मशीनों द्वारा प्रदर्शित खुफिया जानकारी के रूप में परिभाषित कृत्रिम बुद्धि, आज के समाज में कई अनुप्रयोग हैं। अधिक विशेष रूप से, यह वीक एआई है, एआई का रूप है जहां कार्यक्रम विशिष्ट कार्यों को करने के लिए विकसित किए जाते हैं, जिनका उपयोग चिकित्सा निदान, इलेक्ट्रॉनिक व्यापार, रोबोट नियंत्रण और रिमोट सेंसिंग सहित गतिविधियों की एक विस्तृत श्रृंखला के लिए किया जा रहा है। एआई का इस्तेमाल वित्त, स्वास्थ्य, शिक्षा, परिवहन आदि सहित कई क्षेत्रों और उद्योगों को विकसित और अग्रिम करने के लिए किया गया है।

अच्छा के लिए एआई
एआई फॉर गुड एक ऐसा आंदोलन है जिसमें संस्थान दुनिया की सबसे बड़ी आर्थिक और सामाजिक चुनौतियों से निपटने के लिए एआई को नियोजित कर रहे हैं। उदाहरण के लिए, दक्षिणी कैलिफ़ोर्निया विश्वविद्यालय ने सामाजिक रूप से प्रासंगिक समस्याओं जैसे बेघरता के समाधान के लिए एआई का उपयोग करने के लक्ष्य के साथ सोसायटी में आर्टिफिशियल इंटेलिजेंस सेंटर शुरू किया। स्टैनफोर्ड में, शोधकर्ता एआई का उपयोग उपग्रह छवियों का विश्लेषण करने के लिए कर रहे हैं ताकि यह पता चल सके कि किन क्षेत्रों में उच्चतम गरीबी का स्तर है।

विमानन
एयर ऑपरेशंस डिवीजन (एओडी) नियम आधारित विशेषज्ञ प्रणालियों के लिए एआई का उपयोग करता है। एओडी ने सरोगेट ऑपरेटरों के लिए कृत्रिम बुद्धि के लिए युद्ध और प्रशिक्षण सिमुलेटर, मिशन प्रबंधन एड्स, सामरिक निर्णय लेने के लिए समर्थन प्रणाली, और सिम्युलेटर डेटा के प्रतीकात्मक सारांश में पोस्ट प्रोसेसिंग के लिए कृत्रिम बुद्धि के लिए उपयोग किया है।

सिमुलेटर में कृत्रिम बुद्धि का उपयोग एओडी के लिए बहुत उपयोगी साबित हो रहा है। हवाई जहाज सिमुलेटर नकली उड़ानों से लिया गया डेटा संसाधित करने के लिए कृत्रिम बुद्धि का उपयोग कर रहे हैं। नकली उड़ान के अलावा, नकली विमान युद्ध भी है। कंप्यूटर इन स्थितियों में सबसे अच्छी सफलता परिदृश्य के साथ आने में सक्षम हैं। कंप्यूटर बलों और काउंटर बलों के प्लेसमेंट, आकार, गति और ताकत के आधार पर रणनीतियों को भी बना सकते हैं। कंप्यूटरों द्वारा युद्ध के दौरान पायलटों को हवा में सहायता दी जा सकती है। कृत्रिम बुद्धिमान कार्यक्रम जानकारी को सॉर्ट कर सकते हैं और पायलट को सर्वोत्तम संभव चालक के साथ प्रदान कर सकते हैं, कुछ हस्तक्षेप से छुटकारा पाने का उल्लेख न करें जो मनुष्य के प्रदर्शन के लिए असंभव होगा। कुछ गणनाओं के लिए अच्छे अनुमान प्राप्त करने के लिए कई विमानों की आवश्यकता होती है ताकि डेटा एकत्र करने के लिए कंप्यूटर सिम्युलेटेड पायलट का उपयोग किया जा सके। भविष्य में वायु यातायात नियंत्रकों को प्रशिक्षित करने के लिए इन कंप्यूटर सिम्युलेटेड पायलटों का भी उपयोग किया जाता है।

प्रदर्शन को मापने के लिए एओडी द्वारा उपयोग की जाने वाली प्रणाली इंटरेक्टिव फॉल्ट डायग्नोसिस एंड अलोलेशन सिस्टम, या आईएफडीआईएस थी। यह टीएफ -30 दस्तावेजों से जानकारी इकट्ठा करके और टीएफ -30 पर काम करने वाले यांत्रिकी से विशेषज्ञ सलाह एकत्र करके एक नियम आधारित विशेषज्ञ प्रणाली है। इस प्रणाली को आरएएएफ एफ-111 सी के लिए टीएफ -30 के विकास के लिए इस्तेमाल करने के लिए डिज़ाइन किया गया था। विशेष श्रमिकों को बदलने के लिए प्रदर्शन प्रणाली का भी उपयोग किया जाता था। इस प्रणाली ने नियमित श्रमिकों को सिस्टम के साथ संवाद करने और गलतियों, गलतफहमी, या विशेष श्रमिकों में से किसी एक से बात करने की अनुमति दी।

एओडी भाषण मान्यता सॉफ्टवेयर में कृत्रिम बुद्धि का भी उपयोग करता है। वायु यातायात नियंत्रक कृत्रिम पायलटों को निर्देश दे रहे हैं और एओडी पायलटों को एटीसी के सरल प्रतिक्रियाओं के जवाब देने के लिए चाहता है। भाषण सॉफ्टवेयर को शामिल करने वाले कार्यक्रमों को प्रशिक्षित किया जाना चाहिए, जिसका अर्थ है कि वे तंत्रिका नेटवर्क का उपयोग करते हैं। वर्बेक्स 7000 का इस्तेमाल किया जाने वाला कार्यक्रम अभी भी एक बहुत ही शुरुआती कार्यक्रम है जिसमें सुधार के लिए बहुत सारे कमरे हैं। सुधार अनिवार्य हैं क्योंकि एटीसी बहुत विशिष्ट संवाद का उपयोग करते हैं और सॉफ़्टवेयर को हर बार सही ढंग से और तत्काल संवाद करने में सक्षम होना चाहिए।

