Искусственный интеллект, определенный как интеллект, демонстрируемый машинами, имеет много применений в современном обществе. В частности, это Слабый ИИ, форма ИИ, где программы разработаны для выполнения конкретных задач, которые используются для широкого круга мероприятий, включая медицинскую диагностику, электронную торговлю, управление роботами и дистанционное зондирование. ИИ используется для разработки и продвижения многочисленных отраслей и отраслей, включая финансы, здравоохранение, образование, транспорт и многое другое.

AI для хорошего
AI for Good — это движение, в котором институты используют ИИ для решения некоторых из самых больших экономических и социальных проблем в мире. Например, Университет Южной Калифорнии запустил Центр искусственного интеллекта в обществе с целью использования ИИ для решения социально значимых проблем, таких как бездомность. В Стэнфорде исследователи используют ИИ для анализа спутниковых изображений, чтобы определить, какие области имеют самый высокий уровень бедности.

авиации
Отдел воздушных операций (AOD) использует ИИ для экспертных систем, основанных на правилах. AOD использует искусственный интеллект для суррогатных операторов для боевых и тренажеров, средств управления миссиями, систем поддержки тактического принятия решений и последующей обработки данных симулятора в символические резюме.

Использование искусственного интеллекта в тренажерах оказывается очень полезным для AOD. Симуляторы самолетов используют искусственный интеллект для обработки данных, взятых из имитируемых полетов. Помимо имитации полета, также существует симулированная авиационная война. Компьютеры могут придумать лучшие сценарии успеха в этих ситуациях. Компьютеры также могут создавать стратегии, основанные на размещении, размере, скорости и силе сил и противодействующих сил. Пилотам может быть оказана помощь в воздухе во время боя компьютерами. Искусственные интеллектуальные программы могут сортировать информацию и предоставлять пилоту наилучшие маневры, не говоря уже о том, чтобы избавиться от определенных маневров, которые невозможно было выполнить человеку. Несколько самолетов необходимы для получения хороших приближений для некоторых вычислений, поэтому компьютерные симулированные пилоты используются для сбора данных. Эти компьютерные симулированные пилоты также используются для обучения будущих диспетчеров воздушного движения.

Системой, используемой AOD для измерения производительности, была система интерактивной диагностики неисправностей и изоляции, или IFDIS. Это экспертная система, основанная на правилах, собранная вместе путем сбора информации из документов TF-30 и экспертных рекомендаций от механиков, работающих над TF-30. Эта система была разработана для использования для разработки TF-30 для RAAF F-111C. Система производительности также использовалась для замены специализированных работников. Система позволила обычным работникам общаться с системой и избегать ошибок, просчетов или говорить с одним из специализированных работников.

AOD также использует искусственный интеллект в программном обеспечении для распознавания речи. Контролеры воздушного движения дают указания искусственным пилотам, и AOD хочет, чтобы пилоты отвечали на ATC с помощью простых ответов. Программы, которые включают речевое программное обеспечение, должны быть обучены, а это значит, что они используют нейронные сети. Программа, используемая Verbex 7000, по-прежнему является очень ранней программой, в которой есть много возможностей для улучшения. Усовершенствования необходимы, поскольку ATC используют очень специфический диалог, и программное обеспечение должно иметь возможность общаться правильно и быстро каждый раз.

Искусственный интеллект, поддерживаемый Design of Aircraft, или AIDA, используется, чтобы помочь дизайнерам в процессе создания концептуальных конструкций самолетов. Эта программа позволяет дизайнерам больше сосредоточиться на самом дизайне и меньше на процессе проектирования. Программное обеспечение также позволяет пользователю меньше ориентироваться на программные средства. AIDA использует системы, основанные на правилах, для вычисления своих данных. Это схема расположения модулей AIDA. Несмотря на простоту, программа оказывается эффективной.

