Rețele neuronale: aplicații în lumea reală

Rețelele neuronale găsesc aplicații extinse în zonele în care computerele tradiționale nu se descurcă prea bine. De exemplu, pentru declarațiile de problemă în care în loc de ieșiri programate, ați dori ca sistemul să învețe, să se adapteze și să modifice rezultatele în sincronizare cu datele pe care le aruncați. Rețelele neuronale găsesc, de asemenea, aplicații riguroase ori de câte ori vorbim despre tratarea datelor zgomotoase sau incomplete. Și sincer, majoritatea datelor prezente acolo sunt într-adevăr zgomotoase.
Cu capacitatea lor asemănătoare creierului de a învăța și de a se adapta, rețelele neuronale formează întreaga bază și au aplicații în inteligența artificială și, în consecință, algoritmii de învățare automată. Înainte de a ajunge la modul în care rețelele neuronale alimentează inteligența artificială, să vorbim mai întâi puțin despre ce este exact inteligența artificială.
Pentru cel mai mult timp posibil, cuvântul „inteligență” a fost asociat doar cu creierul uman. Dar apoi, ceva s-a întâmplat! Oamenii de știință au găsit o modalitate de a antrena computerele urmând metodologia pe care o folosește creierul nostru. Astfel a apărut Inteligența Artificială, care poate fi definită în esență ca inteligență care provine din mașini. Pentru a spune și mai simplu, Machine Learning oferă pur și simplu mașinilor capacitatea de a „gândi”, „învăța” și „adapta”.
Cu atât de multe spuse și făcute, este imperativ să înțelegem care sunt exact cazurile de utilizare ale AI și cum ajută rețelele neuronale cauza. Să ne aprofundăm în aplicațiile rețelelor neuronale din diferite domenii – de la Social Media și Cumpărături online , la Finanțe personale și, în sfârșit, la asistentul inteligent de pe telefonul tău .
Trebuie să vă amintiți că această listă nu este deloc exhaustivă, deoarece aplicațiile rețelelor neuronale sunt larg răspândite. Practic, tot ceea ce face ca mașinile să învețe este implementarea unuia sau altul tip de rețea neuronală .

Social Media

Potopul de date din ce în ce mai mare din jurul rețelelor sociale oferă creatorilor acestor platforme oportunitatea unică de a se amesteca cu datele nelimitate pe care le au. Nu e de mirare că vei vedea o funcție nouă la fiecare două săptămâni. Este corect să spunem că toate acestea ar fi fost ca un vis îndepărtat fără rețele neuronale care să salveze ziua.
Un ghid pentru începători pentru înțelegerea limbajului natural

Rețelele neuronale și algoritmii lor de învățare găsesc aplicații extinse în lumea rețelelor sociale. Să vedem cum:

Facebook

De îndată ce încărcați orice fotografie pe Facebook, serviciul evidențiază automat fețele și le solicită prietenilor să eticheteze. Cum identifică instantaneu care dintre prietenii tăi este în fotografie?
Răspunsul este simplu – Inteligența artificială. Într-un videoclip care evidențiază cercetarea Facebook în domeniul inteligenței artificiale, aceștia discută despre aplicațiile rețelelor neuronale pentru a-și alimenta software-ul de recunoaștere facială. Facebook investește masiv în acest domeniu, nu numai în cadrul organizației, ci și prin achizițiile unor startup-uri de recunoaștere facială precum Face.com (achiziționat în 2012 pentru 60 de milioane de dolari), Masquerade (achiziționat în 2016 pentru o sumă nedezvăluită), și Faciometrics (achiziționat în 2016 pentru o sumă nedezvăluită).

În iunie 2016, Facebook a anunțat o nouă inițiativă de inteligență artificială care utilizează diverse rețele neuronale profunde, cum ar fi DeepText – un motor de inteligență artificială care poate înțelege conținutul textual al miilor de postări pe secundă, cu o acuratețe aproape umană.

Instagram

Instagram, achiziționat de Facebook în 2012, folosește învățarea profundă utilizând o conexiune a rețelelor neuronale recurente pentru a identifica semnificația contextuală a unui emoji – care a înlocuit în mod constant argourile (de exemplu, un emoji care râde ar putea înlocui „rofl”. ).
Prin identificarea algoritmică a sentimentelor din spatele emoji-urilor, Instagram creează și sugerează automat emoji-uri și hashtag-uri legate de emoji. Aceasta poate părea o aplicație minoră a inteligenței artificiale, dar capacitatea de a interpreta și analiza această traducere emoji-în-text la o scară mai mare stabilește baza pentru o analiză ulterioară a modului în care oamenii folosesc Instagram.