आर्टिफिशियल इंटेलिजेंस का समर्थन विमान या एआईडीए का डिजाइन, डिजाइनरों को विमान के वैचारिक डिजाइन बनाने की प्रक्रिया में मदद करने के लिए किया जाता है। यह कार्यक्रम डिजाइनरों को डिजाइन पर अधिक ध्यान केंद्रित करने और डिजाइन प्रक्रिया पर कम ध्यान देने की अनुमति देता है। यह सॉफ़्टवेयर उपयोगकर्ता को सॉफ़्टवेयर टूल पर कम ध्यान केंद्रित करने की अनुमति देता है। एआईडीए अपने डेटा की गणना करने के लिए नियम आधारित सिस्टम का उपयोग करता है। यह एआईडीए मॉड्यूल की व्यवस्था का एक आरेख है। हालांकि सरल, कार्यक्रम प्रभावी साबित हो रहा है।

2003 में, नासा के ड्राईडेन फ्लाइट रिसर्च सेंटर और कई अन्य कंपनियों ने सॉफ्टवेयर बनाया जो एक क्षतिग्रस्त विमान को उड़ान जारी रखने में सक्षम बनाता है जब तक एक सुरक्षित लैंडिंग क्षेत्र तक नहीं पहुंचा जा सके। सॉफ्टवेयर सभी क्षतिग्रस्त घटकों के लिए क्षतिग्रस्त घटकों पर भरोसा करके क्षतिपूर्ति करता है। सॉफ़्टवेयर में उपयोग किए जाने वाले तंत्रिका नेटवर्क प्रभावी साबित हुए और कृत्रिम बुद्धि के लिए एक विजय चिह्नित की।

नासा द्वारा उपयोग की जाने वाली एकीकृत वाहन स्वास्थ्य प्रबंधन प्रणाली, एक विमान पर विमान पर विभिन्न सेंसर से लिया गया डेटा संसाधित और व्याख्या करना चाहिए। प्रणाली को विमान की संरचनात्मक अखंडता को निर्धारित करने में सक्षम होना चाहिए। वाहन को किसी भी नुकसान के मामले में सिस्टम को प्रोटोकॉल को भी लागू करने की आवश्यकता है।

हैथम बाओमर और पीटर बेंटले यूनिवर्सिटी कॉलेज ऑफ लंदन से एक कृत्रिम बुद्धिमान इंटेलिजेंट ऑटोपिलोट सिस्टम (आईएएस) विकसित करने के लिए एक ऑटोफिलोट सिस्टम को पढ़ाने के लिए डिज़ाइन किए गए हैं जो एक अनुभवी पायलट की तरह व्यवहार करने के लिए डिज़ाइन किया गया है, जो गंभीर आपात स्थिति जैसे सामना कर रहा है मौसम, अशांति, या सिस्टम विफलता। ऑटोपिलोट को शिक्षित पर्यवेक्षित मशीन सीखने की अवधारणा पर निर्भर करता है “जो युवा ऑटोपिलोट को एक मानव प्रशिक्षु के रूप में एक उड़ान स्कूल जाने के रूप में मानता है”। ऑटोपिलोट कृत्रिम तंत्रिका नेटवर्क का उपयोग कर मानव पायलट उत्पन्न सीखने के मॉडल के कार्यों को रिकॉर्ड करता है। ऑटोपिलोट को फिर पूर्ण नियंत्रण दिया जाता है और पायलट द्वारा मनाया जाता है क्योंकि यह प्रशिक्षण अभ्यास निष्पादित करता है।

इंटेलिजेंट ऑटोपिलोट सिस्टम अपरेंटिसशिप लर्निंग और व्यवहार क्लोनिंग के सिद्धांतों को जोड़ती है जिससे ऑटोपिलोट उन कार्यों को लागू करने के लिए उपयोग किए जाने वाले हवाई जहाज और उच्च स्तरीय रणनीति को घुमाने के लिए आवश्यक निम्न-स्तरीय कार्रवाइयों को देखता है। आईएएस कार्यान्वयन तीन चरणों को नियोजित करता है; पायलट डेटा संग्रह, प्रशिक्षण, और स्वायत्त नियंत्रण। बाओमर और बेंटले का लक्ष्य आपातकालीन स्थितियों के जवाब में पायलटों की सहायता के लिए एक अधिक स्वायत्त ऑटोपिलोट बनाना है।

कंप्यूटर विज्ञान
एआई शोधकर्ताओं ने कंप्यूटर विज्ञान में सबसे कठिन समस्याओं को हल करने के लिए कई टूल बनाए हैं। उनके कई आविष्कार मुख्यधारा के कंप्यूटर विज्ञान द्वारा अपनाए गए हैं और अब एआई का हिस्सा नहीं माना जाता है। (एआई प्रभाव देखें।) रसेल एंड नॉरविग (2003, पृष्ठ 15) के अनुसार, निम्नलिखित सभी मूल रूप से एआई प्रयोगशालाओं में विकसित किए गए थे: टाइम शेयरिंग, इंटरैक्टिव दुभाषिया, ग्राफिकल यूजर इंटरफेस और कंप्यूटर माउस, तीव्र विकास वातावरण, लिंक सूची डेटा संरचना, स्वचालित भंडारण प्रबंधन, प्रतीकात्मक प्रोग्रामिंग, कार्यात्मक प्रोग्रामिंग, गतिशील प्रोग्रामिंग और ऑब्जेक्ट उन्मुख प्रोग्रामिंग।

एआई का उपयोग अज्ञात बाइनरी के डेवलपर को संभावित रूप से निर्धारित करने के लिए किया जा सकता है।

एआई अन्य एआई बनाने के लिए इस्तेमाल किया जा सकता है। उदाहरण के लिए, नवंबर 2017 के आसपास, Google की ऑटोएमएल परियोजना ने नई तंत्रिका नेट टोपोलॉजीज विकसित करने के लिए छविनेट और सीओसीओ के लिए ऑप्टिमाइज़ की गई प्रणाली, NASNet बनाई। Google के अनुसार, NASNet का प्रदर्शन सभी पहले प्रकाशित छविनेट प्रदर्शन से अधिक हो गया।

