Aplikimet e inteligjencës artificiale

Inteligjenca artificiale (IA) është përdorur në aplikacione në të gjithë industrinë dhe akademinë. Në një mënyrë analoge me energjinë elektrike ose kompjuterët, IA shërben si një teknologji për qëllime të përgjithshme. Programet e IA imitojnë perceptimin dhe të kuptuarit, dhe janë dizajnuar për t'iu përshtatur informacionit të ri dhe situatave të reja. Mësimi i makinës është përdorur për qëllime të ndryshme shkencore dhe komerciale duke përfshirë përkthimin e gjuhës, njohjen e imazhit, vendimmarrjen, vlerësimin e meritave dhe tregtinë elektronike.

Interneti dhe tregtia elektronike

Burimet dhe postimet në ueb

Mësimi i makinës është përdorur për sistemet e rekomandimeve për të përcaktuar se cilat postime duhet të shfaqen në burimet e mediave sociale. Lloje të ndryshme të analizave të mediave sociale gjithashtu përdorin mësimin makinerik dhe ka kërkime mbi përdorimin e tij për etiketimin/përmirësimin/korrigjimin (gjysmë) automatik të dezinformatave në internet dhe flluskave të filtrimit përkatës.

IA është përdorur për të personalizuar opsionet e blerjeve dhe për të personalizuar ofertat. Kompanitë e lojërave të fatit në internet kanë përdorur IA për të targetuar lojtarët.

Asistentët virtualë dhe kërkimi

Asistentët personalë inteligjentë përdorin IA për të kuptuar shumë kërkesa të gjuhës natyrore në mënyra të tjera sesa komandat rudimentare. Shembuj të zakonshëm janë Siri i Apple, Alexa e Amazon dhe një IA më e fundit, ChatGPT nga OpenAI.

Bing Chat ka përdorur inteligjencën artificiale si pjesë të motorit të saj të kërkimit.

Filtrimi i spam-it

Mësimi i makinerisë mund të përdoret për të luftuar spam-in, mashtrimet dhe phishing-un. Ai mund të analizojë përmbajtjen e sulmeve të spam-it dhe phishing-ut për t'u përpjekur të identifikojë elemente të dëmshme. Disa modele të ndërtuara nëpërmjet algoritmeve të mësimit të makinerive kanë një saktësi mbi 90% në dallimin mes email-eve të spam-it dhe atyre legjitime. Këto modele mund të rafinohen duke përdorur të dhëna të reja dhe taktika të evoluara të spam-it. Mësimi i makinës gjithashtu analizon tipare të tilla si sjellja e dërguesit, informacioni i ballinës së email-it dhe llojet e bashkëngjitjeve, duke rritur potencialisht zbulimin e spam-it.

Përkthimi i gjuhës

Teknologjia e përkthimit të të folurit përpiqet të konvertojë fjalët e folura të një gjuhe në një gjuhë tjetër. Kjo potencialisht redukton barrierat gjuhësore në tregtinë globale dhe shkëmbimet ndërkulturore, duke u mundësuar folësve të gjuhëve të ndryshme të komunikojnë me njëri-tjetrin.

IA është përdorur për të përkthyer automatikisht gjuhën e folur dhe përmbajtjen tekstuale në produkte të tilla si Microsoft Translator, Google Translate dhe DeepL Translator. Për më tepër, kërkime dhe zhvillime janë në progres për të deshifruar dhe realizuar komunikimin me kafshët.

Kuptimi nuk përcillet vetëm nga teksti, por edhe nëpërmjet përdorimit dhe kontekstit (shih semantikën dhe pragmatikën). Si rezultat, dy qasjet kryesore të kategorizimit për përkthimet makinerike janë përkthimet makinerike nervore (PMN-të) dhe statistikore. Metoda e vjetër e kryerjes së përkthimit ishte përdorimi i metodologjisë së përkthimit statistikor të makinës (PSM) për të parashikuar rezultatin më të mirë të mundshëm me algoritme specifike. Megjithatë, me PMN, qasja përdor algoritme dinamike për të arritur përkthime më të mira bazuar në kontekst.

Njohja e fytyrës dhe etiketimi i imazhit

IA është përdorur në sistemet e njohjes së fytyrës. Disa shembuj janë Face ID e Apple dhe Face Unlock e Android-it, të cilat përdoren për të siguruar pajisjet mobile.

Etiketimi i imazheve është përdorur nga Google Image Labeler për të zbuluar produktet në foto dhe për të lejuar njerëzit të kërkojnë bazuar në një foto. Etiketimi i imazhit është demonstruar gjithashtu për të gjeneruar fjalim për të përshkruar imazhe për njerëzit e verbër. DeepFace i Facebook-ut identifikon fytyrat njerëzore në imazhet dixhitale.

Lojërat

Lojërat kanë qenë një aplikim i madh i aftësive të IA që nga vitet 1950. Në shekullin e 21-të, IA kanë mundur lojtarët njerëzorë në shumë lojëra, duke përfshirë shahu (Deep Blue), Jeopardy! (Watson), Go (AlphaGo), poker (Pluribus dhe Cepheus), E-sports (StarCraft), dhe lojën e përgjithshme (AlphaZero dhe MuZero). IA ka zëvendësuar algoritmet e koduara me dorë në shumicën e programeve të shahut. Ndryshe nga go-ja ose shahu, pokeri është një lojë me informacion të papërsosur, kështu që një program që luan poker duhet të arsyetojë nën pasiguri. Lojtarët e përgjithshëm të lojërave punojnë duke përdorur reagimet nga sistemi i lojës, pa i njohur rregullat.

IA përdoret gjithashtu si lojë në vetvete. Kuki AI u dizajnua për të argëtuar njerëzit. Ajo mund të përdoret "për një sërë aktivitetesh të ndryshme duke përfshirë leximin e një letre tarot, luajtjen e një loje, marrjen e një horoskopi, ose thjesht për të kaluar kohë". Prej kohësh është spekuluar se do të ketë shoqërues njerëzor artificial që do t'u ofronin njerëzve shoqëri dhe argëtim. Njerëzit që janë të vetmuar e konsiderojnë Kuki-n si një shoqërues të mirë dhe ka mbi 5 milionë përdorues që nga viti 2020 sipas një raporti të CNN. Character.ai është një shembull tjetër i një chatbot-i që përdoret si lojë.

Sfidat ekonomike dhe sociale

AI for Good është një nismë e ITU-së që mbështet institucionet që përdorin IA për të trajtuar disa nga sfidat më të mëdha ekonomike dhe sociale në botë. Për shembull, Universiteti i Kalifornisë Jugore themeloi Qendrën për Inteligjencën Artificiale në Shoqëri, me synimin e përdorimit të IA për të adresuar probleme të tilla si të pastrehët. Studiuesit e Stanford-it përdorin IA për të analizuar imazhet satelitore për të identifikuar zonat me varfëri të lartë.

Bujqësia

Në bujqësi, IA është propozuar si një mënyrë për fermerët për të identifikuar zonat që kanë nevojë për ujitje, plehërim ose trajtime me pesticide për të rritur rendimentet, duke përmirësuar kështu efikasitetin. IA është përdorur për të tentuar të klasifikojë emocionet e thirrjeve të derrave, për të automatizuar serat, të zbulojë sëmundjet dhe dëmtuesit, dhe të optimizojë ujitjen.

Siguria kibernetike

Kompanitë e sigurisë kibernetike po adoptojnë rrjete nervore, mësimin e makinës dhe përpunimin e gjuhës natyrore për të përmirësuar sistemet e tyre.

Aplikimet e IA në sigurinë kibernetike përfshijnë:

• Mbrojtja e rrjetit: Mësimi i makinerisë përmirëson sistemet e zbulimit të ndërhyrjeve duke zgjeruar kërkimin përtej kërcënimeve të identifikuara më parë.
• Mbrojtja e pikës fundore: Sulmet si ransomware mund të pengohen duke mësuar sjelljet tipike të malware-ve.
  • Rastet e aplikimit të sigurisë kibernetike të lidhura me IA ndryshojnë si në përfitim ashtu edhe në kompleksitet. Veçoritë e sigurisë si Orkestrimi i Sigurisë, Automatizimi dhe Përgjigjia (SOAR) dhe Zbulimi dhe Përgjigjia e Zgjeruar e Pikës së Fundit (XDR) ofrojnë përfitime të rëndësishme për bizneset, por kërkojnë përpjekje të konsiderueshme integrimi dhe përshtatjeje.
• Siguria e aplikacionit: mund të ndihmojë kundërsulme të tilla si falsifikimi i kërkesave nga ana e serverit, injektimi SQL, skriptimi ndërfaqesh dhe mohimi i shpërndarë i shërbimit.
  • Teknologjia IA mund të përdoret gjithashtu për të përmirësuar sigurinë e sistemit dhe për të mbrojtur privatësinë tonë. Randrianasolo (2012) sugjeroi një sistem sigurie të bazuar në inteligjencën artificiale që mund të njohë ndërhyrjet dhe të përshtatet për të performuar më mirë. Për të përmirësuar sigurinë e cloud computing, Sahil (2015) krijoi një sistem të profilit të përdoruesit për mjedisin e cloud me teknika IA.

• Sjellja e dyshimtë e përdoruesit: Mësimi i makinerive mund të identifikojë mashtrimet ose aplikacionet e komprometuara teksa ato ndodhin.

Shefi i mashtrimit të Google, Shuman Ghosemajumder, ka thënë se IA do të përdoret për të automatizuar plotësisht shumicën e operacioneve të sigurisë kibernetike me kalimin e kohës.

Arsimi

Inteligjenca artificiale e përmirëson mësimdhënien, duke u fokusuar në çështje të rëndësishme si lidhja e njohurive dhe barazia arsimore. Evolucioni i IA në arsim dhe teknologji duhet të përdoret për të përmirësuar aftësitë njerëzore në marrëdhëniet ku ato nuk zëvendësojnë njerëzit. UNESCO e njeh të ardhmen e IA në arsim si një instrument për arritjen e Objektivin e Zhvillimit të Qëndrueshëm 4, i quajtur "Arsimi cilësor gjithëpërfshirës dhe i barabartë.”

Forumi Ekonomik Botëror thekson gjithashtu kontributin e IA në përmirësimin e përgjithshëm të studentëve dhe transformimin e mësimdhënies në një proces më të këndshëm.

Mësimi i Personalizuar

Sistemet e tutorimit të drejtuara nga IA, të tilla si Khan Academy, Duolingo dhe Carnegie Learning janë baza e ofrimit të arsimit të personalizuar.

Këto platforma përdorin algoritmet e IA për të analizuar modelet individuale të të mësuarit, pikat e forta dhe të dobëta, duke mundësuar personalizimin e përmbajtjes dhe algoritmit për t'iu përshtatur ritmit dhe stilit të të mësuarit të secilit student.

Efikasiteti Administrativ

Në institucionet arsimore, IA po përdoret gjithnjë e më shumë për të automatizuar detyrat rutinë si përcjellja e vijueshmërisë, notimi dhe vlerësimi, gjë që u lejon arsimtarëve t'i kushtojnë më shumë kohë mësimdhënies interaktive dhe angazhimit të drejtpërdrejtë me studentët.

Për më tepër, mjetet e inteligjencës artificiale përdoren për të monitoruar përparimin e studentëve, për të analizuar sjelljet e të nxënit dhe për të parashikuar sfidat akademike, duke lehtësuar ndërhyrjet në kohë dhe proaktive për studentët që mund të jenë në rrezik për të mbetur prapa.

Shqetësimet etike dhe të privatësisë

Pavarësisht përfitimeve, integrimi i IA në arsim ngre shqetësime të rëndësishme etike dhe të privatësisë, veçanërisht në lidhje me trajtimin e të dhënave të ndjeshme të studentëve.

Është e domosdoshme që sistemet e IA në arsim të jenë të dizajnuara dhe të funksionojnë me një theks të veçantë te transparenca, siguria dhe respektimi i privatësisë për të ruajtur besimin dhe për të mbështetur integritetin e praktikave arsimore.

Shumë rregullore do të ndikohen nga Akti i IA, ligji i parë gjithëpërfshirës për IA në botë.

Financa

Institucionet financiare kanë përdorur prej kohësh sisteme të rrjeteve nervore artificiale për të zbuluar pagesa ose kërkesa jashtë normës, duke i vënë ato për hetim njerëzor. Përdorimi i IA në banka filloi në vitin 1987 kur Security Pacific National Bank lançoi një grup pune për parandalimin e mashtrimeve për të kundërshtuar përdorimin e paautorizuar të kartave të debitit. Kasisto dhe Moneystream përdorin IA.

Bankat përdorin IA për të organizuar operacionet për mbajtjen e kontabilitetit, investimin në aksione dhe menaxhimin e pronave. IA mund të përshtatet ndaj ndryshimeve gjatë orarit mbas punës. IA përdoret për të luftuar mashtrimin dhe krimet financiare duke monitoruar modelet e sjelljes për çdo ndryshim ose anomali të pazakontë.

Përdorimi i IA në aplikacione të tilla si shitjet online dhe vendimmarrja ka ndryshuar teoritë kryesore ekonomike. Për shembull, platformat e blerjes dhe shitjes të bazuara në IA vlerësojnë kurbat e personalizuara të kërkesës dhe ofertës, duke mundësuar kështu çmimin e individualizuar. Sistemet e IA reduktojnë asimetrinë e informacionit në treg dhe kështu i bëjnë tregjet më efikase. Aplikimi i inteligjencës artificiale në industrinë financiare mund të lehtësojë kufizimet e financimit të ndërmarrjeve joshtetërore, veçanërisht për ndërmarrjet më të vogla dhe më inovative.

Tregtia dhe investimi

Tregtimi algoritmik përfshin përdorimin e sistemeve të IA për të marrë vendime tregtare me shpejtësi më të mëdhe se sa është në gjendje çdo njeri, duke bërë miliona transaksione në një ditë pa ndërhyrjen e njeriut. Një tregti e tillë me frekuencë të lartë përfaqëson një sektor me rritje të shpejtë. Shumë banka, fonde dhe firma tregtare të pronarit tani kanë portofolio të tëra që menaxhohen nga AI. Sistemet e automatizuara të tregtimit përdoren zakonisht nga investitorë të mëdhenj institucionalë, por përfshijnë edhe firma më të vogla që tregtojnë me sistemet e tyre të IA.

Institucionet e mëdha financiare përdorin IA për të ndihmuar me praktikat e tyre të investimit. Motori i IA i BlackRock, Aladdin, përdoret si brenda kompanisë ashtu edhe nga klientët për të ndihmuar në marrjen e vendimeve të investimit. Funksionet e tij përfshijnë përdorimin e përpunimit të gjuhës natyrore për të analizuar tekste si lajmet, raportet e ndërmjetësit dhe burimet e mediave sociale. Më pas vlerëson mendimin për kompanitë e përmendura dhe cakton një pikë. Banka të tilla si UBS dhe Deutsche Bank përdorin SQREEM (Modeli i Reduktimit dhe Ekstraktimit Kuantik Sekuencial) për të nxjerrë të dhëna për të zhvilluar profile të konsumatorëve dhe për t'i përshtatur ato me produktet e menaxhimit të pasurisë.

Vlerësimi i kredive

Huadhënësi në internet Upstart përdor mësimin e makinerive përvlerësimin e kredive.

Platforma ZestFinance e Zest Automated Machine Learning (ZAML) përdoret për vlerësimin e kredisë. Kjo platformë përdor mësimin e makinerive për të analizuar të dhënat duke përfshirë transaksionet e blerjeve dhe mënyrën se si një klient plotëson një formular për të vlerësuar huamarrësit. Platforma është veçanërisht e dobishme për të caktuar pikë krediti për ata me histori të kufizuar krediti.

Auditimi

IA bën të mundur auditimin e vazhdueshëm. Përfitimet potenciale përfshijnë reduktimin e rrezikut të auditimit, rritjen e nivelit të sigurisë dhe reduktimin e kohëzgjatjes së auditimit.

Auditimi i vazhdueshëm me IA lejon një monitorim dhe raportim në kohë reale të aktiviteteve financiare dhe duke u siguruar bizneseve njohuri në kohë që mund të çojnë në vendimmarrje të shpejtë.

