¿Cuáles son las áreas de productos de consumo más prometedoras para ML? ¿Dónde veremos los avances más impresionantes en los próximos 2-3 años (automóviles, visión artificial, etc.)?

Voy a basar mi análisis en este extenso estudio de McKinsey Analytics que salió hace dos meses.

Primero, pasamos por las industrias (específicamente, industrias orientadas al consumidor) que tienen el mayor potencial de impacto debido a ML:

1. Medios y entretenimiento
2. Automotor
3. Financiar
4. Cuidado de la salud
5. Al por menor
6. Viajes, transporte y logística

Estas industrias están llenas de oportunidades para el LD, especialmente debido a la mayor disponibilidad de datos de alta calidad, como lo demuestra el cuadro a continuación.

A continuación, identificamos ampliamente la forma en que se aplicaría el LD a estas industrias.

1. Personalización

1. Medios: entregue contenido y anuncios personalizados
2. Finanzas: cree productos financieros personalizados

1. Cuidado de la salud: diagnostica automáticamente enfermedades con escaneos y otros datos
2. Finanzas: prediga el riesgo de crédito del cliente, identifique transacciones fraudulentas

1. Venta minorista: gestión de la cadena de suministro, optimización de estantes, precios dinámicos
2. Viajes y logística: optimice el enrutamiento de última milla en tiempo real, planificación logística

Finalmente, observamos casos de uso específicos y las técnicas de LD que se utilizarían para resolver esos casos de uso dentro de las industrias.

El aprendizaje profundo y el aprendizaje no supervisado parecen especialmente importantes para muchas aplicaciones.

Ofreceré una vista ligeramente diferente aquí.

Los “avances más impresionantes” probablemente se centrarán en hacer posibles cosas nuevas que actualmente no son posibles, como los automóviles autónomos y la robótica. Estos tendrán un gran impacto en la sociedad y en la economía.

Sin embargo, espero que se produzca mucho más impacto económico y social de ML al reducir la fricción en las transacciones que ya están ocurriendo en todas partes en la actualidad. Los costos de transacción son un gran problema en los mercados, y cosas como una mejor personalización, mejores sistemas de reputación y una mejor aplicación de las políticas pueden reducirlos a casi cero en casi todos los mercados.

Por ejemplo, tome el caso de comprar alimentos y cocinar una comida. Hace unos años tenía que decidir qué quería, ir a la tienda, elegir los ingredientes correctos y luego ir a casa y cocinar. A medida que ML mejora y mejora, eventualmente puede hacerse cargo de cada una de estas tareas. En algún momento, puede imaginar un pequeño automóvil sin conductor que lleva los comestibles a su casa y un robot de cocina que cocina la comida.

Lo que la gente olvida es la importancia de la parte en la que eliges qué comer en primer lugar. Esta opción es una gran parte del costo, y también impulsa muchas otras cosas, como si la comida podría provenir de un restaurante, eliminando la necesidad de un robot en su cocina que se quede inactivo el 95% del tiempo. O bien, la comida puede venir preensamblada en una forma como Blue Apron, de modo que el tiempo que lleva cocinarlo es mínimo, especialmente si se combina con algunos electrodomésticos avanzados (que no necesitarían un elegante ML). Su transporte podría combinarse con otras entregas para que los gastos generales de pagar por un conductor de camión no sean una parte significativa del costo.

Otra cosa importante visible en este ejemplo es la calidad de los ingredientes y la comida resultante. Good ML podrá certificar la calidad de una manera que hoy es imposible. Esto podría suceder a través de la visión por computadora que observa cada verdura, pero aún no podrá ver si la verdura está podrida por dentro. Un mejor camino hacia el control de calidad es un sistema de retroalimentación, como las calificaciones de estrellas, y luego un buen ML para eliminar a las personas contratadas por las empresas para jugar el sistema.

Este ejemplo fue de comestibles y alimentos, pero en casi todos los mercados, ML puede reducir los costos de búsqueda y los costos de transacción a casi cero a través de la personalización, la gestión de la reputación y el control de calidad. Esto tendrá un efecto masivo al permitir mercados mucho más grandes y crear otros nuevos. Sin embargo, la mayor parte de esto sucederá de manera gradual, por lo que no será tan visible como cosas como autos sin conductor.

Los productos de consumo mejorados con ML serán de aproximadamente dos tipos :

• Productos existentes que mejoran al eliminar la fricción y / o reducir costos
• Nuevos productos que antes no estaban disponibles y que se hacen realidad.