शिक्षा
ऐसी कई कंपनियां हैं जो जीवविज्ञान से लेकर कंप्यूटर विज्ञान तक के बच्चों को विषयों को पढ़ाने के लिए रोबोट बनाती हैं, हालांकि इस तरह के उपकरण अभी तक व्यापक नहीं हुए हैं। उच्च शिक्षा में बुद्धिमान शिक्षण प्रणाली, या आईटीएस का भी उदय हुआ है। उदाहरण के लिए, शेरलोक नामक एक आईटीएस एयर फोर्स तकनीशियनों को विमान में विद्युत प्रणालियों की समस्याओं का निदान करने के लिए सिखाता है। एक अन्य उदाहरण डीएआरपीए, डिफेंस एडवांस्ड रिसर्च प्रोजेक्ट्स एजेंसी है, जिसने एआई का इस्तेमाल डिजिटल शिक्षक को विकसित करने के लिए किया था ताकि वह अपने कौशल में नौसेना भर्ती को कम समय में तकनीकी कौशल में प्रशिक्षित कर सके। इन उपकरणों की प्रभावशीलता के वित्त पोषण या संदेह की कमी के कारण एआई प्रौद्योगिकियों को अपनाने में विश्वविद्यालय धीमा हो गए हैं, लेकिन आने वाले सालों में अधिक कक्षाएं शिक्षकों के पूरक के लिए आईटीएस जैसी प्रौद्योगिकियों का उपयोग कर रही हैं।

मशीन लर्निंग के साथ संयुक्त प्राकृतिक भाषा प्रसंस्करण में प्रगति ने असाइनमेंट के स्वचालित ग्रेडिंग के साथ-साथ व्यक्तिगत छात्रों की सीखने की जरूरतों के डेटा-आधारित समझ को भी सक्षम किया है। इससे एमओयूसी, या मैसिव ओपन ऑनलाइन पाठ्यक्रमों की लोकप्रियता में एक विस्फोट हुआ, जो दुनिया भर के छात्रों को ऑनलाइन कक्षाएं लेने की अनुमति देता है। इन बड़े पैमाने पर ऑनलाइन शिक्षण प्रणालियों से एकत्र किए गए डेटा सेटों ने सीखने के विश्लेषण को भी सक्षम किया है, जिसका उपयोग पैमाने पर सीखने की गुणवत्ता में सुधार के लिए किया जाएगा। सीखने की गुणवत्ता में सुधार के लिए सीखने के विश्लेषण के उदाहरणों के उदाहरणों में उदाहरण शामिल हैं कि कौन से छात्रों को विफलता का जोखिम है और छात्र जुड़ाव का विश्लेषण कर रहे हैं।

वित्त
एल्गोरिदमिक व्यापार
एल्गोरिदमिक व्यापार में जटिल एआई सिस्टम का उपयोग गति पर व्यापार निर्णय लेने के लिए होता है, जो किसी भी मानव के मुकाबले ज्यादा परिमाण के कई आदेश होते हैं, अक्सर किसी भी मानव हस्तक्षेप के बिना लाखों व्यापार करते हैं। स्वचालित ट्रेडिंग सिस्टम आमतौर पर बड़े संस्थागत निवेशकों द्वारा उपयोग किया जाता है।

बाजार विश्लेषण और डेटा खनन
कई बड़े वित्तीय संस्थानों ने अपने निवेश प्रथाओं में सहायता के लिए एआई इंजनों में निवेश किया है। ब्लैक रॉक के एआई इंजन, अलादीन, निवेश निर्णयों में मदद के लिए कंपनी और ग्राहकों दोनों के भीतर उपयोग किया जाता है। इसकी कार्यक्षमताओं की विस्तृत श्रृंखला में समाचार, ब्रोकर रिपोर्ट और सोशल मीडिया फीड्स जैसे टेक्स्ट पढ़ने के लिए प्राकृतिक भाषा प्रसंस्करण का उपयोग शामिल है। इसके बाद उन्होंने उल्लेख की गई कंपनियों पर भावना का आकलन किया और स्कोर असाइन किया। यूबीएस और ड्यूश बैंक जैसे बैंक एसआईसीईएम (अनुक्रमिक क्वांटम कमी और निष्कर्षण मॉडल) नामक एक एआई इंजन का उपयोग करते हैं, जो उपभोक्ता प्रोफाइल विकसित करने के लिए मेरा डेटा कर सकता है और उन संपत्ति प्रबंधन उत्पादों के साथ मेल खाता है जो वे चाहते हैं। गोल्डमैन सैक्स कांसो, एक बाजार विश्लेषिकी मंच का उपयोग करता है जो सांख्यिकीय डेटािंग को बड़े डेटा और प्राकृतिक भाषा प्रसंस्करण के साथ जोड़ता है। इसकी मशीन लर्निंग सिस्टम वेब पर डेटा के होर्ड के माध्यम से मेरा है और विश्व की घटनाओं और संपत्ति की कीमतों पर उनके प्रभाव के बीच सहसंबंध का आकलन करता है। सूचना निष्कर्षण, कृत्रिम बुद्धि का हिस्सा, लाइव न्यूज फीड से जानकारी निकालने और निवेश निर्णयों में सहायता के लिए उपयोग किया जाता है।

व्यक्तिगत वित्त
कई उत्पाद उभर रहे हैं जो लोगों को उनके व्यक्तिगत वित्त के साथ सहायता करने के लिए एआई का उपयोग करते हैं। उदाहरण के लिए, डिजिट कृत्रिम बुद्धि द्वारा संचालित एक ऐप है जो स्वचालित रूप से उपभोक्ताओं को अपनी व्यक्तिगत आदतों और लक्ष्यों के आधार पर अपने खर्च और बचत को अनुकूलित करने में सहायता करता है। ऐप मासिक आय, वर्तमान शेष राशि और व्यय की आदतों जैसे कारकों का विश्लेषण कर सकता है, फिर अपने निर्णय ले सकता है और बचत खाते में धन हस्तांतरण कर सकता है। सैन फ्रांसिस्को में आगामी स्टार्टअप वॉलेट.एआई, एजेंटों का निर्माण करता है जो उपभोक्ता को उनके खर्च व्यवहार के बारे में सूचित करने के लिए स्मार्टफोन चेक-इन से ट्वीट्स तक डेटा छोड़ने का विश्लेषण करता है।

