Novinky ze světa AI, BI a RPA

Diskuzní Fórum: CeskeForum




Asociace za lepší ICT řešení přináší pravidelné shrnutí zajímavých článků z odborného tisku a specializovaných webů z třetího čtvrtletí roku 2021 z oblasti AI, BI a RPA.

Jak pomáhá AI v prostředí edge i IoT?

AI na okraji sítě snižuje datové a síťové zatížení pocházejí z technologií internetu věcí, který chrlí velké množství zpráv. Například pro zjištění signálu, kde hrozí selhání, lze využít technologii strojového učení v edge prostředí, která se naučí rozpoznávat kritické signály a daná data předem připraví k odeslání. Zpracování na okraji sítě je vhodné jak pro rychle se pohybující zařízení (např. auto), tak pro pomalu se pohybující či nehybná zařízení (např. solární panely). Distribuovaná inteligence společnostem umožňuje snížit objem přenosů zpráv zpět ze zařízení a to snižuje náklady na síťové připojení a související spotřebu energie. AI se také v edge prostředí používá k tomu, aby zařízení získala další funkce, jako u chytrých hodinek vyhodnocení lidských funkcí jako je tep nebo rytmus dýchání. V dnešní době také útočí boti na uživatele internetu prostřednictvím automatizovaných útoků credential stuffing a DoS. Proti těmto útokům pomáhá zavedení umělé inteligence v edge prostředí, která zjišťuje zda je konkrétní uživatel skutečným člověkem nebo jestli se jedná o bota.

Které mýty brzdí zavádění AI ve firmách?

Jedná se o šest mýtů. Prvním mýtem je, že AI je během krize covid-19 luxusem. Zájem a investice do AI rostou i uprostřed covidové krize. Druhým mýtem je, že firma nepotřebuje strategii pro AI. Umělou inteligenci lze využít pro řešení celé škály firemních problémů, za předpokladu vhodné strategie. Třetím mýtem je, že AI jen nahradí obyčejné a opakované činnosti. V průběhu let některé profese zmizely, zatímco vznikají profese nové. Čtvrtý mýtus je že AI a ML je totéž. AI zastřešuje širokou řadu počítačových metod. ML je podoblast umělé inteligence. Pátým mýtem je, že AI se týká jen algoritmů a modelů. Návrh a použití algoritmů ML pro vytvoření prediktivního modelu je často nejjednodušší částí projektu AI. Náročnější je pak zajištění, aby byl problém řešený pomocí AI dobře specifikovaný, aby byla k dispozici vhodná data a aby vše začalo fungovat v reálu. Šestým mýtem je to, že všechny černé skříňky AI musejí odpovídat regulačním předpisům. AI, která generuje poznatky pro interní použití, nemusí nutně splňovat aspekty vysvětlitelnosti.

Jak využít AI pro zlepšení zákaznické zkušenosti?

Velkým trendem v oblasti AI pro firemní je využití personalizace, tedy skutečné zacílení a úprava obsahu podle uživatele platformy či návštěvníka webu. Jak lze v personalizaci využít rekomendační systémy (RS)? RS jsou dnes základními službami používanými ve všech významných digitálních platformách po celém světě. Jsou to klíčové služby, které pomáhají uživatelům objevovat nový obsah nebo produkty. Obecně se RS dělí do dvou hlavních skupin, doporučovací systémy založené na hodnocení a techniky filtrování založené na preferencích. Pro podnik znamenají přidanou hodnotu, a to jak z hlediska vyšších příjmů a konkurenceschopnosti, tak z hlediska spokojenosti zákazníků. Jednou z důležitých metod algoritmů RS je kolaborativní filtrování (CF). Tyto algoritmy pracují na základě analýzy vzorců chování uživatelů v publiku a poskytují doporučení na základě podobných uživatelů nebo podobných položek. Největší výhodou této metody je, že se dokáže přizpůsobit trendům nebo reagovat na změny v systému. Tento algoritmus dobře funguje v systémech se značným množstvím interakcí. Existují i hybridní RS.

Články a rešerše AI, BI a RPA najdete ZDE.

Katalog SW robotů a automatizace lze nalézt ZDE.

 

Asociace za lepší ICT řešení, o.p.s.
Husinecká 903/10
13000 Praha 3

IČ: 016 74 846
www.lepsi-reseni.cz
office@lepsi-reseni.cz
(+420) 226 259 729



Zanechat odpověď

Kolik je 2 + 4 ?
Prosím nechte tato políčka jak jsou: