bj.llcitycouncil.org
Innovation

Principales applications commerciales des technologies d'IA utilisées aujourd'hui

Principales applications commerciales des technologies d'IA utilisées aujourd'hui


We are searching data for your request:

Forums and discussions:
Manuals and reference books:
Data from registers:
Wait the end of the search in all databases.
Upon completion, a link will appear to access the found materials.


2016 a été une excellente année pour les progrès des technologies d'IA et de l'apprentissage automatique. Le marché de l'IA est également florissant. Malgré tout le battage médiatique et l'attention médiatique, de nombreuses startups et géants de l'Internet se battent tous pour développer cette technologie. Il y a eu une augmentation massive des investissements et leur adoption par les entreprises. Une étude de Narrative Science a révélé que l'année dernière seulement 38% des entreprises avaient déjà adopté l'IA. Cette adoption devrait atteindre 62% d'ici 2018. Une autre étude de Forrester Research prédit une 300% boom des investissements dans l'IA en 2017 par rapport à l'année dernière. Le marché de l'IA devrait atteindre 47 milliards de dollars d'ici 2020 à partir de 8 milliards de dollars aujourd'hui.

Les recherches de Forrester ont récemment publié un rapport TechRadar sur l'IA qui présente une analyse détaillée de 13 technologies que les entreprises devraient envisager d'adopter. Ne vous inquiétez pas trop, leur tâche principale est de soutenir plutôt que de remplacer les travailleurs humains. Enfin du moins pour le moment!

Alors restons coincés. Cette liste n'est pas dans un ordre particulier, ne vous inquiétez pas, vous ne serez pas redondant pour l'instant!

Génération de langage naturel

La génération de langage naturel produit du texte à partir de données informatiques. L'informatique est actuellement utilisée dans les services à la clientèle, la génération de rapports et la synthèse des informations décisionnelles. Cette technologie est actuellement fournie par Attivio, Automated Insights, Cambridge Semantics, Digital Reasoning, Lucidworks, Narrative Science, SAS et Yseop.

Reconnaissance de la parole

Comme vous vous en doutez, la reconnaissance vocale permet à l'ordinateur de transcrire et de transformer la parole humaine dans des formats compréhensibles pour les applications informatiques. Il est notamment utilisé dans les systèmes de réponse vocale interactive et les applications mobiles telles que Siri, Cortana et Alexa pour n'en nommer que quelques-uns. Les exemples de fournisseurs incluent NICE, Nuance Communications, OpenText et Verint Systems.

Agents virtuels

Forrester se réfère aux agents virtuels comme «le chouchou actuel des médias». Cela englobe de simples chatbots aux systèmes avancés qui peuvent parler presque naturellement avec les humains. Ils sont actuellement utilisés dans les services à la clientèle ainsi que dans les gestionnaires d'appareils pour la maison intelligente. Ceux-ci deviennent de plus en plus sophistiqués, alors ne vous sentez pas trop mal si vous commencez à vraiment aimer Alexa par exemple. Pour ceux qui l'ont regardée, nous ne sommes peut-être pas trop loin! Cette technologie est actuellement en développement auprès d'entreprises telles qu'Amazon, Apple, Artificial Solutions, Assist AI, Creative Virtual, Google, IBM, IPsoft, Microsoft et Satisfi.

[Source de l'image: imdb]

Plateformes d'apprentissage automatique

Les plates-formes d'apprentissage automatique fournissent des algorithmes, des API, des boîtes à outils et des données de développement et de formation. Ils fournissent également une puissance de calcul pour concevoir, former et déployer des modèles, des applications, des processus et d'autres machines. Les MLP sont actuellement utilisés dans un large éventail d'applications commerciales qui concernent principalement la prédiction ou la classification. Cette technologie est actuellement en développement et fournie par des sociétés telles qu'Amazon, Fractal Analytics, Google, H2O.ai, Microsoft, SAS, Skytree.

Matériel optimisé pour l'IA

Le matériel optimisé pour l'IA comprend des types d'unités et d'appareils de traitement graphique conçus et architecturés pour exécuter efficacement des tâches de calcul orientées vers l'IA. Ils sont principalement utilisés pour l'utilisation d'applications d'apprentissage en profondeur. Les exemples de fournisseurs incluent Alluviate, Cray, Google, IBM, Intel et Nvidia.