पोर्टफोलियो प्रबंधन
निवेश प्रबंधन उद्योग में रोबो सलाहकार अधिक व्यापक रूप से उपयोग किए जा रहे हैं। रोबो सलाहकार न्यूनतम मानव हस्तक्षेप के साथ वित्तीय सलाह और पोर्टफोलियो प्रबंधन प्रदान करते हैं। वित्तीय सलाहकारों का यह वर्ग निवेश लक्ष्यों और ग्राहकों की जोखिम सहनशीलता के अनुसार स्वचालित रूप से वित्तीय पोर्टफोलियो विकसित करने के लिए बनाए गए एल्गोरिदम पर आधारित कार्य करता है। यह बाजार में रीयल-टाइम परिवर्तनों को समायोजित कर सकता है और तदनुसार पोर्टफोलियो को कैलिब्रेट कर सकता है।

हामीदारी
एक ऑनलाइन ऋणदाता, अपस्टार्ट, उपभोक्ता डेटा की विशाल मात्रा का विश्लेषण करता है और क्रेडिट जोखिम मॉडल विकसित करने के लिए मशीन लर्निंग एल्गोरिदम का उपयोग करता है जो उपभोक्ता की डिफ़ॉल्ट रूप से संभावना की भविष्यवाणी करता है। उनकी तकनीक को बैंकों को उनके अंडरराइटिंग प्रक्रियाओं के लिए लाभ उठाने के लिए लाइसेंस प्राप्त होगा।

ज़ेस्ट फाइनेंस ने विशेष रूप से क्रेडिट अंडरराइटिंग के लिए अपने ज़ेस्ट ऑटोमेटेड मशीन लर्निंग (जेडएएमएल) प्लेटफॉर्म को भी विकसित किया। यह मंच उधारकर्ताओं को स्कोर करने के लिए क्रेडिट उद्योग में उपयोग किए जाने वाले हजारों पारंपरिक और गैर-परंपरागत चर (खरीद लेनदेन से एक ग्राहक कैसे फॉर्म भरता है) का विश्लेषण करने के लिए मशीन सीखने का उपयोग करता है। प्लेटफार्म विशेष रूप से सीमित क्रेडिट इतिहास वाले सहकर्मियों जैसे क्रेडिट स्कोर असाइन करने के लिए उपयोगी होता है।

भूगोल और पारिस्थितिकी
भूमध्यसागरीय परिदृश्य के संदर्भ में प्रोलॉग भाषा में पापदीमित्रियो (2012) द्वारा एक आवेदन दिया जाता है।

नौकरी ढूंढना
कृत्रिम खुफिया कार्यान्वयन के कारण नौकरी बाजार में उल्लेखनीय बदलाव आया है। इसने भर्ती करने वालों और नौकरी तलाशने वालों (यानी, नौकरी के लिए Google और ऑनलाइन आवेदन करने) की प्रक्रिया को सरल बना दिया है। Indeed.com से राज मुखर्जी के अनुसार, 65% लोग किराए पर लेने के 91 दिनों के भीतर फिर से नौकरी खोज शुरू करते हैं। एआई-संचालित इंजन नौकरी कौशल, वेतन, और उपयोगकर्ता प्रवृत्तियों पर परिचालन जानकारी द्वारा नौकरी शिकार की जटिलता को व्यवस्थित करता है, जो लोगों को सबसे प्रासंगिक स्थितियों से मेल खाता है। मशीन इंटेलिजेंस गणना करता है कि किसी विशेष नौकरी के लिए मजदूरी उचित होगी, प्राकृतिक भाषा प्रसंस्करण का उपयोग करके भर्ती करने वालों के लिए फिर से जानकारी एकत्रित करती है, जो विशेष सॉफ्टवेयर का उपयोग करके पाठ से प्रासंगिक शब्दों और वाक्यांशों को निकालती है। एक और आवेदन एक एआई रेज़्यूमे बिल्डर है जिसे एक ही काम करने के घंटों खर्च करने के विरोध में सीवी संकलित करने के लिए 5 मिनट की आवश्यकता होती है। एआई उम्र में चैटबॉट वेबसाइट आगंतुकों की सहायता करते हैं और दैनिक वर्कफ़्लो हल करते हैं। क्रांतिकारी एआई उपकरण लोगों के कौशल का पूरक हैं और एचआर प्रबंधकों को उच्च प्राथमिकता के कार्यों पर ध्यान केंद्रित करने की अनुमति देते हैं। हालांकि, नौकरियों के शोध पर कृत्रिम खुफिया प्रभाव से पता चलता है कि 2030 तक बुद्धिमान एजेंट और रोबोट दुनिया के मानव श्रम का 30% खत्म कर सकते हैं। इसके अलावा, शोध साबित करता है कि ऑटोमेशन 400 से 800 मिलियन कर्मचारियों के बीच विस्थापित होगा। ग्लासडोर की शोध रिपोर्ट में कहा गया है कि भर्ती और एचआर से नौकरी बाजार 2018 और उसके बाद में एआई की व्यापक रूप से गोद लेने की उम्मीद है।

भारी उद्योग
कई उद्योगों में रोबोट आम हो गए हैं और उन्हें अक्सर नौकरियां दी जाती हैं जिन्हें मनुष्यों के लिए खतरनाक माना जाता है। रोबोट उन नौकरियों में प्रभावी साबित हुए हैं जो बहुत दोहराए जाते हैं जो एकाग्रता और अन्य नौकरियों में चूक के कारण गलतियों या दुर्घटनाओं का कारण बन सकते हैं, जो मनुष्यों को अपमानजनक लग सकता है।

2014 में, चीन, जापान, संयुक्त राज्य अमेरिका, कोरिया और जर्मनी गणराज्य एक साथ रोबोट की कुल बिक्री मात्रा का 70% था। ऑटोमोटिव उद्योग में, विशेष रूप से उच्च स्तर की स्वचालन वाले क्षेत्र में जापान में दुनिया में औद्योगिक रोबोटों की उच्चतम घनत्व थी: 1,414 प्रति 10,000 कर्मचारी।