Pinterest

Pinterest folosește viziunea computerizată – o altă aplicație a rețelelor neuronale , în care învățăm computerele să „vadă” ca un om, pentru a identifica automat obiectele din imagini (sau „pini”, așa cum le numesc ei) și apoi recomandăm ace similare vizual. Alte aplicații ale rețelelor neuronale de la Pinterest includ prevenirea spamului, căutarea și descoperirea, performanța și monetizarea reclamelor și marketingul prin e-mail.
Generarea limbajului natural: cele mai importante lucruri pe care trebuie să le știți

Cumparaturi online

Te trezești în situații în care ești pregătit să cumperi ceva, dar ajungi să cumperi mult mai mult decât ai planificat, datorită unor recomandări super-geniale?
Da, da vina pe rețelele neuronale pentru asta. Folosind rețeaua neuronală și învățările acesteia, giganții comerțului electronic creează sisteme de inteligență artificială care te cunosc mai bine decât tine. Să vedem cum:

Căutare

Căutările tale pe Amazon („căști”, „piatră de pizza”, „încărcător pentru laptop”, etc) returnează o listă cu cele mai relevante produse legate de căutarea ta, fără a pierde mult timp. Într-o descriere a tehnologiei sale de căutare a produselor, Amazon afirmă că algoritmii săi învață automat să combine mai multe funcții relevante. Folosește modele din trecut și se adaptează la ceea ce este important pentru clientul în cauză.
Și ce face ca algoritmii să „învețe”? Ai ghicit bine – Rețele neuronale !

Recomandări

Amazon vă arată recomandări folosind „clienții care au văzut acest articol au văzut și”, „clienții care au cumpărat acest articol au cumpărat și” și, de asemenea, prin recomandări organizate pe pagina dvs. de pornire, în partea de jos a paginilor articolului și prin e-mailuri. Amazon folosește rețelele neuronale artificiale pentru a-și antrena algoritmii pentru a afla modelul și comportamentul utilizatorilor săi. Acest lucru, la rândul său, ajută Amazon să ofere recomandări și mai bune și personalizate.

Bancar/Finanțe personale

Verificați depozitele prin mobil

Majoritatea băncilor mari elimină nevoia clienților de a livra fizic un cec băncii, oferind posibilitatea de a depune cecuri printr-o aplicație pentru smartphone . Tehnologiile care alimentează aceste aplicații folosesc rețelele neuronale pentru a descifra și a converti scrisul de mână pe cecuri în text. În esență, rețelele neuronale se află în centrul oricărei aplicații care necesită recunoașterea scrisului de mână/vorbirii/imagine.

Prevenirea fraudei

Cum poate o instituție financiară să determine o tranzacție frauduloasă? De cele mai multe ori, volumul zilnic de tranzacții este prea mare pentru a fi revizuit manual. Pentru a ajuta la aceasta, Inteligența Artificială este folosită pentru a crea sisteme care învață prin instruire ce tipuri de tranzacții sunt frauduloase (vorbește învățarea, vorbim rețele neuronale !).
FICO – compania care creează ratinguri de credit care sunt utilizate pentru a determina bonitatea, folosește rețelele neuronale pentru a-și alimenta inteligența artificială pentru a prezice tranzacțiile frauduloase. Factorii care afectează rezultatul final al rețelei neuronale artificiale includ frecvența și dimensiunea tranzacției și tipul de comerciant implicat.
Fiți cu ochii pe următorul lucru important: învățarea automată

Alimentarea telefoanelor dvs. mobile

Voce-la-Text

Una dintre cele mai comune caracteristici ale smartphone-urilor de astăzi este conversia voce în text. Pur și simplu apăsând un buton sau rostind o anumită expresie („Ok Google”, de exemplu), vă permite să începeți să vorbiți cu telefonul și telefonul dvs. transformă sunetul în text. Google folosește rețele neuronale artificiale în conexiune recurentă pentru a alimenta căutarea vocală. Microsoft susține, de asemenea, că a dezvoltat un sistem de recunoaștere a vorbirii – folosind rețele neuronale , care poate transcrie conversațiile puțin mai precis decât oamenii.

Asistenți personali inteligenți

Odată cu tehnologia voce-text care devine suficient de precisă pe care să se bazeze pentru conversațiile de bază, se transformă în interfața de control pentru o nouă generație de asistenți personali. Inițial, existau asistenți telefonici mai simpli – Siri și Google Now (succeși acum de Google Assistant mai sofisticat), care puteau efectua căutări pe internet, seta mementouri și se integrează cu calendarul tău. Amazon a extins acest model cu anunțul unor componente hardware și software complementare - Alexa și Echo (mai târziu, Dot).

Care este diferența dintre Data Science, Machine Learning și Big Data?

Pentru a încheia...
Am zgâriat doar suprafața când vine vorba de aplicațiile rețelelor neuronale în viața de zi cu zi. Industrii și domenii specifice au interacțiuni specifice cu inteligența artificială prin utilizarea rețelelor neuronale, ceea ce depășește cu mult ceea ce se vorbește în acest articol. De exemplu, jucătorii de șah folosesc în mod regulat motoarele de șah pentru a-și analiza jocurile, pentru a se îmbunătăți și pentru a practica noi tactici – și este de la sine înțeles că motorul de șah în cauză folosește rețele neuronale pentru a realiza învățarea.

Învață cursuri ML online de la cele mai bune universități din lume. Câștigă programe de masterat, Executive PGP sau Advanced Certificate pentru a-ți accelera cariera.
Aveți vreun alt caz de utilizare interesant în viața reală a rețelelor neuronale pe care am putea să-l fi ratat? Aruncă-l în comentariile de mai jos!