Machine learning — co to takiego?

Machine learning wchodzi w skład nauk zajmujących się jednym z najważniejszych zagadnień współczesności, czyli sztucznej inteligencji. Podstawowym celem działań wokół ML jest stworzenie systemu, który będzie w stanie doskonalić się samodzielnie, wykorzystując zdobyte dotychczas doświadczenie. Udział człowieka w ewolucji maszyn ma być zatem ograniczony do minimum, a w końcu zupełnie wyeliminowany. Dziś nie pytamy już, czy to możliwe, ale zastanawiamy się, kiedy osiągniemy perfekcję w tej dziedzinie.

Machine learning w czasie COVID-19

Epidemia Covid-19 okazała się wielkim sprawdzianem dla organizacji zajmujących się wdrażaniem sztucznej inteligencji w funkcjonowanie najważniejszych obszarów związanych z opieką zdrowotną, a nawet rolnictwem. Okazuje się, że w czasach wojny z niewidzialnym przeciwnikiem, machine learning może być cenną bronią w rękach człowieka.

Machine learning ocali nasze życie?

Instytucje opieki zdrowotnej wespół z organizacjami rządowymi posiłkują się obecnie chatbotami wykorzystującymi uczenie maszynowe do bezdotykowego badania przesiewowego objawów COVID-19. Rozwiązanie to pomaga im również uzyskać odpowiedzi na pytania zadawane przez spragnionych informacji obywateli. Doskonałym przykładem jest francuski start-up Clevy.io, którego chatbot wspiera ludzi w docieraniu do oficjalnych informacji rządowych na temat koronawirusa. Program korzysta z informacji dostarczanych w czasie rzeczywistym przez rząd francuski i Światową Organizację Zdrowia – pozwalają mu one na ocenę znanych objawów i formułowanie odpowiedzi na pytania użytkowników. W tej chwili z chatbota korzystają takie francuskie miasta jak m.in. Strasburg, Orlean, czy Nanterre.

W Chinach Machine learning i sztuczna inteligencja pomagają w śledzeniu osób opuszczających tzw. ground zero. Dzięki analizie ruchu lotniczego maszyny są w stanie przewidzieć, gdzie wkrótce mogą pojawić się nowe zakażenia. Firmy, takie jak m.in. BlueDot, wykorzystują AI do prognozowania nowych ognisk epidemii na podstawie szeregu danych pochodzących z różnych źródeł. Informacje te pomagają organizacjom rządowym w podejmowaniu właściwych kroków w kierunku powstrzymania rozprzestrzeniania się wirusa.

Niezwykle popularne stały się tzw. symptom-checkery, czyli chatboty wykorzystujące uczenie maszynowe w celu ciągłego „bycia na czasie” z pandemią. Aplikacje uczą się bezustannie, korzystając ze spływającego nieprzerwanie potoku danych. Nie jest to jednak takie proste! Problem z Covid-19 polega na tym, że danych na temat wirusa jest stosunkowo niewiele. Działające obecnie aplikacje (np. Your.MD), wykorzystują schematy decyzyjne, aby z jak największą precyzją ocenić potencjał zachorowania. Celność tych przewidywań rośnie wraz z publikacją kolejnych opracować naukowych na temat Covid-19.

Machine learning w programie Vinci Rithms

Każdego miesiąca firmy spedycyjne otrzymują nawet kilkanaście tysięcy nowych zapytań ofertowych. Wiadomości te nie są w żaden sposób strukturyzowane, a co gorsza, każda z nich przesyłana jest w innym formacie. Taki chaos uniemożliwia automatyzację, wydłużając proces rozpatrywania zapytań, co w efekcie zmniejsza możliwość potencjalnego zarobku dla firmy. W tym miejscu pojawia się Vinci Rithms – najnowsze dziecko Da Vinci Studio.

Proponujemy zupełnie nowe narzędzie wykorzystujące uczenie maszynowe w celu rozpoznawania kluczowych elementów niezbędnych do przygotowania wyceny. Dzięki połączeniu z systemem ofertowym firmy, Vinci Rithms umożliwi wygenerowanie automatycznej odpowiedzi do klienta, czego efektem będzie zupełne zautomatyzowanie procesu ofertowego.

Mechanizm działania Vinci Rithms możemy zobrazować za pomocą następującego cyklu:

  1. firma spedycyjna otrzymuje zapytanie ofertowe,
  2. do gry wkracza mechanizm odczytujący wiadomości,
  3. program dokonuje automatycznej ekstrakcji danych,
  4. następuje automatyczne dodanie do systemu zamówień klienta,
  5. klient otrzymuje precyzyjną ofertę zgodną z jego zapytaniem.

Proste, prawda?

16 czerwca, 2020 Machine Learning
Napisz do nas