¿Dónde está el aprendizaje automático o la inteligencia artificial agregando valor a su empresa?

Gracias por el A2A!

¡Toda mi empresa se basa en el aprendizaje automático! Jay Shenoy y yo creamos Gllass, que es una plataforma de análisis para Instagram que puede decirte exactamente qué elementos de tus imágenes son los más populares. Además, tiene una función en la que puede, con un 90% de precisión, decirle cuántos me gusta obtendrá una nueva imagen en su Instagram.

Para hacer esto, utilizamos Regresión forestal aleatoria y Redes neuronales convolucionales (CNN) para tomar primero todas las imágenes del perfil de Instagram de un usuario. Luego, los ejecutamos a través de la CNN para obtener una clasificación de lo que específicamente está en las imágenes. Para hacer esto, utilizamos el repositorio Github Neuraltalk2 de Andrej Karpathy.

Luego, nuestra máquina utiliza Regresión forestal aleatoria para tener en cuenta todas las etiquetas devueltas desde la CNN y analizar cuáles son las etiquetas más importantes y populares en un perfil determinado, que luego devolvemos al usuario como se muestra a continuación. Nuestro regresor forestal aleatorio también sirve para predecir la cantidad de me gusta que obtendrá una publicación futura simplemente tomando los mismos resultados de la CNN y nuevas entradas de la nueva imagen para luego analizar los patrones y puntos en común con imágenes similares y devolver una cantidad similar de me gusta .

La primera imagen muestra las etiquetas más populares en mi cuenta personal de Instagram, y la segunda imagen muestra una demostración del predictor de me gusta.

Estoy en segundo año de B.Tech de ingeniería en informática en especialidad. Por lo tanto, no estoy trabajando en ninguna empresa de tecnología en este momento. Pero creo que la IA puede ayudar mucho al futuro de esta manera …

Hay 2 aspectos:

1. Beneficio de una empresa : ¿Qué quiere una empresa? Productividad por bajo costo. ¿Suficientemente simple? ¿Y qué pasa si una empresa compra un software de inteligencia artificial que puede gestionar transacciones financieras de 1L de personas a la vez? ¡Y esa compañía comprará 10 o 100 de ellos y eso es todo! No es necesario que los humanos manejen esos datos de cientos de miles de humanos. Y esas 10 o 100 copias de un solo software reemplazarán de 1000 a 5000 empleados. Entonces, ¿por qué debería una empresa conservarlos?

• Todo el dinero se le dará a ese desarrollador de software que construya ese software inteligente. Y eso seguramente será mucho más que el salario de 1000 a 5000 empleados.
• Entonces, el valor y la eficiencia de una empresa aumentan, pero muchas personas estarán desempleadas.

2. Beneficio para la humanidad: es un hecho que miles quedarán sin trabajo. Pero hay campos en los que la IA y las máquinas no pueden hacerlo tan bien como los humanos. Los campos que necesitan experiencia para realizar tareas de manera eficiente no pueden ser realizados por IA tan bien como los humanos.

• Las máquinas son buenas para la repetición. Pueden realizar hasta 10 ^ 7 cálculos en solo 1 segundo. Pero no pueden entretener a los humanos tan bien como lo hacen otros humanos. Porque necesita intuiciones y solo los humanos son buenos en eso.

Por lo tanto, la IA seguramente es buena para que las empresas obtengan más velocidad y precisión. Pero agregar valores no es el objetivo mismo de desarrollar IA. Estamos desarrollando IA para que nos ayuden. Y para ayudar a ver esas cosas que no podemos ver con nuestras teorías.

Ambos (nosotros y AI) tienen sus propias limitaciones.

Gracias.

Cobramos a nuestros clientes una prima debido a nuestra capacidad para apuntar a consumidores individuales y rastrear el impulso de ese marketing. Por ejemplo, sabemos cómo identificar a un comprador que tiene “tendencias leales” hacia una determinada categoría de productos y que es un “gran usuario” para que podamos ofrecerle una oferta / anuncio durante un viaje de compras en el que es probable que aún no ha comprado el producto de la competencia. Tenemos una variedad de objetivos de marketing para maximizar las ventas, anticipar cambios de marca y ampliar la combinación de productos, así como el marketing de lealtad.

Detallamos por marca, categoría, volumen, unidades equivalentes, gastos, ciclo de compra y muchas más propiedades, todo basado en una historia de tres años de cientos de millones de compradores en todo el mundo. Y los anuncios / ofertas también se pueden personalizar por comprador, en función de los factores que pueden influir en ella.