अस्पताल और दवा
कृत्रिम तंत्रिका नेटवर्क का उपयोग चिकित्सा निदान के लिए नैदानिक ​​निर्णय समर्थन प्रणाली के रूप में किया जाता है, जैसे ईएमआर सॉफ्टवेयर में संकल्पना प्रसंस्करण प्रौद्योगिकी में।

दवा में अन्य कार्य जो संभावित रूप से कृत्रिम बुद्धि द्वारा किया जा सकता है और विकसित होने शुरू हो रहे हैं में शामिल हैं:

चिकित्सा छवियों की कंप्यूटर-सहायता व्याख्या। इस तरह के सिस्टम सामान्य छवियों को स्कैन करने में मदद करते हैं, उदाहरण के लिए गणना की गई टोमोग्राफी से, विशिष्ट उपस्थितियों के लिए और संभावित बीमारियों जैसे विशिष्ट वर्गों को हाइलाइट करने में मदद करते हैं। एक ठेठ आवेदन ट्यूमर का पता लगाने है।
दिल ध्वनि विश्लेषण
बुजुर्गों की देखभाल के लिए सहयोगी रोबोट
खनन चिकित्सा रिकॉर्ड अधिक उपयोगी जानकारी प्रदान करने के लिए।
डिजाइन उपचार योजनाएं।
दवा प्रबंधन सहित दोहराव वाली नौकरियों में सहायता करें।
परामर्श प्रदान करें।
दवा निर्माण
नैदानिक ​​प्रशिक्षण के लिए मरीजों के स्थान पर अवतार का उपयोग करना
सर्जिकल प्रक्रियाओं से मौत की संभावना की भविष्यवाणी करें
एचआईवी प्रगति की भविष्यवाणी करें

वर्तमान में, इन क्षेत्रों में काम कर रहे स्वास्थ्य उद्योग में 90 से अधिक एआई स्टार्टअप हैं।

आईडीएक्स का पहला समाधान, आईडीएक्स-डीआर, पहला स्वायत्त एआई-आधारित डायग्नोस्टिक सिस्टम है जो एफडीए द्वारा व्यावसायीकरण के लिए अधिकृत है।

मानव संसाधन और भर्ती
एआई का एक अन्य अनुप्रयोग मानव संसाधनों और भर्ती अंतरिक्ष में है। मानव संसाधनों और भर्ती पेशेवरों द्वारा एआई का उपयोग तीन तरीकों से किया जा रहा है। एआई का उपयोग फिर से शुरू करने और उम्मीदवारों को उनके योग्यता के स्तर के अनुसार रैंक करने के लिए किया जाता है। एआई का भी नौकरी मिलान प्लेटफ़ॉर्म के माध्यम से दी गई भूमिकाओं में उम्मीदवार की सफलता की भविष्यवाणी करने के लिए उपयोग किया जाता है। और अब, एआई भर्ती चैट बॉट भर्ती कर रहा है जो दोहराव वाले संचार कार्यों को स्वचालित कर सकता है।

आमतौर पर, स्क्रीनिंग फिर से शुरू करने के लिए एक भर्ती या अन्य मानव संसाधन पेशेवर स्कैनिंग के डेटाबेस के माध्यम से स्कैनिंग शामिल है। अब पामाटो की तरह स्टार्टअप, फिर से शुरू करने वाली स्क्रीनिंग प्रक्रियाओं को स्वचालित करने के लिए मशीन लर्निंग एल्गोरिदम बना रहे हैं। पामाटो की रेज़्यूमे स्क्रीनिंग एआई तकनीकी स्टाफिंग फर्मों के लिए तकनीकी आवेदकों को प्रमाणित करने पर स्वचालित केंद्रित है। पामाटो एआई सेकंड में प्रत्येक रेज़्यूमे पर 200,000 से अधिक कंप्यूटेशंस करता है, फिर खनन कौशल के आधार पर एक कस्टम तकनीकी साक्षात्कार तैयार करता है। 2014 में स्थापित केई सॉल्यूशंस ने उम्मीदवारों के लिए नौकरियों को रैंक करने के लिए सिफारिश प्रणाली विकसित की है, और नियोक्ता के लिए रैंक फिर से शुरू किया गया है। केई सॉल्यूशंस द्वारा विकसित जॉबस्टर.ओओ पारंपरिक अवधारणाओं की तुलना में अवधारणा आधारित खोज 80% तक शुद्धता में वृद्धि करता है। यह तकनीकी बाधाओं को दूर करने के लिए भर्ती करने वालों की मदद करता है।

2016 से 2017 तक, उपभोक्ता सामान कंपनी यूनिलीवर ने सभी प्रवेश स्तर के कर्मचारियों को स्क्रीन करने के लिए कृत्रिम बुद्धि का उपयोग किया। यूनिलीवर की एआई ने न्यूरोसाइंस आधारित गेम, रिकॉर्ड साक्षात्कार, और चेहरे / भाषण विश्लेषण का उपयोग भर्ती सफलता की भविष्यवाणी करने के लिए किया। यूनिलीवर ने अपने उपन्यास एआई आधारित स्क्रीनिंग को सक्षम करने और एक वर्ष में अपने आवेदकों को 15,000 से 30,000 तक बढ़ाने के लिए पिमेट्रिक्स और हायरव्यू के साथ साझेदारी की। एआई के साथ भर्ती ने यूनिलीलेवर की “आज तक का सबसे विविध वर्ग” भी बनाया। यूनिलीवर ने 4 महीने से 4 सप्ताह तक किराए पर लेने के लिए समय कम कर दिया और भर्ती समय के 50,000 घंटे से अधिक बचाया।