Kundër shpërlarjes së parave

Softueri i IA, si LaundroGraph i cili përdor grupe të dhënash bashkëkohore suboptimale, mund të përdoret për kundër shpërlarjes së parave. IA mund të përdoret për të "zhvilluar tubacionin kundër shpërlarjes së parave në një zgjidhje të fuqishme, të shkallëzueshme me një shkallë të reduktuar të gabuar pozitive dhe përshtatshmëri të lartë". Një studim rreth të mësuarit të thellë kundër shpërlarjes së parave identifikoi "sfidat kryesore për studiuesit" për të pasur "qasje në të dhënat reale të transaksioneve të fundit dhe mungesën e të dhënave të etiketuara të trajnimit; dhe të dhënat që janë shumë të çekuilibruara" dhe sugjeron që kërkimet e ardhshme duhet të nxjerrin " shpjegueshmëri, të mësuarit e thellë në grafë duke përdorur përpunimin e gjuhës natyrore, mësimin e pambikëqyrur dhe përforcues për të trajtuar mungesën e të dhënave të etiketuara; dhe programe të përbashkëta kërkimore midis komunitetit kërkimor dhe industrisë për të përfituar nga njohuritë e fushës dhe akses të kontrolluar në të dhëna”.

Bankat përdorin mësimin e makinës për të përmirësuar monitorimin e procesit dhe për të demonstruar aftësinë për t'iu përgjigjur në mënyrë efikase teknikave në zhvillim.

Nëpërmjet mësimint të makinës dhe metodave të tjera, organizatat financiare mund të zbulojnë operacionet e shpërlarjes dhe të zbatojnë pajtueshmërinë në një mënyrë të automatizuar dhe shumë të shpejtë.

Arkeologjia, historia dhe imazhet e vendeve

Në vitet 1980, IA filloi të bëhej e rëndësishme në financa pasi sistemet e ekspertëve u komercializuan. Për shembull, Dupont krijoi 100 sisteme ekspertësh, të cilat i ndihmuan ata të kursenin pothuajse 10 milionë dollarë në vit. Një nga sistemet e para ishte sistemi i ekspertëve Pro-tregtar që parashikoi rënien prej 87 pikësh në Dow Jones Industrial Average më 1986. "Kryqëzimet kryesore të sistemit ishin monitorimi i primeve në treg, përcaktimi i strategjisë optimale të investimit, ekzekutimi i transaksioneve kur është e përshtatshme dhe modifikimi i bazës së njohurive përmes një mekanizmi mësimi."

Një nga sistemet e para të ekspertëve që ndihmoi me planet financiare ishte PlanPowerm dhe Sistemi i Profilizimit të Klientit, i krijuar nga Applied Expert Systems (APEX). U lançua në vitin 1986. Ndihmoi në krijimin e planeve financiare personale për njerëzit.

Në vitet 1990, IA u aplikua për zbulimin e mashtrimeve . Në vitin 1993 u lançua Sistemi i Inteligjencës Artificiale FinCEN (FAIS). Ai ishte në gjendje të rishikonte mbi 200,000 transaksione në javë dhe gjatë dy viteve ai ndihmoi në identifikimin e 400 rasteve të mundshme të shpërlarjes së parave të barabarta me 1 miliard dollarë. Këto sisteme ekspertësh u zëvendësuan më vonë nga sistemet e mësimit të makinerive.

Inteligjenca artificiale mund të përmirësojë aktivitetin sipërmarrës dhe IA është një nga fushat më dinamike për bizneset fillestare, me kapital të konsiderueshëm sipërmarrës që rrjedh në IA.

Qeveria

Sistemet e njohjes së fytyrës nga IA përdoren për mbikëqyrje masive, veçanërisht në Kinë. Në vitin 2019, Bengaluru, Indi vendosi sinjale trafiku të menaxhuara nga IA. Ky sistem përdor kamera për të monitoruar densitetin e trafikut dhe për të rregulluar kohën e sinjalit bazuar në intervalin e nevojshëm për të pastruar trafikun.

Ushtria

Vende të ndryshme po vendosin aplikacione ushtarake të IA. Aplikacionet kryesore përmirësojnë komandën dhe kontrollin, komunikimin, sensorët, integrimin dhe ndërveprueshmërinë. Hulumtimi synon mbledhjen dhe analizën e inteligjencës, logjistikën, operacionet kibernetike, operacionet e informacionit dhe automjetet autonome dhe gjysmë-autonome. Teknologjitë e IA mundësojnë koordinimin e sensorëve dhe efektorëve, zbulimin dhe identifikimin e kërcënimit, shënjimin e pozicioneve të armikut, marrjen e objektivave, koordinimin dhe dekonflikimin e zjarreve të përbashkëta të shpërndara midis automjeteve luftarake në rrjet që përfshijnë ekipe të manovruara dhe pa pilot. IA u përfshi në operacionet ushtarake në Irak dhe Siri.

Në vitin 2023, Departamenti i Mbrojtjes i Shteteve të Bashkuara testoi IA gjeneruese bazuar në modele të mëdha gjuhësore për të dixhitalizuar dhe integruar të dhënat në të gjithë ushtrinë.

Në vitin 2024, ushtria amerikane trajnoi inteligjencën artificiale për të identifikuar objektivat e sulmeve ajrore gjatë operacioneve të saj në Irak dhe Siri.

Në vitin 2024, një laborator kinez në Kolegjin e Operacioneve të Përbashkëta të Universitetit të Mbrojtjes Kombëtare në Shijiazhuang ka krijuar një komandant ushtarak të bazuar në IA, për t'u përdorur në simulimet e luftës me shkallë të gjerë në rolin e komandantit të përgjithshëm.

Shpenzimet vjetore ushtarake në mbarë botën për robotikën u rritën nga 5.1 miliardë dollarë në 2010 në 7.5 miliardë dollarë në 2015. Dronët ushtarakë të aftë për veprim autonom janë në përdorim të gjerë. Ushtria ukrainase ka zhvilluar kamikazedronë autonome të vitit 2024 për ta bërë ndërhyrjen ruse gjatë fluturimit joefektive. Shumë studiues shmangin aplikimet ushtarake.

Shëndeti

Kujdesi shëndetësor

Radiografia e dorës, me llogaritjen automatike të moshës së kockës nga një softuer kompjuterik

Një krah kirurgjik nga ana e pacientit i Sistemit Kirurgjik Da Vinci

IA në kujdesin shëndetësor përdoret shpesh për klasifikim, për të vlerësuar një skanim CT ose elektrokardiogramë ose për të identifikuar pacientët me rrezik të lartë për shëndetin e popullatës. IA po ndihmon në problemin me kosto të lartë të dozimit. Një studim sugjeroi që IA mund të kursente deri në 16 miliardë dollarë. Në vitin 2016, një studim raportoi se një formulë e përftuar nga IA nxirrte dozën e duhur të barnave imunosupresuese për t'u dhënë pacientëve të transplantuar. Hulumtimet aktuale kanë treguar se sëmundjet vaskulare jo-kardiake po trajtohen gjithashtu me inteligjencë artificiale (IA). Për disa çrregullime, algoritmet e IA mund të ndihmojnë në diagnostikimin, trajtimet e rekomanduara, parashikimin e rezultateve dhe ndjekjen e progresit të pacientit. Ndërsa teknologjia IA përparon, pritet që ajo të bëhet më e rëndësishme në industrinë e kujdesit shëndetësor.

Zbulimi i hershëm i sëmundjeve si kanceri bëhet i mundur nga algoritmet e IA, të cilat diagnostikojnë sëmundjet duke analizuar grupe komplekse të dhënash mjekësore. Për shembull, sistemi IBM Watson mund të përdoret për të analizuar të dhëna masive siç janë të dhënat mjekësore dhe provat klinike për të ndihmuar në diagnostikimin e një problemi. Projekti IA i Microsoft në Hanover i ndihmon mjekët të zgjedhin trajtimet e kancerit nga më shumë se 800 ilaçe dhe vaksina. Qëllimi i tij është të mësojë përmendësh të gjitha dokumentet përkatëse për të parashikuar se cilat (kombinime) barnash do të jenë më efektive për çdo pacient. Leukemia mieloide është një nga objektivat. Një studim tjetër raportoi mbi një IA që ishte po aq e mirë sa mjekët në identifikimin e kancerit të lëkurës. Një projekt tjetër monitoron shumë pacientë me rrezik të lartë duke i bërë pyetje secilit pacient bazuar në të dhënat e marra nga ndërveprimet mjek/pacient. Në një studim të bërë me transferimin e të mësuarit, një IA diagnostikoi gjendje të syrit të ngjashme me një okulist dhe rekomandoi referime për trajtim.