В 2003 году НАСА «Драйденский исследовательский центр полета» и многие другие компании создали программное обеспечение, которое могло бы позволить поврежденному самолету продолжать полет до тех пор, пока не будет достигнута безопасная зона приземления. Программное обеспечение компенсирует все поврежденные компоненты, полагаясь на неповрежденные компоненты. Нейронная сеть, используемая в программном обеспечении, оказалась эффективной и стала триумфом для искусственного интеллекта.

Интегрированная система управления транспортным средством, также используемая НАСА на борту воздушного судна, должна обрабатывать и интерпретировать данные, полученные от различных датчиков на воздушном судне. Система должна быть в состоянии определить структурную целостность воздушного судна. Системе также необходимо внедрить протоколы в случае любого повреждения транспортного средства.

Хайтам Баомар и Питер Бентли возглавляют команду из Лондонского университетского колледжа, чтобы разработать интеллектуальную систему автопилота на основе искусственного интеллекта (IAS), предназначенную для обучения системы автопилота как опытного пилота, столкнувшегося с чрезвычайной ситуацией, такой как серьезная погода, турбулентность или сбой системы. Обучение автопилоту опирается на концепцию контролируемого машинного обучения, «которая относится к молодому автопилоту как ученику человека, идущему в летную школу». Автопилот записывает действия человеческих пилотных моделей обучения с использованием искусственных нейронных сетей. Затем автопилот получает полный контроль и наблюдает пилот, когда он выполняет учёт.

Интеллектуальная система автопилота сочетает в себе принципы обучения ученикам и поведенческого клонирования, при которых автопилот наблюдает за действиями низкого уровня, необходимыми для маневра самолета и стратегии высокого уровня, используемой для применения этих действий. Реализация IAS включает три этапа; сбор пилотных данных, обучение и автономный контроль. Целью Baomar и Bentley является создание более автономного автопилота для оказания помощи пилотам в реагировании на чрезвычайные ситуации.

Информатика
Исследователи ИИ создали множество инструментов для решения самых сложных проблем в информатике. Многие из их изобретений были приняты в основной компьютерной науке и больше не считаются частью ИИ. (См. Эффект AI). Согласно Расселу и Норвигу (2003, стр. 15), все изначально были разработаны в лабораториях искусственного интеллекта: совместное использование времени, интерактивные интерпретаторы, графические пользовательские интерфейсы и компьютерная мышь, среда быстрого развития, связанная структура списка данных, автоматическое управление хранением, символическое программирование, функциональное программирование, динамическое программирование и объектно-ориентированное программирование.

AI может использоваться для потенциального определения разработчика анонимных двоичных файлов.

AI может использоваться для создания другого ИИ. Например, около ноября 2017 года проект AutoML Google для разработки новых нейронных сетевых топологий создал NASNet, систему, оптимизированную для ImageNet и COCO. По данным Google, производительность NASNet превысила все ранее опубликованные показатели ImageNet.

образование
Существует ряд компаний, которые создают роботов для обучения предметов детям, начиная от биологии и заканчивая информатикой, хотя такие инструменты еще не получили широкого распространения. В высшем образовании также развивались интеллектуальные системы обучения или ИТС. Например, ИТС, называемый SHERLOCK, учит технических специалистов ВВС диагностировать проблемы электрических систем на самолетах. Другим примером является агентство DARPA, Агентство перспективных исследований обороны, которое использовало ИИ для разработки цифрового репетитора для обучения новобранцев военно-морского флота техническими навыками за более короткий промежуток времени. Университеты медленно применяют технологии ИИ из-за отсутствия финансирования или скептицизма в отношении эффективности этих инструментов, но в ближайшие годы в более классных комнатах будут использоваться такие технологии, как ИТС, чтобы дополнить преподавателей.

