Ilmu Data dan Kecerdasan Buatan Tetap Sinonim di CES

$config[ads_kvadrat] not found

Belajar Python Untuk Kecerdasan Buatan (AI) dan Data Science - Kurikulum #01

Belajar Python Untuk Kecerdasan Buatan (AI) dan Data Science - Kurikulum #01
Anonim

Ketika kebanyakan orang mendengar tentang kecerdasan buatan, mereka berpikir tentang protokol droid, Jarvis, atau SkyNet. Namun, pada kenyataannya, A.I. hanyalah alat - dan kita sudah menggunakan. Memahami A.I. adalah masalah memahami apa yang dilakukan alat itu dan, untuk saat ini, alat itu tampaknya menghancurkan model industri tradisional untuk membersihkan ruang untuk layanan baru. Mobil menjadi wahana mobil. Sektor perhotelan menjadi kamar. Industri musik menjadi aliran stabil akord yang sempurna.

Berbicara kepada kerumunan calon pengganggu di Consumer Electronics Show minggu ini, empat ahli yang kekuatannya bergabung membentuk panel "Masa Depan Kecerdasan Buatan" menggambarkan apa yang telah terjadi dan memberikan ramalan langsung: lebih banyak sama.

Debi Mishra, direktur rekanan teknik dan pembelajaran mesin di Microsoft, mengutip contoh produsen suku cadang pesawat (nama perusahaan tidak diungkapkan) yang membuat mesin jet komersial. Ketika pabrikan menjual mesinnya, biasanya ada perjanjian perawatan untuk booting. Namun, perusahaan baru-baru ini mulai menerapkan sensor pintar di mesin yang mengumpulkan data pada status mesin dan membuatnya tersedia untuk program cerdas untuk analisis kerusakan. Alih-alih pesawat harus mempekerjakan personil mereka sendiri untuk mengawasi mesin dan mengajukan klaim perbaikan, produsen melakukannya sendiri.

Dengan kata lain, produsen pesawat telah beralih dari menjual satu produk ke menjual layanan yang lebih luas - semua karena A.I. Dan ini mengubah sebuah perusahaan dari spesialis hanya dalam satu hal menjadi pemain kekuatan yang secara efektif dapat memenuhi berbagai kebutuhan sekaligus. Mengatakan sebuah perusahaan milik satu industri tunggal akan ketinggalan zaman.

Ini langkah kecil, tentu saja, tetapi memungkinkan perusahaan besar dan kecil untuk memulai proyek perusahaan yang lebih besar yang mungkin tidak mampu melakukannya. Gayle Sheppard, general manager Saffron Technology di Intel, mengatakan dua industri terbesar mengambil keuntungan dari A.I. pribadi. layanan - pasar $ 7 miliar saat ini - adalah perawatan kesehatan dan ritel. Mereka mungkin tampak seperti teman yang aneh, tetapi di kedua bidang, A.I.dan komputasi kognitif mampu mengurai data untuk pola dan membuat rekomendasi yang lebih baik kepada pasien / konsumen untuk memenuhi kebutuhan mereka.

Mishra memperingatkan bahwa satu-satunya rintangan terbesar menuju memungkinkan A.I. untuk benar-benar berkembang di sektor swasta adalah kelangkaan pakar data besar. "Ilmu data masih sangat kurang," katanya. Membangun A.I. besar platform hanya mungkin jika Anda memiliki orang-orang untuk mendukungnya.

Salah satu solusi mungkin membuat A.I. alat yang tersedia melalui cloud dan memungkinkan pengembang dari seluruh dunia mengakses teknologi yang sama sesuai dengan kebutuhan mereka. Itulah satu ide di balik proyek OpenAI Elon Musk, meskipun masih harus dilihat sejauh mana ini akan membantu memungkinkan lebih banyak orang untuk terlibat dengan data besar.

Panel itu cukup optimis bahwa kami sudah menuju ke arah itu. "Ini tidak lagi membayangkan apa yang mungkin," kata Sheppard. "Kami melakukan apa yang mungkin." Dan itu adalah konsumen yang mendorong jalan, berbicara dengan dompet mereka mendukung layanan yang didukung A.I.

$config[ads_kvadrat] not found