Las principales aplicaciones vendrán de PNL, sin duda. La mayor parte de nuestra interacción con las computadoras cambiará a comandos basados en voz y agitará las manos en el aire para manipular las interfaces. Aunque estas son aplicaciones valiosas, existen otros problemas comerciales que requieren desesperadamente la intervención de AI
Personalmente, creo que la IA se utilizará en muchos trabajos serviles basados en el conocimiento en grandes corporaciones y nuestras vidas personales. El impulso es: el uso de la IA en estos campos mejorará la variedad de la productividad humana al permitirnos centrarnos en preguntas más grandes.
Captura y transferencia de conocimiento dentro de la empresa:
Actual: Las grandes corporaciones tienen sus bases de datos y servidores de correo electrónico para almacenar archivos y comunicaciones. Existen múltiples estándares entre los equipos para nombrar archivos, formatearlos y la forma en que capturan su trabajo. Capturar y transferir conocimientos o percepciones obtenidas de un proyecto a otro a menudo es difícil y depende del personal.
- ¿En qué se diferencia la búsqueda de una estrella de la rama y del límite?
- ¿Cómo se eligen los revisores para las conferencias de aprendizaje automático?
- ¿Cuántos robots estima o adivina que comprará a lo largo de su vida? ¿Qué harán estos robots?
- ¿Cuál es el filtro de Kalman intuición?
- ¿Cómo debería un principiante comenzar a aprender 'comercio algorítmico' si se siente cómodo y confiado sobre los conceptos y habilidades de aprendizaje automático?
5 años después: los sistemas de inteligencia artificial basados en la nube escanean y generan metadatos (o algo equivalente) y resúmenes / resúmenes de todos los documentos cargados. Los sistemas pueden identificar documentos duplicados (resolución de la entidad) y calificar los documentos según su similitud. Otras capacidades necesarias pueden ser la funcionalidad para integrar notas de varios revisores en una sola versión, agregar comentarios por voz a un documento, etc.
Síntesis y limpieza de datos –
Actual: la limpieza de datos lleva el 80% del tiempo para que se realice el análisis. Este es actualmente, con mucho, el problema más pertinente con Big Data y Analytics.
5 años después: los clasificadores estadísticos automatizados analizan los datos para identificar valores atípicos y desajustes. El salto principal en este campo sería la capacidad de comprender rudimentariamente qué significan los campos de datos y cómo se relacionan entre sí.
Síntesis de búsqueda personalizada
Actual: Hoy ha visitado 5-6 sitios diferentes para comparar opiniones de productos, reseñas y sus precios. Esto es válido para todas las demás consultas.
5 años después: busca un producto y su amigo personal de IA (Jarvis, Siri o Google Now) resume la información en varios sitios en función de cómo ha interactuado con ellos anteriormente. Todos los datos que considere importantes se resumen delante de usted para que pueda tomar una decisión.
Inicio y optimización de procesos automatizados:
Actual: Sistemas operativos empresariales de reglas fijas con intervención humana constante ante pequeños cambios.
5 años después: sistemas flexibles y en evolución que serán capaces de manejar pequeños cambios en las reglas, horarios y procesos. Por ejemplo, un organizador de calendario que sincroniza automáticamente todos los calendarios de invitados para un solo cambio.