Улучшения в обработке на естественном языке, в сочетании с машинным обучением, также позволили автоматизировать классификацию заданий, а также основанное на данных понимание индивидуальных потребностей учащихся в обучении. Это привело к взрыву популярности MOOC или Massive Open Online Courses, который позволяет студентам со всего мира проводить занятия в Интернете. Сбор данных, собранных в этих широкомасштабных онлайн-системах обучения, также позволил изучить аналитику, которая будет использоваться для повышения качества обучения в масштабе. Примеры того, как учебная аналитика может использоваться для повышения качества обучения, включают в себя прогнозирование того, какие студенты рискуют неудачей и анализируют участие учащихся.

финансов
Алгоритмическая торговля
Алгоритмическая торговля предполагает использование сложных систем искусственного интеллекта для принятия торговых решений со скоростью нескольких порядков величин, превышающих любой человек, что позволяет делать миллионы сделок в день без какого-либо вмешательства человека. Автоматизированные торговые системы обычно используются крупными институциональными инвесторами.

Анализ рынка и добыча данных
Несколько крупных финансовых учреждений вложили средства в механизмы ИИ, чтобы помочь в их инвестиционной практике. Двигатель AI BlackRock, Aladdin, используется как внутри компании, так и для клиентов, чтобы помочь в принятии инвестиционных решений. Его широкий спектр функциональных возможностей включает использование обработки естественного языка для чтения текста, такого как новости, отчеты брокера и каналы социальных сетей. Затем он оценивает настроения в упомянутых компаниях и присваивает оценку. Банки, такие как UBS и Deutsche Bank, используют механизм AI под названием Sqreem (Sequential Quantum Reduction and Extraction Model), который может обрабатывать данные для разработки профилей потребителей и сопоставлять их с продуктами управления капиталом, которые они, скорее всего, захотят. Goldman Sachs использует Kensho, платформу аналитики рынка, которая объединяет статистические вычисления с большими данными и обработкой естественного языка. Его системы машинного обучения проводят шахту с помощью таблиц данных в Интернете и оценивают корреляции между мировыми событиями и их влияние на цены активов. Информация Извлечение, часть искусственного интеллекта, используется для извлечения информации из живой ленты новостей и для содействия принятию инвестиционных решений.

Личные финансы
Появляется несколько продуктов, которые используют ИИ, чтобы помочь людям с их личными финансами. Например, Digit — это приложение, основанное на искусственном интеллекте, которое автоматически помогает потребителям оптимизировать свои расходы и сбережения, основываясь на своих личных привычках и целях. Приложение может анализировать такие факторы, как ежемесячный доход, текущий баланс и привычки к расходам, затем принимать собственные решения и переводить деньги на сберегательный счет. Wallet.AI, предстоящий запуск в Сан-Франциско, создает агентов, которые анализируют данные, которые потребитель оставит после себя, от смартфонов до твитов, чтобы информировать потребителя о своем расходовании.

Управление портфелем
Robo-advisors становятся все более широко используемыми в отрасли управления инвестициями. Robo-advisors предоставляют финансовые консультации и управление портфелем с минимальным вмешательством человека. Этот класс финансовых консультантов работает на основе алгоритмов, созданных для автоматического развития финансового портфеля в соответствии с инвестиционными целями и терпимостью к риску клиентов. Он может приспосабливаться к изменениям на рынке в реальном времени и, соответственно, откалибровать портфель.

андеррайтинг
Онлайн-кредитор Upstart анализирует огромное количество потребительских данных и использует алгоритмы машинного обучения для разработки моделей кредитного риска, которые прогнозируют вероятность потребителя по умолчанию. Их технология будет лицензирована для банков, чтобы они могли использовать свои процессы андеррайтинга.

ZestFinance разработала свою платформу Zest Automated Machine Learning (ZAML) специально для кредитного андеррайтинга. Эта платформа использует компьютерное обучение для анализа десятков тысяч традиционных и нетрадиционных переменных (от транзакций покупки до того, как клиент заполняет форму), используемых в кредитной индустрии, для оценки заемщиков. Платформа особенно полезна для присвоения кредитных баллов тем, у кого ограниченные кредитные истории, например, тысячелетия.