Një studim tjetër demonstroi operacionin me një robot autonom. Ekipi e mbikëqyri robotin ndërkohë që ai kryente një operacion në indet e buta, duke qepur së bashku zorrën e një derri me cilësi më të lartë se të një kirurgu.

Rrjetet nervore artificiale përdoren si sisteme mbështetëse të vendimeve klinike për diagnozën mjekësore, si në teknologjinë e përpunimit të koncepteve në softuerin EMR.

Detyra të tjera të kujdesit shëndetësor që mendohen të përshtatshme për një IA që janë në zhvillim përfshijnë:

• Kontrolla parandaluese
• Analiza e tingullit të zemrës
• Robotët shoqërues për kujdesin e të moshuarve
• Analiza e të dhënave mjekësore
• Hartimi i planit të trajtimit
• Menaxhimi i medikamenteve
• Ndihma për personat e verbër
• Konsultimet
• Krijimi i barnave (p.sh. duke identifikuar barnat kandidate dhe duke përdorur të dhënat ekzistuese të shqyrtimit të barnave, si p.sh. në kërkimin për zgjatjen e jetës)
• Trajnimi klinik
• Parashikimi i rezultatit për procedurat kirurgjikale
• Prognoza për HIV
• Identifikimi i shenjave të patogjenëve gjenomikë të patogjenëve të rinj ose identifikimi i patogjenëve nëpërmjet shenjave fizike të gjurmëve të gishtërinjëve (përfshirë patogjenët pandemikë)
• Ndihma për lidhjen e gjeneve me funksionet e tyre, përndryshe analizimi i gjeneve dhe identifikimi i objektivave të reja biologjike
• Ndihma në zhvillimin e biomarkerëve
• Ndihma në përshtatjen e terapive për individët në mjekësinë e personalizuar / mjekësinë precize

Shëndeti dhe siguria në vendin e punës

Chatbot-et e aktivizuara me IA ulin nevojën që njerëzit të kryejnë detyrat bazë të qendrës së thirrjeve.

Mësimi i makinerisë në analizën e ndjenjave mund të dallojë lodhjen për të parandaluar punën e tepërt. Në mënyrë të ngjashme, sistemet e mbështetjes së vendimeve mund të parandalojnë fatkeqësitë industriale dhe ta bëjnë më efikase reagimin ndaj fatkeqësive. Për punëtorët manualë në trajtimin e materialeve, analizat parashikuese mund të përdoren për të reduktuar dëmtimet muskulo-skeletore. Të dhënat e mbledhura nga sensorët e veshur mund të përmirësojnë mbikëqyrjen shëndetësore në vendin e punës, vlerësimin e rrezikut dhe kërkimin.

IA mund të kodojë automatikisht kërkesat për kompensimin e punëtorëve. Sistemet e realitetit virtual të aktivizuar me IA mund të përmirësojnë trajnimin e sigurisë për njohjen e rreziqeve. Inteligjenca artificiale mund të zbulojë në mënyrë më efikase rastet e shmangura të aksidenteve, të cilat janë të rëndësishme në uljen e shkallës së aksidenteve, por shpesh raportohen më pak.

Biokimia

AlphaFold 2 mund të përcaktojë strukturën 3D të një proteine (të palosur) në orë dhe jo në muajt e kërkuar nga qasjet e mëparshme automatike dhe është përdorur për të siguruar strukturat e mundshme të të gjitha proteinave në trupin e njeriut dhe në thelb të gjitha proteinat e njohura për shkencën (më shumë se 200 milionë).

Kimi dhe biologji

Mësimi i makinerisë është përdorur për dizajnimin e ilaçeve. Është përdorur gjithashtu për parashikimin e vetive molekulare dhe eksplorimin e hapësirave të mëdha kimike/reaksionesh. Sintezat e planifikuara nga kompjuteri nëpërmjet rrjeteve të reaksioneve kompjuterike, të përshkruara si një platformë që kombinon "sintezën kompjuterike me algoritmet e IA për të parashikuar vetitë molekulare", janë përdorur për të eksploruar origjinën e jetës në Tokë, sintezat e barnave dhe zhvillimin e rrugëve për riciklimin e 200 kimikateve të mbetjeve industriale në barna të rëndësishme dhe agrokimike (projektimi i sintezës kimike). Ka kërkime se cilat lloje të kimisë me ndihmën e kompjuterit do të përfitonin nga mësimi i makinerive. Mund të përdoret gjithashtu për " zbulimin dhe zhvillimin e barnave, ripërdorimin e ilaçeve, përmirësimin e produktivitetit farmaceutik dhe provat klinike". Është përdorur për projektimin e proteinave me vende funksionale të paracaktuara.

Është përdorur me bazat e të dhënave për zhvillimin e një procesi 46-ditor për të hartuar, sintetizuar dhe testuar një ilaç që pengon enzimat e një gjeni të veçantë, DDR1. DDR1 është i përfshirë në kancer dhe fibrozë që është një arsye për grupet e të dhënave me cilësi të lartë që mundësojnë këto rezultate.

Ekzistojnë lloje të ndryshme aplikimesh për mësimin e makinerive në dekodimin e biologjisë njerëzore, të tilla si ndihma në hartimin e modeleve të shprehjes së gjeneve në modelet e aktivizimit funksional ose identifikimi i motiveve funksionale të ADN-së. Përdoret gjerësisht në kërkimet gjenetike.

Ekziston gjithashtu një përdorim i mësimit të makinerive në biologjinë sintetike, biologjinë e sëmundjeve, nanoteknologjinë (p.sh. materialet e strukturuara dhe bionanoteknologjinë), dhe shkencën e materialeve.

Llojet e reja të mësimit të makinerive

Skema e procesit të një procesi shkencor robotik gjysmë të automatizuar që përfshin nxjerrjen e deklaratave në ueb dhe testimin laboratorik biologjik

Ekzistojnë gjithashtu prototipe të robotëve shkencëtarë, duke përfshirë ata të mishëruar në robot si dy shkencëtarët e robotëve, të cilët tregojnë një formë të "mësimit me makinë" që zakonisht nuk lidhet me termin.

Në mënyrë të ngjashme, ekziston kërkimi dhe zhvillimi i komjuterëve biologjik të llojit " wetare " që mund të mësojnë (p.sh. për t'u përdorur si biosensorë) dhe/ose për t'u implantuar në trupin e një organizmi (p.sh. për përdorim për të kontrolluar protezat). Neuronet artificiale të bazuara në polimere veprojnë drejtpërdrejt në mjediset biologjike dhe përcaktojnë neuronet biohibride të bëra nga komponentë artificialë dhe të gjallë.

Për më tepër, nëse emulimi i plotë i trurit është i mundur nëpërmjet skanimit dhe replikimit së, të paktën, trurit biokimik – siç parashikohet në formën e replikimit dixhital në Epokën e Em-it, ndoshta duke përdorur rrjete nervore fizike – që mund të ketë aplikime po aq ose më të gjera se p.sh. aktivitetet njerëzore të vlerësuara dhe mund të nënkuptojnë se shoqëria do të përballet me zgjedhje morale thelbësore, rreziqe shoqërore dhe probleme etike të tilla si nëse (dhe si) ndërtohen këto sisteme, dërgohen në hapësirë dhe përdoren në krahasim me lloje konkurrent potenciale, p.sh. inteligjenca artificiale dhe/ose gjysmë-artificiale më sintetike dhe/ose më pak njerëzore dhe/ose jo të ndjeshme. Një qasje alternative ose shtesë për skanimin janë llojet e inxhinierisë së kundërt të trurit.

Një nënkategori e inteligjencës artificiale është mishëruar, disa prej të cilave janë sisteme robotike të lëvizshme që secili përbëhet nga një ose disa robotë që janë në gjendje të mësojnë në botën fizike.