Una mejor logística de última milla y autos autónomos son ejemplos obvios de ambas categorías, respectivamente.

Por lo tanto, cualquier producto en una de estas dos categorías, siempre que esté bien diseñado , tenga un precio y se ejecute , será prometedor y ofrecerá un gran valor al consumidor.

¡Espero que esto ayude!

Una de las áreas prometedoras de productos de consumo que el aprendizaje automático puede hacer es optimizar la colocación de los estantes de productos (planograma) para aumentar las ventas para los minoristas y optimizar la experiencia de compra para los consumidores. Una compañía de inteligencia artificial que está trabajando en esto es useAIble ™ que usa RLM ( Ryskamp Learning Machine ), un sistema de aprendizaje automático que optimiza un planograma [1] y la colocación de productos para aumentar las ventas.

También puedes probar y ver los 7 avances de Machine Learning de RLM para ver por usted mismo sobre este nuevo sistema de aprendizaje automático.

Notas al pie

[1] useAIble ™

Definitivamente autos Tesla autónomos, en los que estoy trabajando. Pueden hacer valet parking solos, presionando un botón y conducen desde el garaje para llevarlo al trabajo. Cuando trabajas, servirán a otras personas como Uber eléctrico barato.

Tendremos ciudades inteligentes, por lo que si pierde su automóvil tradicional o sus hijos, las cámaras de la ciudad le informarán automáticamente su posición y se asegurarán de que estén a salvo. Y el tráfico tendrá mucho más control. Se están obteniendo grandes ventajas en la vista médica, donde el reconocimiento automático de tumores por teléfono móvil salvará la vida de muchas personas.

Sin embargo, todavía espero un aprendizaje de máquina cuántica y una combinación de máquina micro molecular premiada con el Premio Nobel, que extenderá nuestras vidas mucho más allá de 120 años. [1]

[1] https://www.nobelprize.org/nobel …

Chicos !!! ¡Mira mi nuevo canal de Youtube!

Echa un vistazo a la nueva serie de tutoriales. Hit Suscribir

Mantra analítica

Si te gustó el video, no olvides SUSCRIBIRTE. Nunca te pierdas una actualización.

Aplicaciones de aprendizaje automático

El aprendizaje automático es un avance increíble en el campo de la inteligencia artificial. Si bien tiene algunas implicaciones aterradoras cuando lo piensa, estas aplicaciones son solo algunas de las numerosas formas en que esta tecnología puede mejorar nuestras vidas.

1. La lucha contra el spam web

2. Aprendizaje de imitación

3. Tecnología asistencial y médica

4. Traducción automática

5. Jugar videojuegos automáticamente

Hola amigos, este es Abhijit. Soy analista de datos de profesión y entusiasta del aprendizaje automático, me encanta resolver problemas del mundo real con la ayuda de algoritmos de ML.

Y, recientemente, también comencé un canal de YouTube: ” ANALYTICS MANTRA “.

Un destino completo para todos los entusiastas de la ciencia de datos y el aprendizaje automático. Estamos creciendo este canal de día y de noche.

Solicito a todos los lectores aquí, que vayan al enlace, exploren los videos y si les gustan esos videos, SUSCRÍBASE . B’coz nos motiva !!!

Ahora, veamos cuáles son las aplicaciones de Machine Learning y cómo cambiará el mundo y la forma en que pensamos.

Te quedará más claro con esta imagen.

Se han utilizado todas estas aplicaciones y se está trabajando en una versión más avanzada de estas aplicaciones.

Solicito a todos los lectores aquí, que vayan al enlace, exploren los videos y si les gustan esos videos, SUSCRÍBASE . B’coz nos motiva !!!

Los autos sin conductor revolucionarán la civilización humana como lo había hecho la máquina de vapor. Muchas personas que tienen miedo o no son capaces de conducir tendrán una gran oportunidad de conducir. En un país como Estados Unidos, no poder conducir es como no tener piernas.

El aprendizaje automático ya ha entrado en nuestra vida diaria. Los cajeros automáticos, las recomendaciones de compra de Amazon, los pronósticos del tiempo, las aspiradoras robóticas y muchos otros productos y servicios hacen uso de los métodos de Machine Learning.

La jurisprudencia y la medicina son las áreas de productos de consumo más prometedoras para ML.