Luego, hacemos un seguimiento de los hábitos de compra de los consumidores durante los meses posteriores, individualmente y como grupo demográfico que realiza pruebas AB, para ver cuánto influyó nuestro anuncio / oferta en los hábitos de compra. También usamos esos datos para actualizar nuestros criterios de orientación. De hecho, esto se simplifica en gran medida porque hay muchos matices y detalles que también se tienen en cuenta.

Realmente hice mi tesis de último año con esta pregunta como mi pregunta principal de investigación. Considere a Altocloud como una empresa que utiliza el aprendizaje automático para aprovechar la gran cantidad de información recopilada en la web. Altocloud utiliza el aprendizaje automático y la minería de datos para predecir la probabilidad de un resultado para cada uno de los visitantes de su sitio web en función de la actividad de los visitantes anteriores. El resultado puede ser cualquier cosa, desde “Suscrito al boletín” hasta “Compró un artículo”.

Este resultado previsto se le presenta mientras el visitante está en vivo en el sitio. Tome este escenario por ejemplo: alguien agrega algunos artículos al carrito, continúa pagando, compra los artículos, cliente satisfecho. Sí, el modelo de aprendizaje automático de Altocloud predecirá con precisión que el cliente va a comprar algo, pero ¿por qué intervenir cuando están en camino al pago en línea? Donde puede obtener valor como negocio es el caso opuesto: nuevamente alguien agrega algunos artículos al carrito, continúa pagando, pero de repente el cliente abandona el sitio web. Ahora este es el visitante al que debo prestarle atención. Si el puntaje de resultado previsto de este visitante salta repentinamente del 95% al ​​20%, usted sabe que tiene que intervenir.

¿Cómo? Bueno, eso depende completamente de usted, pero Altocloud viene preempacado con un conjunto de herramientas de comunicación en línea desde IM a SMS y VoIP. Si cree que puede perder una ventaja valiosa o un carro puede ser abandonado debido a una caída en su puntaje de resultados, es allí donde realmente puede aprovechar el modelo de aprendizaje automático.

Compruébelo usted mismo en http://www.altocloud.com

Enlace de referencia, ¿Dónde está AI / ML realmente agregando valor en su empresa?

• Predecir si una parte escaneada con un microscopio acústico tiene defectos internos
• Encuentra entradas duplicadas en un conjunto de datos grande e impuro
• Recomendaciones de productos
• Recomendaciones del curso
• Detección de temas
• Agrupación de patrones
• Comprender los espacios 3D escaneados por los clientes.
• Selección dinámica del umbral del acelerador
• Interpretación EEG
• Predecir qué usuarios finales es probable que abandonen para nuestros clientes
• Extracción automática de datos de páginas web.
• Modele interacciones complejas en redes eléctricas para tomar decisiones que mejoren la eficiencia de la red
• Clasificación de sentimientos
• Detectando fraude
• Modelado de riesgo crediticio
• Pasar predicción
• Predicción de pérdida
• Fraude y detección de AML
• Detección de intrusiones
• Enrutamiento de correo electrónico
• Prueba de bandido
• Optimización de la planificación / programación de tareas
• Segmentación de clientes
• Detección de rostros y documentos
• Búsqueda / analítica
• Chat bots
• Análisis de tema
• Detección de abandono
• La adjudicación del fenotipo en los registros electrónicos de salud
• Modelado de reemplazo de activos
• Valoración de prospectos
• Segmentación semántica para identificar objetos en el entorno del usuario para construir mejores sistemas de recomendación e identificar planos (piso, pared, techo) para darnos una mejor localización de la posición de la cámara para estimar la altura
• Clasificar nombres de archivos bittorrent en medios clasificar nombres de archivos bittorrent en categorías multimedia
• Predecir cuán efectivo será un determinado sitio de destino CRISPR
• Verifique el volumen, el boleto promedio de $, el puntaje de crédito y cosas de esa naturaleza para determinar la calidad y la vida útil de una nueva cuenta de comerciante
• Detección de anomalías
• Identifique el espacio disponible en el kit a partir de imágenes
• Optimizar las campañas de marketing por correo electrónico
• Investigue y correlacione eventos, inicialmente para registros de seguridad
• Comentarios moderados
• Construyendo modelos de comportamiento humano para proporcionar agentes inteligentes interactivos con una interfaz de conversación
• Clasificación automática de ensayos para niños
• Predecir la probabilidad de accidentes automovilísticos en función de los sensores de su teléfono inteligente
• Predecir cuánto tiempo tardarán en resolverse las entradas de JIRA
• Reconocimiento de palabras clave de voz
• Producir documentos digitales en procedimientos legales.
• Enrutamiento automático de PCB

