¿En qué campos todavía no se ha aplicado el aprendizaje automático (o está menos explorado)?

Me encantaría ver a las agencias gubernamentales retomando el aprendizaje automático.

Las tecnologías cognitivas podrían eventualmente revolucionar todas las facetas de las operaciones gubernamentales, desde asistentes de escritorio virtuales hasta aplicaciones que pueden gobernar sistemas grandes y cambiantes.

Las grandes agencias burocráticas suelen ser las últimas en seguir las tendencias tecnológicas, pero creo que existe una tremenda posibilidad de mejora y el LD podría ser realmente beneficioso.

Las aplicaciones basadas en inteligencia artificial pueden reducir los retrasos, reducir los costos, superar las limitaciones de recursos, liberar a los trabajadores de las tareas cotidianas, mejorar la precisión de las proyecciones, inyectar inteligencia en decenas de procesos y sistemas, y manejar muchas otras tareas que los humanos no pueden realizar fácilmente por nuestra cuenta. , como examinar millones de documentos en tiempo real para obtener el contenido más relevante.

¿Qué hay del software en sí? Por lo que he visto, ML se usa casi SOLO en conjuntos de datos externos para predecir tendencias o describir la fuente de datos. Sin embargo, pocos sistemas de software que he visto se monitorean a sí mismos y utilizan ML para reconocer cambios en sí mismos, sus datos o en su uso.

Me encantaría ver que el software usa ML para:

1) identificar el mal comportamiento (falla o infección).

2) identificar la frustración del usuario y reconocerla (especialmente constructivamente)

3) proporcionar métodos o rutas alternativas para completar una tarea

4) modificar su interfaz para adaptarse a las preferencias del usuario

5) adaptarse tanto localmente para un usuario como globalmente para todos los usuarios (quizás a través de enrutamiento de comentarios a un servidor central)

5) Realizar una respuesta adaptativa dentro de los programas individuales y a nivel de O / S. Idealmente, el O / S ofrecería servicios adaptativos a los que se podría acceder a través de una API de nivel de aplicación para monitorear y administrar la retroalimentación y producir ‘afinación’ y mensajes interactivos consistentes para el usuario.

Sin duda, algunas de estas cosas se han intentado en entornos académicos de I + D, tal vez hasta la saciedad en lugares como el MIT Media Lab. Pero es hora de sistematizar este tipo de cosas, especialmente a medida que las computadoras están mucho más conectadas en red, pero no son más inteligentes para repetir los mismos errores estúpidos.

El sistema judicial legal en general aún está lejos de asimilar el potencial del aprendizaje automático.

Roboror proporciona algunas ideas sobre los usos del aprendizaje automático en:

  • Selección del jurado
  • Búsqueda de la ley
  • Validación de la declaración
  • Decisión legal