. این کاملاً پیچیده است، اما می توانید در اینجا بیشتر در مورد آن بیاموزید.
نیروی فروش
Salesforce آن را AI Einstein نامید و آن را در کنفرانس Dreamforce خود در سال 2016 منتشر کرد. خدمات ابری آنها از فروش گرفته تا بازاریابی، خدمات، جامعه و برنامههای کاربردی را در بر میگیرد و تقریباً همه بخشهای محصول خود را با الگوریتمهای یادگیری ماشینی نیرو میدهد.
چرا انیشتین؟ برای توضیح، آنها از خود آلبرت انیشتین نقل میکنند که میگوید: «تعریف نابغه گرفتن پیچیده و ساده کردن آن است». و در بیشتر موارد، این دقیقاً همان کاری است که انیشتین انجام می دهد. کاربران را قادر می سازد تا تجربیات کاربری هوشمندتر، شخصی تر و قابل پیش بینی تری ایجاد کنند. انیشتین در مجموعه ای از خدمات در پلتفرم موفقیت مشتری خود زندگی می کند و مدل های سفارشی را برای هر مشتری ارائه می دهد، سپس با هر تعامل مشتری و داده های اضافی که دریافت می کند، آن را تنظیم می کند. اینشتین طوری طراحی شده است که به طور خودکار بینش های مرتبط را کشف کند، رفتار مشتری را پیش بینی کند، اقدامات بعدی کاربر را توصیه کند، و کارهایی مانند جمع آوری داده های مشتری، ثبت فعالیت های فروش، پرچم گذاری سرنخ ها، ارائه محتوا و ارسال پیام به مشتریان در زمانی که به احتمال زیاد درگیر هستند را خودکار کند.
IBM
شما بدون شک در مورد واتسون IBM شنیده اید. کامپیوتری که در سال 2011 برنده Jeopardy شد. اما واتسون از الگوهای رفتار خودآموز پیروی می کند و همه کارها را از تشخیص انواع خاصی از سرطان به طور موثرتر از انکولوژیست ها تا نوشتن آهنگ و تولید تریلر فیلم انجام داده است.
با این حال، واتسون طوری طراحی شده است که داده ها را با سرعتی بسیار سریعتر از یک انسان مصرف کند، از آن درس بگیرد و توانایی های انسان را تقویت کند. در مورد درمان سرطان، واتسون می تواند نیم میلیون مقاله علمی پزشکی را در 15 ثانیه بخواند و در Memorial Sloan Kettering در نیویورک آموزش دید تا بتواند تشخیص و درمان را به پزشکان پیشنهاد دهد.
به بیان ساده، هوش مصنوعی پرچمدار IBM – مانند همه برنامه های یادگیری ماشینی – می تواند در نانوثانیه کاری را انجام دهد که سال ها یا دهه ها طول می کشد و کسب و کارها را در این فرآیند متحول و بهینه می کند.
اینجا در Domo، یادگیری ماشینی به طور کامل در پلتفرم Domo ادغام شده است. هوش مصنوعی Domo بینشهای عمیقتر و پیچیدهتری ارائه میکند، هشدارهای تجاری را تقویت میکند و توصیههای هوشمندانهای را برای مصرفکنندگان ارسال میکند، همه برای کمک به کسبوکارها
با داده هایی که از قبل در اختیار دارند، تصمیمات بهتری بگیرند. می خواهید آن را برای خودتان ببینید؟ Domo را به صورت رایگان دریافت کنید و ببینید دقیقا چگونه یادگیری ماشینی همراه با داده های واقعی همه چیز را تغییر می دهد.