फिर से शुरू करने से न्यूरोसाइंस, भाषण मान्यता, और चेहरे का विश्लेषण … यह स्पष्ट है कि एआई मानव संसाधन क्षेत्र पर भारी प्रभाव डाल रहा है। फिर भी एआई में एक और विकास चैटबॉट भर्ती में है। टेक्स्ट रीक्रूट, एक बे एरिया स्टार्टअप, एरि (स्वचालित भर्ती इंटरफ़ेस) जारी किया गया। एर एक भर्ती चैटबॉट है जिसे उम्मीदवारों के साथ दो-तरफा टेक्स्ट संदेश बातचीत करने के लिए डिज़ाइन किया गया है। एरी नौकरी पोस्टिंग, विज्ञापन खोलने, उम्मीदवारों को स्क्रीनिंग, साक्षात्कार शेड्यूल करने और अद्यतन के साथ उम्मीदवार संबंधों को पोषित करने के लिए स्वचालित रूप से भर्ती फ़नल के साथ प्रगति करता है। ऐरी को वर्तमान में टेक्स्ट रेक्रूट के उम्मीदवार सगाई मंच के हिस्से के रूप में पेश किया जाता है।

विपणन
विपणन और कृत्रिम बुद्धि के क्षेत्र उन प्रणालियों में एकत्रित होते हैं जो बाजार पूर्वानुमान, और प्रक्रियाओं के स्वचालन और निर्णय लेने के क्षेत्रों में सहायता करते हैं, साथ ही कार्यों की बढ़ती दक्षता के साथ-साथ मनुष्यों द्वारा आमतौर पर किया जाएगा। इन प्रणालियों के पीछे विज्ञान तंत्रिका नेटवर्क और विशेषज्ञ प्रणालियों, कंप्यूटर प्रोग्राम जो इनपुट को संसाधित करते हैं और विपणक के लिए मूल्यवान आउटपुट प्रदान करते हैं, के माध्यम से समझाया जा सकता है।

वेब पर सोशल नेटवर्क को समझने के लिए सोशल कंप्यूटिंग टेक्नोलॉजी से उत्पन्न कृत्रिम बुद्धिमान प्रणालियों को लागू किया जा सकता है। विभिन्न प्रकार के सोशल नेटवर्क का विश्लेषण करने के लिए डेटा खनन तकनीकों का उपयोग किया जा सकता है। यह विश्लेषण एक मार्केटर को नेटवर्क के भीतर प्रभावशाली अभिनेताओं या नोड्स की पहचान करने में मदद करता है, जानकारी जिसे सामाजिक विपणन दृष्टिकोण लेने के लिए लागू किया जा सकता है।

मीडिया
कुछ एआई अनुप्रयोगों को ऑडियोविज़ुअल मीडिया सामग्री जैसे फिल्मों, टीवी कार्यक्रमों, विज्ञापन वीडियो या उपयोगकर्ता द्वारा जेनरेट की गई सामग्री के विश्लेषण की दिशा में तैयार किया जाता है। समाधान में अक्सर कंप्यूटर दृष्टि शामिल होती है, जो एआई का एक प्रमुख अनुप्रयोग क्षेत्र है।

विशिष्ट उपयोग केस परिदृश्य में वस्तु पहचान या चेहरे की पहचान तकनीकों का उपयोग करके छवियों का विश्लेषण, या प्रासंगिक दृश्यों, वस्तुओं या चेहरों को पहचानने के लिए वीडियो का विश्लेषण शामिल है। एआई-आधारित मीडिया विश्लेषण का उपयोग करने के लिए प्रेरणा – अन्य चीजों के बीच – मीडिया खोज की सुविधा, मीडिया आइटम के लिए वर्णनात्मक कीवर्ड के सेट का निर्माण, मीडिया सामग्री नीति निगरानी (जैसे किसी विशेष के लिए सामग्री की उपयुक्तता की पुष्टि करना टीवी देखने का समय), अभिलेखीय या अन्य प्रयोजनों के लिए टेक्स्ट को भाषण, और प्रासंगिक विज्ञापनों के प्लेसमेंट के लिए लोगो, उत्पादों या सेलिब्रिटी चेहरों का पता लगाना।

मीडिया विश्लेषण एआई कंपनियां अक्सर एक आरईएसटी एपीआई पर अपनी सेवाएं प्रदान करती हैं जो मशीन पर स्वचालित रूप से मशीन तक पहुंच को सक्षम करती हैं और परिणामों की मशीन-रीडिंग की अनुमति देती हैं। उदाहरण के लिए, आईबीएम, माइक्रोसॉफ्ट, अमेज़ॅन और वीडियो एआई कंपनी वालोसा रीस्टफुल एपीआई का उपयोग करके अपनी मीडिया पहचान तकनीक तक पहुंच की इजाजत देती है।

संगीत
जबकि संगीत का विकास हमेशा प्रौद्योगिकी से प्रभावित होता है, कृत्रिम बुद्धि ने वैज्ञानिक प्रगति के माध्यम से कुछ हद तक मानव-जैसी संरचना का अनुकरण करने के लिए सक्षम किया है।

उल्लेखनीय शुरुआती प्रयासों में, डेविड कॉप ने एमिली हॉवेल नामक एक एआई बनाई जो एल्गोरिदमिक कंप्यूटर संगीत के क्षेत्र में अच्छी तरह से जाने में कामयाब रही। एमिली हॉवेल के पीछे एल्गोरिदम यूएस पेटेंट के रूप में पंजीकृत है।

एआई आईमस ने 2012 को पूरी तरह से कंप्यूटर द्वारा रचित पहला पूर्ण शास्त्रीय एल्बम बनाया।

एआईवीए (आर्टिफिशियल इंटेलिजेंस वर्चुअल आर्टिस्ट) जैसे अन्य प्रयास, सिम्फोनिक संगीत लिखने पर केंद्रित हैं, मुख्य रूप से फिल्म स्कोर के लिए शास्त्रीय संगीत। यह एक संगीत पेशेवर एसोसिएशन द्वारा पहचाने जाने वाले पहले वर्चुअल संगीतकार बनकर पहले दुनिया को हासिल किया।

कृत्रिम बुद्धिमानी भी मेडिकल सेटिंग में प्रयोग योग्य संगीत का उत्पादन कर सकती हैं, जिसमें मेलोमिक्स के तनाव और दर्द से राहत के लिए कंप्यूटर से उत्पन्न संगीत का उपयोग करने का प्रयास किया जाता है।

इसके अलावा, Google ब्रेन टीम द्वारा आयोजित Google Magenta जैसी पहल, यह जानना चाहती है कि क्या कृत्रिम बुद्धि आकर्षक कला बनाने में सक्षम हो सकती है।