Gestion des décisions

Les moteurs de gestion de décision insèrent des règles et une logique dans les systèmes d'IA. Ils sont principalement utilisés pour la configuration initiale et la formation ainsi que pour la maintenance et le réglage continus de ces systèmes. Il s'agit d'une application mature de l'IA et largement utilisée dans diverses applications commerciales. Ils aident ou exécutent des processus décisionnels automatisés. Les exemples de fournisseurs incluent Advanced Systems Concepts, Informatica, Maana, Pegasystems et UiPath.

Plateformes d'apprentissage profond

Les plates-formes d'apprentissage en profondeur sont un type particulier d'apprentissage automatique qui se compose de réseaux de neurones artificiels et de plusieurs couches d'abstraction. Ils sont actuellement principalement utilisés dans la reconnaissance de formes et la classification qui impliquent de très grands ensembles de données. Les exemples de fournisseurs incluent Deep Instinct, Ersatz Labs, Fluid AI, MathWorks, Peltarion, Saffron Technology et Sentient Technologies.

Biométrie

La biométrie permet des interactions naturelles entre les humains et les machines. Celles-ci incluent, mais sans s'y limiter, la reconnaissance d'image et tactile, la reconnaissance de la parole et du langage corporel. Ils sont actuellement principalement utilisés pour les études de marché par les entreprises. Ils sont actuellement développés et fournis par des entreprises comme 3VR, Affectiva, Agnitio, FaceFirst, Sensory, Synqera, Tahzoo.

Automatisation robotique des processus

L'automatisation robotique des processus utilise des scripts et d'autres méthodes pour automatiser l'action humaine afin d'améliorer l'efficacité des processus métier. Ils sont actuellement employés là où il est trop coûteux ou en fait inefficace pour les humains d'accomplir une tâche similaire. Peut-être que les futures applications incluront la sécurité personnelle? Ok, je voulais juste intégrer une image Terminator dans l'article! Les exemples de fournisseurs incluent Advanced Systems Concepts, Automation Anywhere, Blue Prism, UiPath, WorkFusion.

[Source de l'image: Wikimedia Commons]

Analyse de texte et PNL

La PNL ou le traitement du langage naturel prend en charge et utilise l'analyse de texte en comprenant la structure et la signification des phrases. Il est également capable de comprendre les sentiments et les intentions grâce à des méthodes statistiques et d'apprentissage automatique. Ils sont actuellement utilisés dans la détection et la sécurité des fraudes, une large gamme d'assistants automatisés ainsi que des applications pour l'extraction de données non structurées. Les exemples de fournisseurs incluent Basis Technology, Coveo, Expert System, Indico, Knime, Lexalytics, Linguamatics, Mindbreeze, Sinequa, Stratifyd, Synapsify.

[Source de l'image: Pixabay]

Top AI Technologies: Le dernier mot

Les entreprises bénéficient certainement des capacités des technologies d'IA aujourd'hui. L'enquête de Forrester de 2016 (lien ci-dessous, mais c'est `` payer pour jouer '') montre qu'il existe encore des obstacles à leur adoption plus large. Une grande partie des entreprises n'en perçoivent actuellement pas la nécessité. Ils peuvent également sembler trop chers par rapport à la solution plus traditionnelle du travail humain. D'autres obstacles incluent un manque de compréhension de ces technologies, un battage médiatique perçu autour d'elles ou un manque d'expertise interne pour maximiser leur utilisation.

Forrest conclut qu'une fois que les entreprises ont surmonté ces obstacles, elles ont beaucoup à gagner des technologies d'IA. Son adoption généralisée accélérera la transformation des applications destinées aux clients et permettra de développer un réseau interconnecté d'intelligence d'entreprise.

Quel que soit l'avenir de l'IA, il est certain que son remplacement des tâches traditionnellement opérées par l'homme explosera. Cela a été prédit depuis de nombreuses années et c'est une réelle préoccupation que de nombreux emplois deviendront en fait redondants une fois qu'un ordinateur ou une machine pourra les exécuter. Dans la plupart des cas, les technologies d'IA seront plus efficaces, plus compétentes et n'auront pas besoin de faire de pause. Mais, comme pour toute révolution technologique, là où les emplois traditionnels sont automatisés, de nouveaux emplois seront conçus, ou le seront-ils? Mais c'est une question pour une autre fois ...

Sources: Forbes, TechnologyReview, Forrester

[Source de l'image sélectionnée modifiée: Pixabay]

VOIR AUSSI: 9 futurs modes de transport en devenir


Voir la vidéo: Effet des technologies perturbatrices IA et blockchain sur la gestion des risques