Llogaritja biologjike në IA dhe si IA

Sidoqoftë, kompjuterët biologjikë, edhe nëse janë shumë artificialë dhe inteligjentë, zakonisht dallohen nga kompjuterët sintetikë, shpesh të bazuar në silikon – ata megjithatë mund të kombinohen ose përdoren për projektimin e secilit prej tyre. Për më tepër, shumë detyra mund të kryhen në mënyrë joadekuate nga inteligjenca artificiale edhe nëse algoritmet e saj ishin transparente, të kuptueshme, pa paragjykime, në dukje efektive dhe të përafruara me qëllime dhe të dhënat e saj të trajnuara mjaftueshëm të mëdha dhe të pastruara – si në rastet kur metrikat, vlerat apo të dhënat themelore ose të disponueshme janë të papërshtatshme. Fraza 'e asistuar nga kompjuteri' është një frazë e përdorur për të përshkruar aktivitetet njerëzore që përdorin kompjuterin si mjet në aktivitete dhe sisteme më gjithëpërfshirëse si IA për detyra të ngushta ose duke i përdorur të tilla pa u mbështetur në thelb në rezultatet e saj. Një studim e përshkroi biologjiken si një kufizim të IA-së me fjalët "për sa kohë që sistemi biologjik nuk mund të kuptohet, zyrtarizohet dhe imitohet, ne nuk do të jemi në gjendje të zhvillojmë teknologji që mund ta imitojnë atë" dhe se nëse do të kuptohej kjo nuk do të thotë se ekziston "një zgjidhje teknologjike për të imituar inteligjencën natyrore". Teknologjitë që integrojnë biologjinë dhe shpesh bazohen në IA përfshijnë biorobotikën.

Astronomia, aktivitetet hapësinore dhe ufologjia

Inteligjenca artificiale përdoret në astronomi për të analizuar sasi në rritje të të dhënave të disponueshme dhe aplikime, kryesisht për "klasifikimin, regresionin, grupimin, parashikimin, gjenerimin, zbulimin dhe zhvillimin e njohurive të reja shkencore" për shembull për zbulimin e ekzoplaneteve, parashikimi i aktivitetit diellor dhe dallimi midis sinjaleve dhe efekteve instrumentale në astronominë e valëve gravitacionale. Mund të përdoret gjithashtu për aktivitete në hapësirë si eksplorimi i hapësirës, duke përfshirë analizën e të dhënave nga misionet hapësinore, vendimet shkencore në kohë reale të anijes kozmike, shmangien e mbeturinave hapësinore, dhe shumë më shumë operacione autonome.

Në kërkimin e inteligjencës jashtëtokësore (SETI), mësimi i makinës është përdorur në përpjekjet për të identifikuar valët elektromagnetike të gjeneruara artificialisht në të dhënat e disponueshme – të tilla si vëzhgimet në kohë reale – dhe teknolosignature-a të tjera, p.sh. nëpërmjet zbulimit të anomalive. Në ufologji, projekti SkyCAM-5 i kryesuar nga Prof. Hakan Kayal dhe Projekti Galileo i kryesuar nga Avi Loeb përdorin mësimin e makinës për të tentuar të zbulojë dhe klasifikojë llojet e UFO-ve. Projekti Galileo kërkon gjithashtu të zbulojë dy lloje të tjera të teknosignature-ave të mundshme jashtëtokësore me përdorimin e IA: 'objektet ndëryjore të ngjashme me Oumuamua dhe satelitë artificialë jo të krijuar nga njeriu.

Mësimi i makinës mund të përdoret gjithashtu për të prodhuar grupe të dhënash të nënshkrimeve spektrale të molekulave që mund të përfshihen në prodhimin atmosferik ose konsumimin e kimikateve të veçanta – të tilla si fosfina që mund të zbulohet në Venus – të cilat mund të parandalojnë gabimet dhe, nëse saktësia përmirësohet, të përdoren në zbulimet dhe identifikimin e ardhshëm të molekulave në planetë të tjerë.

Fusha të tjera të kërkimit

Evidenca e ndikimeve të përgjithshme

Në prill 2024, Mekanizmi i Këshillimit Shkencor për Komisionin Evropian publikoi këshilla duke përfshirë një rishikim gjithëpërfshirës të provave të mundësive dhe sfidave të paraqitura nga inteligjenca artificiale në kërkimin shkencor.

Si përfitime, rishikimi i provave theksoi:

• rolin e tij në përshpejtimin e kërkimit dhe inovacionit
• kapaciteti i tij për të automatizuar rrjedhat e punës
• rritja e shpërndarjes së punës shkencore

Si sfida:

• kufizimet dhe rreziqet rreth transparencës, riprodhueshmërisë dhe interpretueshmërisë
• performancë e dobët (pasaktësi)
• rreziku i dëmtimit nëpërmjet keqpërdorimit ose përdorimit të paqëllimshëm
• shqetësimet shoqërore duke përfshirë përhapjen e dezinformatave dhe rritjen e pabarazive

Histori

Mësimi i makinës mund të ndihmojë në rivendosjen dhe atribuimin e teksteve të lashta. Mund të ndihmojë në indeksimin e teksteve për shembull për të mundësuar kërkimin më të mirë dhe më të lehtë dhe klasifikimin e fragmenteve.

Inteligjenca artificiale mund të përdoret gjithashtu për të hetuar gjenomet për të zbuluar historinë gjenetike, të tilla si ndërthurja midis njerëzve arkaikë dhe modernë, me anë të të cilave, për shembull, u konkludua ekzistenca e një popullate fantazmë në të kaluarën, jo Neandertalit apo Denisovës.

Mund të përdoret gjithashtu për "qasje jo-invazive dhe jo shkatërruese në strukturat e brendshme të mbetjeve arkeologjike".

Fizika

Një sistem mësimi i thellë u raportua për të mësuar fizikën intuitive nga të dhënat vizuale (të mjediseve virtuale 3D) bazuar në një qasje të pabotuar të frymëzuar nga studimet e njohjes vizuale tek foshnjat. Studiues të tjerë kanë zhvilluar një algoritëm të mësimit të makinerive që mund të zbulojë grupe variablash bazë të sistemeve të ndryshme fizike dhe të parashikojë dinamikën e ardhshme të sistemeve nga video regjistrimet e sjelljeve të tyre. Në të ardhmen, mund të jetë e mundur që këto të përdoren për të automatizuar zbulimin e ligjeve fizike të sistemeve komplekse.

Shkenca e materialeve

IA mund të përdoret për optimizimin dhe zbulimin e materialeve, siç është zbulimi i materialeve të qëndrueshme dhe parashikimi i strukturës së tyre kristalore.

Në nëntor 2023, studiuesit në Google DeepMind dhe Lawrence Berkeley National Laboratory njoftuan se kishin zhvilluar një sistem IA të njohur si GNoME. Ky sistem ka kontribuar në shkencën e materialeve duke zbuluar mbi 2 milionë materiale të reja brenda një afati kohor relativisht të shkurtër. GNoME përdor teknika të të mësuarit të thellë për të eksploruar në mënyrë efikase strukturat e mundshme materiale, duke arritur një rritje të konsiderueshme në identifikimin e strukturave të qëndrueshme kristalore inorganike. Parashikimet e sistemit u vërtetuan përmes eksperimenteve autonome robotike, duke demonstruar një normë të dukshme suksesi prej 71%. Të dhënat e materialeve të zbuluara rishtazi janë në dispozicion të publikut përmes bazës së të dhënave të Projektit për Materiale, duke u ofruar studiuesve mundësinë për të identifikuar materialet me vetitë e dëshiruara për aplikime të ndryshme. Ky zhvillim ka implikime për të ardhmen e zbulimeve shkencore dhe integrimin e IA në kërkimin e shkencës materiale, duke përshpejtuar potencialisht inovacionin e materialit dhe duke reduktuar kostot në zhvillimin e produktit. Përdorimi i IA dhe mësimi i thellë sugjeron mundësinë e minimizimit ose eliminimit të eksperimenteve manuale laboratorike dhe lejimin e shkencëtarëve të fokusohen më shumë në hartimin dhe analizën e përbërjeve unike.

Inxhinierimi mbrapsht

Mësimi i makinës përdoret në lloje të ndryshme të inxhinierisë së kundërt. Për shembull, mësimi i makinerisë është përdorur për të inxhinieruar mbrapsht një pjesë materiale të përbërë, duke mundësuar prodhimin e paautorizuar të pjesëve me cilësi të lartë, dhe për të kuptuar shpejt sjelljen e maluer-ve. Mund të përdoret për të ndryshuar modele të inteligjencës artificiale. Gjithashtu mund të projektojë komponentë duke u angazhuar në një lloj inxhinierie të kundërt të komponentëve virtualë që nuk ekzitojnë ende, siç është dizajni molekular invers për funksionalitetin e dëshiruar të veçantë ose dizajni i proteinave për zona funksionale të paracaktuara. Inxhinieria e kundërt e rrjetit biologjik mund të modelojë ndërveprimet në një mënyrë të kuptueshme nga njeriu, p.sh. të bazohet në të dhënat e serive kohore të niveleve të shprehjes së gjeneve.

Ligji

Analiza juridike

Inteligjenca artificiale është një shtyllë e profesioneve të lidhura me ligjin. Algoritmet dhe mësimi i makinerive kryejnë disa detyra të kryera më parë nga avokatët e nivelit fillestar. Ndërsa përdorimi i tij është i zakonshëm, ai nuk pritet të zëvendësojë shumicën e punës së bërë nga avokatët në të ardhmen e afërt.

Industria e zbulimeve elektronike përdor mësimin e makinerive për të reduktuar kërkimin manual.

Zbatimi i ligjit dhe procedurat ligjore

Forcat e rendit kanë filluar të përdorin sistemet e njohjes së fytyrës (FRS) për të identifikuar të dyshuarit nga të dhënat vizuale. Rezultatet e FRS janë provuar të jenë më të sakta kur krahasohen me rezultatet e dëshmitarëve okularë. Për më tepër, FRS ka treguar se ka një aftësi shumë më të mirë për të identifikuar individët kur qartësia dhe dukshmëria e videos janë të ulëta në krahasim me pjesëmarrësit njerëzorë.

COMPAS është një sistem tregtar i përdorur nga gjykatat amerikane për të vlerësuar mundësinë e recidivizmit.

Një shqetësim lidhet me paragjykimet algoritmike, programet e IA mund të bëhen të njëanshme pas përpunimit të të dhënave që shfaqin njëanshmëri. ProPublica pretendon se niveli mesatar i rrezikut të recidivizmit të caktuar nga COMPAS për të pandehurit me ngjyrë është dukshëm më i lartë se ai i të pandehurve me ngjyrë të bardhë.

Në vitin 2019, qyteti i Hangzhou, Kinë krijoi një program pilot të Gjykatës së Internetit të bazuar në inteligjencën artificiale për të gjykuar mosmarrëveshjet në lidhje me tregtinë elektronike dhe pretendimet e pronësisë intelektuale të lidhura me internetin. Palët paraqiten para gjykatës përmes videokonferencës dhe IA vlerëson provat e paraqitura dhe zbaton standardet përkatëse ligjore.

Shërbimet

Burimet njerëzore

Një aplikim tjetër i IA është në burimet njerëzore. Inteligjenca artificiale mund të kontrollojë rezymetë dhe të renditë kandidatët në bazë të kualifikimeve të tyre, të parashikojë suksesin e kandidatit në role të caktuara dhe të automatizojë detyrat e përsëritura të komunikimit përmes chatbots.

Kërkimi i punës

IA ka thjeshtuar procesin e rekrutimit/kërkimit të punës si për rekrutuesit ashtu edhe për punëkërkuesit. Sipas Raj Mukherjee nga Indeed, 65% e punëkërkuesve kërkojnë sërish brenda 91 ditëve pas punësimit. Një motor i fuqizuar nga IA-ja thjeshton kompleksitetin e kërkimit të punës duke vlerësuar informacionin mbi aftësitë e punës, pagat dhe tendencat e përdoruesve, duke i përshtatur punëkërkuesit me pozicionet më të relevante. Inteligjenca e makinerisë llogarit pagat e duhura dhe nxjerr në pah informacionin e rezymesë për rekrutuesit që përdorin NLP, i cili nxjerr fjalë dhe fraza përkatëse nga teksti. Një tjetër aplikacion është një ndërtues i rezymeve të IA që përpilon një CV në 5 minuta. Chatbots ndihmojnë vizitorët e faqes në internet dhe përmirësojnë rrjedhat e punës.

Shërbimi i klientit online dhe telefonik

IA qëndron në themel të avatarëve (asistentë të automatizuar në internet) në faqet e internetit. Mund të zvogëlojë kostot e funksionimit dhe trajnimit. Pypestream ofron shërbim të automatizuar të klientëve për aplikacionin e saj mobil për të thjeshtuar komunikimin me klientët.

Një aplikacion Google analizon gjuhën dhe e shndërron të folurin në tekst. Platforma mund të identifikojë klientët e zemëruar përmes gjuhës së tyre dhe të përgjigjet siç duhet. Amazon përdor një chatbot për shërbimin ndaj klientit që mund të kryejë detyra si kontrolli i statusit të një porosie, anulimi i porosive, ofrimi i rimbursimeve dhe lidhja e klientit me një përfaqësues njerëzor. IA gjeneruese (GenAI), si ChatGPT, përdoret gjithnjë e më shumë në biznes për të automatizuar detyrat dhe për të përmirësuar vendimmarrjen.

Mikpritja

Në industrinë e mikpritjes, IA përdoret për të reduktuar detyrat e përsëritura, për të analizuar trendet, për të bashkëvepruar me mysafirët dhe për të parashikuar nevojat e klientëve. Shërbimet e hotelit me IA vijnë në formën e një chatbot-i, aplikacioni, asistenti virtual i zërit dhe robotët e shërbimit.

Wikipedia

Miliona artikuj të wikipedias janë redaktuar nga robotë të cilët megjithatë zakonisht nuk janë softuer të inteligjencës artificiale. Shumë platforma të IA përdorin të dhënat e Wikipedia-s, kryesisht për trajnimin e aplikacioneve të mësimit të makinerive. Ka kërkime dhe zhvillime të aplikacioneve të ndryshme të inteligjencës artificiale për Wikipedia, si për identifikimin e fjalive të vjetruara, zbulimin e vandalizmit të fshehtë ose rekomandimin e artikujve dhe detyrave për redaktorët e rinj.

Video lojëra

Në videolojërat, IA përdoret në mënyrë rutinore për të gjeneruar sjellje në karakteret jo-lojtarësh (NPC). Përveç kësaj, IA përdoret për gjetjen e shtigjeve. Disa studiues e konsiderojnë NPC AI në lojëra si një "problem të zgjidhur" për shumicën e detyrave të prodhimit. Lojërat me IA më pak tipike përfshijnë drejtorin e IA të Left 4 Dead (2008) dhe trajnimin neuroevolucionar të togave në Supreme Commander 2 (2010). IA përdoret gjithashtu në Alien Isolation (2014) si një mënyrë për të kontrolluar veprimet që Alien do të kryejë më pas.

Kinect, i cili ofron një ndërfaqe 3D për lëvizjen e trupit për Xbox 360 dhe Xbox One, përdor algoritme që dolën nga kërkimi i IA.

Shërbimet komunale

Sistemi energjetik

Konvertuesit elektronikë të fuqisë përdoren në energjinë e ripërtëritshme, ruajtjen e energjisë, automjetet elektrike dhe transmetimin e rrymës direkte me tension të lartë. Këta konvertues janë të prirur ndaj dështimeve, të cilat mund të ndërpresin shërbimin dhe të kërkojnë mirëmbajtje të kushtueshme ose pasoja katastrofike në aplikacionet kritike të misionit. IA mund të drejtojë procesin e projektimit për konvertuesit e besueshëm të elektronikës së energjisë, duke llogaritur parametrat e saktë të projektimit që sigurojnë jetëgjatësinë e kërkuar.

Departamenti Amerikan i Energjisë thekson rolin kryesor të IA në realizimin e synimeve kombëtare për klimën. Me inteligjencën artificiale, objektivi ambicioz për arritjen e zero emetimeve neto të gazrave serrë në të gjithë ekonominë bëhet i realizueshëm. IA gjithashtu ndihmon në krijimin e hapësirës për erën dhe diellin në rrjet duke shmangur mbingarkesën dhe duke rritur besueshmërinë e rrjetit.

Mësimi i makinës mund të përdoret për parashikimin dhe planifikimin e konsumit të energjisë, p.sh. për të ndihmuar me menaxhimin e ndërprerjeve të energjisë së ripërtëritshme (shih gjithashtu: rrjeti inteligjent dhe zbutja e ndryshimeve klimatike në rrjetin e energjisë).

Telekomunikacioni

Shumë kompani të telekomunikacionit përdorin kërkimin heuristik për të menaxhuar fuqinë e tyre punëtore. Për shembull, BT Group vendosi kërkimin heuristik në një aplikacion që planifikon 20,000 inxhinierë. Mësimi i makinerisë përdoret gjithashtu për njohjen e të folurit, duke përfshirë pajisjet e kontrolluara me zë, dhe transkriptimin e lidhur me njohjen e të folurit, duke përfshirë videot.