El aprendizaje automático es un subcampo de la informática que se desarrolló a partir del estudio del reconocimiento de patrones y la teoría del aprendizaje computacional en inteligencia artificial. El aprendizaje automático proporciona a las computadoras la capacidad de aprender sin estar claramente programadas. El aprendizaje automático se centra en el desarrollo de programas informáticos que pueden aprender a crecer y cambiar cuando se exponen a nuevos datos. Es un método de análisis de datos que automatiza la construcción de modelos analíticos. Mediante el uso de algoritmos, el aprendizaje automático permite a las computadoras encontrar información oculta sin tener que programar explícitamente dónde buscar.

¿Cómo se usa el aprendizaje automático hoy en día?

Muchas de nuestras actividades cotidianas funcionan con algoritmos de aprendizaje automático, que incluyen:

· Detección de fraude

· Resultados de búsqueda web

· Anuncios en tiempo real en páginas web y dispositivos móviles.

· Análisis de sentimiento basado en texto

· Calificación crediticia y las siguientes mejores ofertas

· Predicción de fallas en los equipos.

· Nuevos modelos de precios

· Detección de intrusos en la red

· Reconocimiento de patrones e imágenes.

· Filtrado de correo no deseado

Inteligencia artificial

La rama de la informática que hace hincapié en la creación de máquinas inteligentes que funcionan y reaccionan como los humanos se conoce como Inteligencia Artificial. La inteligencia artificial incluye computadoras de programación para rasgos como reconocimiento de voz, aprendizaje, planificación, resolución de problemas, conocimiento, razonamiento, percepción, capacidad para manipular y mover objetos, etc.

Las máquinas pueden reemplazar su trabajo en el futuro. Estamos sintiendo la presión de la automatización durante mucho tiempo. El software más inteligente puede abordar y resolver problemas difíciles rápidamente. Esto podría poner en peligro los trabajos de los trabajadores de cuello blanco y azul. Hay posibilidades de que algunos trabajos se automaticen parcial o totalmente en las próximas décadas.

Soy ingeniero de hardware, y ML está tradicionalmente muy lejos del campo en el que trabajo. Pero después de ver la primera clase de Coursera impartida por Andrew Ng hace unos años, encontré muchos usos de ML en esa área. Colectivamente los llamo “análisis de hardware”.

Aquí hay algunos usos que no se mencionaron antes:

• Caracterización de cable. Piense en los cables USB 3.1 de alta velocidad como ejemplo.
• Análisis de integridad de señal. Piense en escáneres oculares, gráficos de bañera y estimaciones de BER realizadas por osciloscopios.
• Optimización paramétrica de subsistemas electrónicos.
• Caracterización de componentes electrónicos durante el diseño y la producción.

La inteligencia artificial ha dado una ventaja competitiva a todas las industrias para tener éxito en el camino de la transformación digital. Con la ayuda de la inteligencia artificial, las empresas pueden mejorar la experiencia del cliente, el rendimiento de los empleados y automatizar los procesos de trabajo. Los modelos de IA se están volviendo más sofisticados y la utilidad de tales asistentes de IA ayuda a los usuarios a obtener información de Internet, comprar, administrar nuestro horario, recordarnos citas, entre otras cosas. La IA puede agregar un gran valor a su empresa si se implementa correctamente en todas las funciones principales. Al estar al tanto de cada comunicación con el cliente, AI poseerá capacidades de toma de decisiones para futuras interacciones y podrá identificar al usuario y proporcionar el servicio óptimo en función de su perfil y comportamiento relevante. La forma más obvia de utilizar la inteligencia artificial para los negocios es mediante asistencia virtual. Al aplicar AI, un sistema CRM normal se transforma en un sistema de actualización automática y corrección automática que se mantiene por encima de la gestión de sus relaciones por usted. El paradigma está cambiando en cuanto a cómo la información correcta encuentra al usuario correcto en el momento correcto.

Cada compañía trata con personas y ML te ayuda a decir qué decirle a las personas de una manera agradable. Entonces, si desea que su sistema brinde sugerencias interesantes relevantes para la consulta del usuario, entonces necesita tener buenos algoritmos ML

YouTube utiliza redes neuronales profundas para las recomendaciones. De hecho, es uno de los sistemas de recomendación industrial más grandes y sofisticados que existen.

Sin embargo, YouTube es el que le gusta a las masas, no necesariamente la mejor calidad de la web. Hemos construido un sistema de clasificación alternativo para mejorar esto. Fideow.com – YouTube AI discovery – Acerca de