सोनी सीएसएल रिसर्च लेबोरेटरी में, उनके फ्लो मशीन्स सॉफ्टवेयर ने गाने के विशाल डेटाबेस से संगीत शैलियों को सीखकर पॉप गाने बनाए हैं। शैलियों के अद्वितीय संयोजन और अनुकूलन तकनीकों का विश्लेषण करके, यह किसी भी शैली में बना सकता है।

आईबीएम रिसर्च द्वारा लिखी गई एक और कृत्रिम बुद्धिमान संगीत रचना परियोजना, Google Magenta और Flow Machines परियोजनाओं जैसे संगीत के विशाल डेटाबेस की आवश्यकता नहीं है, क्योंकि यह सरल बीज पर संगीत लिखने के लिए सुदृढ़ीकरण सीखने और गहरे विश्वास नेटवर्क का उपयोग करता है इनपुट मेलोडी और एक चयन शैली। चूंकि सॉफ़्टवेयर खुले संगीतकारों को खोला गया है, जैसे टैरिन दक्षिणी संगीत बनाने के लिए प्रोजेक्ट के साथ सहयोग कर रहा है।

समाचार, प्रकाशन और लेखन
कंपनी नारेटिव साइंस कम्प्यूटर जेनरेट की गई खबरें और व्यावसायिक रूप से उपलब्ध रिपोर्ट करता है, जिसमें अंग्रेजी में गेम से सांख्यिकीय डेटा के आधार पर टीम स्पोर्टिंग इवेंट्स को सारांशित करना शामिल है। यह वित्तीय रिपोर्ट और रियल एस्टेट विश्लेषण भी बनाता है। इसी तरह, कंपनी स्वचालित अंतर्दृष्टि याहू स्पोर्ट्स काल्पनिक फुटबॉल के लिए वैयक्तिकृत रिकैप्स और पूर्वावलोकन उत्पन्न करती है। कंपनी 2013 में 350 मिलियन से ऊपर 2014 में एक बिलियन कहानियां पैदा करने का अनुमान है।

इकोबॉक्स एक सॉफ्टवेयर कंपनी है जो प्रकाशकों को फेसबुक और ट्विटर जैसे सोशल मीडिया प्लेटफ़ॉर्म पर ‘बुद्धिमानी से पोस्टिंग लेख’ द्वारा यातायात में वृद्धि करने में सहायता करती है। बड़ी मात्रा में डेटा का विश्लेषण करके, यह सीखता है कि विशिष्ट ऑडियंस दिन के अलग-अलग समय पर विभिन्न लेखों का जवाब कैसे देते हैं। इसके बाद पोस्ट करने के लिए सबसे अच्छी कहानियां चुनती हैं और उन्हें पोस्ट करने का सबसे अच्छा समय चुनता है। यह अतीत में अच्छी तरह से काम करने के साथ-साथ वर्तमान में वेब पर चल रहा है, यह समझने के लिए ऐतिहासिक और वास्तविक समय दोनों डेटा का उपयोग करता है।

Yseop नामक एक और कंपनी, संरचित डेटा को बुद्धिमान टिप्पणियों और प्राकृतिक भाषा में सिफारिशों में बदलने के लिए कृत्रिम बुद्धि का उपयोग करती है। Yseop प्रति सेकंड हजारों पृष्ठों की गति और अंग्रेजी, स्पेनिश, फ्रेंच और जर्मन सहित कई भाषाओं में वित्तीय रिपोर्ट, कार्यकारी सारांश, व्यक्तिगत बिक्री या विपणन दस्तावेज और अधिक लिखने में सक्षम है।

बूमट्रेन एआई का एक और उदाहरण है जिसे सीखने के लिए डिज़ाइन किया गया है कि सटीक लेखों के साथ प्रत्येक व्यक्तिगत पाठक को सर्वोत्तम तरीके से कैसे जोड़ा जाए – सही समय पर सही चैनल के माध्यम से भेजा गया – यह पाठक के लिए सबसे प्रासंगिक होगा। यह सही पढ़ने के अनुभव को पूरा करने के लिए प्रत्येक व्यक्तिगत पाठक के लिए एक निजी संपादक को भर्ती करना है।

संभावना है कि एआई भविष्य में काम लिखेगी। 2016 में, एक जापानी एआई ने एक छोटी सी कहानी लिखी और लगभग एक साहित्यिक पुरस्कार जीता।

ऑनलाइन और टेलीफोन ग्राहक सेवा
कृत्रिम बुद्धि स्वचालित ऑनलाइन सहायक में लागू की जाती है जिसे वेब पृष्ठों पर अवतार के रूप में देखा जा सकता है। यह उद्यमों के लिए उनके संचालन और प्रशिक्षण लागत को कम करने के लिए लाभ उठा सकता है। ऐसी प्रणालियों के लिए एक प्रमुख अंतर्निहित तकनीक प्राकृतिक भाषा प्रसंस्करण है। Pypestream ग्राहकों के साथ संचार को व्यवस्थित करने के लिए डिज़ाइन किए गए अपने मोबाइल एप्लिकेशन के लिए स्वचालित ग्राहक सेवा का उपयोग करता है।

वर्तमान में, प्रमुख कंपनियां भविष्य में कठिन ग्राहक को संभालने के लिए एआई में निवेश कर रही हैं। Google का सबसे हालिया विकास भाषा का विश्लेषण करता है और भाषण को पाठ में परिवर्तित करता है। प्लेटफॉर्म नाराज ग्राहकों को उनकी भाषा के माध्यम से पहचान सकता है और उचित प्रतिक्रिया दे सकता है।

सेंसर
आर्टिफिशियल इंटेलिजेंस को कई सेंसर प्रौद्योगिकियों के साथ जोड़ा गया है, जैसे आइडियाकुरिया इंक द्वारा डिजिटल स्पेक्ट्रोमेट्रीटीएम। जो घरेलू जल गुणवत्ता निगरानी जैसे कई अनुप्रयोगों को सक्षम बनाता है।

दूरसंचार रखरखाव
कई दूरसंचार कंपनियां अपने कार्यबल के प्रबंधन में हेरिस्टिक खोज का उपयोग करती हैं, उदाहरण के लिए बीटी समूह ने शेड्यूलिंग एप्लिकेशन में हेरिस्टिक खोज को तैनात किया है जो 20,000 इंजीनियरों के कार्यसूची प्रदान करता है।

खिलौने और खेल
1 99 0 के दशक में शिक्षा, या अवकाश के लिए घरेलू आर्टिफिशियल इंटेलिजेंस के घरेलू रूप से लक्षित प्रकारों का बड़े पैमाने पर उत्पादन करने के पहले प्रयासों में से कुछ देखा गया। यह डिजिटल क्रांति के साथ काफी सफल रहा, और विभिन्न प्रकार के आर्टिफिशियल इंटेलिजेंस से निपटने के जीवन में लोगों, विशेष रूप से बच्चों को पेश करने में मदद की, विशेष रूप से तमागोत्चिस और गीगा पालतू जानवर, आईपॉड टच, इंटरनेट, और पहले व्यापक रूप से जारी रोबोट के रूप में , फर्बी। एक साल बाद एक बेहतर प्रकार का घरेलू रोबोट एबो के रूप में जारी किया गया, जो बुद्धिमान सुविधाओं और स्वायत्तता वाले रोबोटिक कुत्ते थे।

मैटल जैसी कंपनियां तीन साल की उम्र के बच्चों के लिए एआई-सक्षम खिलौनों का वर्गीकरण कर रही हैं। मालिकाना एआई इंजन और भाषण मान्यता उपकरण का उपयोग करके, वे बातचीत को समझने, बुद्धिमान प्रतिक्रिया देने और जल्दी से सीखने में सक्षम हैं।

एआई वीडियो गेम पर भी लागू किया गया है, उदाहरण के लिए वीडियो गेम बॉट, जिन्हें विरोधियों के रूप में खड़े होने के लिए डिज़ाइन किया गया है जहां इंसान उपलब्ध नहीं हैं या वांछित हैं।

परिवहन
ऑटोमोबाइल में स्वचालित गियरबॉक्स के लिए फ़ज़ी लॉजिक नियंत्रक विकसित किए गए हैं। उदाहरण के लिए, 2006 ऑडी टीटी, वीडब्ल्यू टौअरेग और वीडब्ल्यू कैरवेल में डीएसपी ट्रांसमिशन है जो फजी लॉजिक का उपयोग करता है। कई स्कोडा वेरिएंट (स्कोडा फैबिया) में वर्तमान में एक फ़ज़ी लॉजिक-आधारित नियंत्रक भी शामिल है।

आज की कारों में अब एआई-आधारित ड्राइवर सहायता सुविधाएं हैं जैसे स्व-पार्किंग और उन्नत क्रूज नियंत्रण। एआई का उपयोग यातायात प्रबंधन अनुप्रयोगों को अनुकूलित करने के लिए किया गया है, जो बदले में प्रतीक्षा समय, ऊर्जा उपयोग और उत्सर्जन को 25 प्रतिशत तक कम कर देता है। भविष्य में, पूरी तरह से स्वायत्त कार विकसित की जाएंगी। परिवहन में एआई पर्यावरण और समुदायों पर प्रभाव को कम करते हुए सुरक्षित, कुशल और विश्वसनीय परिवहन प्रदान करने की उम्मीद है। इस एआई को विकसित करने की प्रमुख चुनौती यह तथ्य है कि परिवहन प्रणाली स्वाभाविक रूप से जटिल प्रणालियों हैं जिनमें बहुत बड़ी संख्या में घटकों और विभिन्न पार्टियां शामिल हैं, जिनमें प्रत्येक के अलग-अलग और अक्सर विवादित उद्देश्यों हैं।

अन्य
मातृभूमि सुरक्षा, भाषण और पाठ पहचान, डेटा खनन और ई-मेल स्पैम फ़िल्टरिंग में कृत्रिम बुद्धि के विभिन्न उपकरण भी व्यापक रूप से तैनात किए जा रहे हैं। इशारा पहचान (मशीनों द्वारा साइन लैंग्वेज की समझ), व्यक्तिगत आवाज पहचान, वैश्विक आवाज पहचान (शोर कक्ष में विभिन्न लोगों से), भावनाओं की व्याख्या और गैर मौखिक संकेतों के लिए चेहरे की अभिव्यक्ति मान्यता के लिए भी आवेदन विकसित किए जा रहे हैं। अन्य अनुप्रयोग रोबोट नेविगेशन, बाधा से बचने, और वस्तु पहचान हैं।

आवेदनों की सूची

विशिष्ट समस्याएं जिनके लिए एआई विधियों को लागू किया जाता है
ऑप्टिकल कैरेक्टर पहचान
हस्तलिपि अभिज्ञान
वाक् पहचान
चेहरा पहचान
कृत्रिम रचनात्मकता
कंप्यूटर दृष्टि, आभासी वास्तविकता, और छवि प्रसंस्करण
फोटो और वीडियो हेरफेर
निदान (कृत्रिम बुद्धि)
खेल सिद्धांत और सामरिक योजना
खेल कृत्रिम बुद्धि और कंप्यूटर गेम बॉट
प्राकृतिक भाषा प्रसंस्करण, अनुवाद और चॅटबॉट
Nonlinear नियंत्रण और रोबोटिक्स

अन्य क्षेत्रों जिसमें एआई विधियों को लागू किया जाता है
कृत्रिम जीवन
स्वचालित तर्क
स्वचालन
जैविक रूप से प्रेरित कंप्यूटिंग
अवधारणा खनन
डेटा माइनिंग
ज्ञान निरूपण
सेमांटिक वेब
ई-मेल स्पैम फ़िल्टरिंग
रोबोटिक
व्यवहार आधारित रोबोटिक्स
संज्ञानात्मक
साइबरनेटिक्स
विकासशील रोबोटिक्स (एपिजिनेटिक)
विकासवादी रोबोटिक्स
हाइब्रिड बुद्धिमान प्रणाली
इंटेलिजेंट एजेंट
बुद्धिमान नियंत्रण
मुकदमेबाज़ी