Prodhimtaria

Sensorët

Inteligjenca artificiale është kombinuar me spektrometrinë dixhitale nga IdeaCuria Inc., mundëson aplikacione të tilla si monitorimi i cilësisë së ujit në shtëpi.

Lodra dhe lojëra

Në vitet 1990, mjetet e hershme të inteligjencës artificiale kontrollonin Tamagotchis dhe Giga Pets, internetin dhe robotin e parë të lëshuar gjerësisht, Furby. Aibo ishte një robot shtëpiak në formën e një qeni robotik me karakteristika dhe autonomi inteligjente.

Mattel krijoi një shumëllojshmëri lodrash me IA që "kuptojnë" bisedat, japin përgjigje inteligjente dhe mësojnë.

Naftë dhe gaz

Kompanitë e naftës dhe gazit kanë përdorur mjete të inteligjencës artificiale për të automatizuar funksionet, për të gjeneruar parashikimin e çështjeve të pajisjeve dhe për të rritur prodhimin e naftës dhe gazit.

Transporti

Automobilistikë

Pamje anësore e një makine vetë-drejtuese të markës Waymo

IA në transport pritet të sigurojë transport të sigurt, efikas dhe të besueshëm duke minimizuar ndikimin në mjedis dhe komunitete. Sfida kryesore e zhvillimit është kompleksiteti i sistemeve të transportit që përfshin komponentë dhe palë të pavarura, me objektiva potencialisht kontradiktore.

Kontrollorët e logjikës së paqartë të bazuar në IA përdorin kuti ingranazhesh. Për shembull, Audi TT 2006, VW Touareg dhe VW Caravell shfaqin transmetimin DSP. Një numër variantesh Škoda (Škoda Fabia) përfshijnë një kontrollues të bazuar në logjikën fuzzy. Makinat kanë veçori të asistencës për shoferin të bazuara në IA, të tilla si vetëparkimi dhe kontrolli adaptiv i lundrimit.

Ekzistojnë gjithashtu prototipe të mjeteve autonome automobilistike të transportit publik si mini-autobusët elektrikë si dhe transporti hekurudhor autonom në funksionim.

Ekzistojnë gjithashtu prototipe të automjeteve autonome të postës, ndonjëherë duke përfshirë robotët e dorëzimit.

Kompleksiteti i transportit nënkupton se në shumicën e rasteve trajnimi i një IA në një mjedis të drejtimit në botën reale është i papërshtatshëm. Testimi në simulator mund të zvogëlojë rreziqet e trajnimit në rrugë.

Inteligjenca artificiale mbështet automjetet vetë-drejtuese. Kompanitë e përfshira me IA përfshijnë Tesla, Waymo dhe General Motors. Sistemet e bazuara në IA kontrollojnë funksione të tilla si frenimi, ndryshimi i korsisë, parandalimi i përplasjeve, navigimi dhe harta.

Kamionët autonomë janë në fazën e testimit. Qeveria e Mbretërisë së Bashkuar miratoi legjislacionin për të filluar testimin e togave autonome të kamionëve në 2018. Një grup kamionësh autonomë ndjekin nga afër njëri-tjetrin. Korporata gjermane Daimler po teston Freightliner Inspiration.

Automjetet autonome kërkojnë harta të sakta për të qenë në gjendje për të naviguar midis destinacioneve. Disa automjete autonome nuk lejojnë shoferët njerëzorë (ata nuk kanë timon ose pedale).

Menaxhimi i trafikut

IA është përdorur për të optimizuar menaxhimin e trafikut, i cili redukton kohën e pritjes, përdorimin e energjisë dhe emetimet deri në 25 përqind.

Semaforët inteligjentë janë zhvilluar në Carnegie Mellon që nga viti 2009. Profesor Stephen Smith ka krijuar një kompani që nga ajo kohë,Surtrac, që ka instaluar sisteme inteligjente të kontrollit të trafikut në 22 qytete. Kostoja e instalimit është rreth 20,000 dollarë për kryqëzim. Kohëzgjatja e udhëtimit është ulur me 25% dhe koha e pritjes për shkak të bllokimit të trafikut është zvogëluar me 40% në kryqëzimet që është instaluar.

Ushtri

Divizioni i Operacioneve Ajrore (AOD) të Forcave Ajrore Mbretërore Australiane (RAAF) përdor IA për sisteme ekspertëshh. Inteligjencat artificiale operojnë si operatorë zëvendësues për simuluesit e betejave dhe trajnimit, ndihmës për menaxhimin e misioneve, sisteme mbështetëse për marrjen e vendimeve taktike dhe përpunimin e të dhënave të simuluesve në përmbledhje simbolike.

Simulatorët e avionëve përdorin IA për trajnimin e aviatorëve. Mund të simulohen kushtet e fluturimit që lejojnë pilotët të bëjnë gabime pa rrezikuar veten ose avionët e shtrenjtë. Lufta ajrore gjithashtu mund të simulohet.

IA mund të përdoret gjithashtu për të operuar avionët në mënyrë analoge me kontrollin e tyre të automjeteve tokësore. Dronët autonomë mund të fluturojnë në mënyrë të pavarur ose në grupe.

AOD përdor Sistemin Interaktiv të Diagnostifikimit dhe Izolimit të Defekteve, ose IFDIS, i cili është një sistem ekspert i bazuar në rregulla që përdor informacion nga dokumentet TF-30 dhe këshilla të ekspertëve nga mekanikët që punojnë në TF-30. Ky sistem u krijua për t'u përdorur për zhvillimin e TF-30 për F-111C. Sistemi zëvendësoi punëtorët e specializuar. Sistemi i lejonte punëtorët e rregullt të komunikonin me sistemin dhe të shmangnin gabimet, llogaritjet e gabuara ose që duhej të flisnin me një nga punonjësit e specializuar.

Njohja e të folurit lejon kontrollorët e trafikut të japin udhëzime verbale për dronët.

Dizajni i mbështetur nga inteligjenca artificiale i avionëve, ose AIDA, përdoret për të ndihmuar projektuesit në procesin e krijimit të modeleve konceptuale të avionëve. Ky program i lejon projektuesit të fokusohen më shumë në vetë dizajnin dhe më pak në procesin e projektimit. Softueri gjithashtu i lejon përdoruesit të fokusohet më pak në mjetet e softuerit. AIDA përdor sisteme të bazuara në rregulla për të llogaritur të dhënat e saj. Ky është një diagram i rregullimit të moduleve AIDA. Edhe pse i thjeshtë, programi po rezulton efektiv.

NASA

Në vitin 2003, një projekt i Qendrës Kërkimore të Fluturimit Dryden krijoi softuer që mund të mundësonte një avion të dëmtuar të vazhdojë fluturimin derisa të arrihet një ulje e sigurt. Softueri kompensoi komponentët e dëmtuar duke u mbështetur në komponentët e mbetur të padëmtuar.

Sistemi Inteligjent Autopilot 2016 kombinoi mësimin me praktika dhe klonimin e sjelljes, ku autopiloti vëzhgoi veprimet e nivelit të ulët të kërkuar për të manovruar aeroplanin dhe strategjinë e nivelit të lartë të përdorur për të zbatuar ato veprime.

Detaria

Rrjetet nervore përdoren nga sistemet e ndërgjegjësimit të situatës në anije dhe varka. Ekzistojnë gjithashtu edhe varka autonome.

Monitorimi i mjedisit

Anijet autonome që monitorojnë oqeanin, analizat e të dhënave satelitore të drejtuara nga IA, akustika pasive ose sensorë në distancë dhe aplikacione të tjera të monitorimit mjedisor përdorin mësimin e makinerive.

Për shembull, "Global Plastic Watch" është një platformë monitorimi satelitore e bazuar në IA për analizën/gjurmimin e vendeve të mbetjeve plastike për të ndihmuar në parandalimin e ndotjes plastike – kryesisht ndotjen e oqeanit – duke ndihmuar në identifikimin se kush dhe ku keqmenaxhon mbetjet plastike, duke i hedhur ato në oqeane.

Sistemet e paralajmërimit të hershëm

Mësimi i makinerisë mund të përdoret për të dalluar shenjat paralajmëruese të hershme të fatkeqësive dhe çështjeve mjedisore, duke përfshirë ndoshta pandemitë natyrore, tërmetet, rrëshqitjet e dheut, reshjet e dendura, cenueshmëria afatgjatë e furnizimit me ujë, pikat e kthesës së kolapsit të ekosistemit, shpërthimet e lulëzimit cianobakterial, dhe thatësirat.

Shkenca kompjuterike

Asistenca në programimi

Mjete ndihmëse për kodimin të fuqizuara nga IA

IA mund të përdoret për plotësimin e kodit në kohë reale, bisedën dhe gjenerimin e automatizuar të testit. Këto mjete zakonisht integrohen me redaktorët dhe IDE-të si shtojca. Ato ndryshojnë në funksionalitetin, cilësinë, shpejtësinë dhe qasjen ndaj privatësisë. Sugjerimet e kodit mund të jenë të pasakta dhe duhet të shqyrtohen me kujdes nga zhvilluesit e softuerit përpara se të pranohen.

GitHub Copilot është një model i inteligjencës artificiale i zhvilluar nga GitHub dhe OpenAI që është në gjendje të plotësojë automatikisht kodin në shumë gjuhë programimi. Çmimi për individë: 10 dollarë në muaj ose 100 dollarë në vit, me provë një muaj falas.

Tabnine u krijua nga Jacob Jackson dhe fillimisht ishte në pronësi të kompanisë Tabnine. Në fund të vitit 2019, Tabnine u ble nga Codota. Mjeti Tabnine është i disponueshëm si shtojcë për IDE- të më të njohura. Ai ofron opsione të shumta çmimesh, duke përfshirë versionin e kufizuar "startues" falas.

CodiumAI nga CodiumAI, startup i vogël në Tel Aviv, ofron krijimin e automatizuar të testit. Aktualisht mbështet Python, JS dhe TS.

Ghostwriter nga Replit ofron plotësimin e kodit dhe bisedën. Ata kanë plane të shumta çmimesh, duke përfshirë një falas dhe një plan "Hacker" për 7 dollarë në muaj.

CodeWhisperer nga Amazon mbledh përmbajtjen e përdoruesve individualë, duke përfshirë skedarët e hapur në IDE. Ata pretendojnë se fokusohen në sigurinë si gjatë transmetimit ashtu edhe gjatë ruajtjes. Plani individual është falas, plani profesional është 19 dollarë/përdorues/muaj.

Mjete të tjera: SourceGraph Cody, CodeCompleteFauxPilot, Tabby

Dizajni i rrjetit nervor

IA mund të përdoret për të krijuar IA të tjera. Për shembull, rreth nëntorit 2017, projekti AutoML i Google për evoluimin e topologjive të reja të rrjeteve nervore krijoi NASNet, një sistem i optimizuar për ImageNet dhe POCO F1. Performanca e NASNet tejkaloi të gjithë performancën e publikuar më parë në ImageNet.

Llogaritja kuantike

Mësimi i makinës është përdorur për anulimin e zhurmës në teknologjinë kuantike, duke përfshirë sensorët kuantikë. Për më tepër, ka kërkime dhe zhvillime të konsiderueshme për përdorimit të kompjuterëve kuantikë me algoritme të mësimit të makinerive. Për shembull, ekziston një prototip, fotonik, për kompjuterë neuromorfikë (kuantikë) (KN)/ rrjete nervore artificiale dhe materiale kuantike që përdorin KN me një larmi aplikacionesh potenciale neuromorfike të lidhura me informatikën, dhe mësimi i makinerisë kuantike është një fushë me disa larmi të aplikacioneve në zhvillim. IA mund të përdoret për simulatorët kuantikë të cilët mund të kenë aplikimin e zgjidhjes së problemeve të fizikës dhe kimisë si dhe për annealerët kuantikë për trajnimin e rrjeteve nervore për aplikimet e IA. Mund të ketë gjithashtu disa dobi në kimi, p.sh. për zbulimin e barnave, dhe në shkencën e materialeve, p.sh. për optimizimin/zbulimin e materialeve (me lidhje të mundshme me prodhimin e materialeve kuantike).

Kontribute historike

Studiuesit e IA kanë krijuar shumë mjete për të zgjidhur problemet më të vështira në shkencën kompjuterike. Shumë nga shpikjet e tyre janë miratuar nga shkenca kompjuterike e zakonshme dhe nuk konsiderohen më IA. Të gjitha që vijojnë u zhvilluan fillimisht në laboratorët e IA:

• Ndarja e kohës
• Interpretues ndërveprues
• Ndërfaqet grafike të përdoruesit dhe miu i kompjuterit
• Mjediset e zhvillimit të shpejtë të aplikacioneve
• Struktura e të dhënave të listës së lidhur
• Menaxhimi automatik i ruajtjes
• Programim simbolik
• Programim funksional
• Programimi dinamik
• Programim i orientuar nga objekti
• Njohja optike e karaktereve
• Kënaqësia e kufizimeve

Biznesi

Nxjerrja e përmbajtjes

Një lexues optik i karaktereve përdoret në nxjerrjen e të dhënave në dokumentet e biznesit si fatura dhe kuponët. Mund të përdoret gjithashtu në dokumentet e kontratave të biznesit, p.sh. marrëveshjet e punësimit për të nxjerrë të dhëna kritike si kushtet e punësimit, kushtet e dorëzimit, klauzolat e përfundimit, etj.

Arkitekturë

Inteligjenca artificiale në arkitekturë ka krijuar një mënyrë që arkitektët të krijojnë gjëra përtej të kuptuarit njerëzor. Zbatimi i IA në teknologjitë e mësimit makinerik për shndërrimin e tekstit në imazh, si DALL-E dhe Stable Diffusion, fuqizon vizualizimin kompleks.

Inteligjenca artificiale i lejon dizajnerët të demonstrojnë kreativitetin e tyre dhe madje të shpikin ide të reja gjatë dizajnimit. Në të ardhmen, IA nuk do të zëvendësojë arkitektët; në vend të kësaj, do të përmirësojë shpejtësinë e përkthimit të skicimit të ideve.

Lista e aplikimeve

• Njohja optike e karaktereve
• Njohja e të shkruarit me dorë
• Njohja e të folurit
• Njohja e fytyrës
• Inteligjenca artificiale gjenerative
• Krijimtaria artificiale
• Vizioni kompjuterik
• Realiteti virtual
• Procesimi i imazheve
• Manipulimi i fotove dhe videove
• Diagnoza (inteligjenca artificiale)
• Teoria e lojërave dhe planifikimi strategjik
• Inteligjenca artificiale e lojërave dhe bot-i i lojërave kompjuterike
• Përpunimi i gjuhës natyrore, përkthimi and chatterbots
• Kontrolli jolinear dhe robotika
• Chatbots dhe asistenët e aplikacioneve si Alexa, Google Assistant, Siri
• Bot social
• Shërbime ligjore
• Shëndetësia
• Edukimi dhe çështjet e lidhura me vëshirësitë në të nxënë
• Monitorimi i aktivitetit të përdoruesit, promovimi i targetuar personal dhe marketingu përmes reklamave
• Humanoidët
• Lojërat si DeepBlue
• Modele të bazuara në agjentë
  • Ekonomia lloaritëse e bazuar në agjentë
  • Jeta artificiale
• Arsyetimi i automatizuar
  • Vërtetimi i automatizuar i teoremave
  • Asistenti për vërtetim
• Automatizimi
• Llogaritja e frymëzuar nga biologjia
• Nxerrja e koncepteve
• Nxerrja e të dhënave
• Reprezentimi i njohurive
• Web-i semantik
• Filtrimi i spam-it të email-it
• Filtrimi i gjuhës së urrjetjes, nuditetit, dhe përmbajtjeve të tjera të padëshiruara.
• Robotika
  • Robotika e bazuar në sjellje
  • Robotika kognitive
  • Kibernetika
  • Robotika zhvillimore (epigjenetike)
  • Robotika evolutive
  • Ndërveprimi njeri-robot
• Sistemi inteligjent hibrid
• Agjenti inteligjent
• Kontrolli inteligjent
• Proceset gjyqësore

Shihni gjithashtu

• Aplikimet e inteligjencës artificiale në informatikat juridike
• Aplikimet e mësimit të thellë
• Aplikimet e të mësuarit të makinës
• Inteligjenca artificiale dhe zgjedhjet
• Inteligjenca kolektive § Aplikimet
• Lista e projekteve të inteligjencës artificiale
• Lista e grupeve të të dhënave për kërkime në mësimin e makinës
• Të dhënat e hapura
• Progresi në inteligjencën artificiale