География и экология
Приложение подано Papadimitriou (2012) на языке Prolog со ссылкой на средиземноморские пейзажи.

Поиск работы
На рынке труда наблюдается заметное изменение из-за внедрения искусственного интеллекта. Он упростил процесс как для вербовщиков, так и для лиц, ищущих работу (например, Google для рабочих мест и подачи заявок в Интернете). Согласно Радж Мукерджи от Indeed.com, 65% людей снова начинают поиск работы в течение 91 дня после найма. Двигатель с двигателем AI упрощает сложность поиска работы, управляя информацией о навыках работы, зарплатах и ​​тенденциях пользователей, сопоставляя людей с наиболее релевантными позициями. Машинный интеллект вычисляет, какая заработная плата подходит для конкретной работы, тянет и выделяет информацию о возобновлении для рекрутеров с использованием обработки естественного языка, которая извлекает соответствующие слова и фразы из текста с использованием специализированного программного обеспечения. Еще одно приложение — это сборщик резюме AI, который требует 5 минут, чтобы скомпилировать CV, а не проводить часы, выполняя ту же работу. В возрасте AI пользователи чата помогают посетителям сайта и решают повседневные рабочие процессы. Революционные инструменты ИИ дополняют навыки людей и позволяют менеджерам по персоналу сосредоточиться на задачах более высокого приоритета. Однако влияние искусственного интеллекта на исследования рабочих мест предполагает, что к 2030 году интеллектуальные агенты и роботы могут устранить 30% человеческого труда в мире. Кроме того, исследования доказывают, что автоматизация будет вытеснять от 400 до 800 миллионов сотрудников. В исследовательском отчете Glassdoor говорится, что рекрутинг и HR, как ожидается, будут иметь гораздо более широкое применение ИИ на рынке труда 2018 года и далее.

Тяжелая промышленность
Роботы стали распространены во многих отраслях промышленности и часто получают рабочие места, которые считаются опасными для людей. Роботы оказались эффективными на рабочих местах, которые очень повторяются, что может привести к ошибкам или несчастным случаям из-за провала концентрации и других работ, которые люди могут найти унизительными.

В 2014 году Китай, Япония, Соединенные Штаты, Республика Корея и Германия вместе составили 70% от общего объема продаж роботов. В автомобильной промышленности, секторе с особенно высокой степенью автоматизации, в Японии была самая высокая плотность промышленных роботов в мире: 1,414 на 10 000 сотрудников.

Больницы и медицина
Искусственные нейронные сети используются в качестве клинических систем поддержки принятия решений для медицинской диагностики, таких как технология Concept Processing в программном обеспечении EMR.

Другие задачи в медицине, которые потенциально могут выполняться искусственным интеллектом и начинают разрабатываться, включают:

Компьютерная интерпретация медицинских изображений. Такие системы помогают сканировать цифровые изображения, например, из компьютерной томографии, для типичных проявлений и выделять заметные разделы, такие как возможные заболевания. Типичным применением является обнаружение опухоли.
Анализ сердечного звука
Сопутствующие роботы для ухода за пожилыми людьми
Горные медицинские записи, чтобы предоставить более полезную информацию.
Проектные планы лечения.
Помогать в повторяющихся работах, включая управление лекарствами.
Проводить консультации.
Создание лекарств
Использование аватаров вместо пациентов для клинической подготовки
Предсказывать вероятность смерти от хирургических процедур
Прогнозирование прогрессирования ВИЧ

В настоящее время в отрасли здравоохранения работает более 90 стажетов ИИ, работающих в этих областях.

Первое решение IDx, IDx-DR, является первой автономной диагностической системой на основе AI, разрешенной для коммерциализации FDA.

Кадровые ресурсы и рекрутинг
Другое применение ИИ заключается в людских ресурсах и рекрутинговом пространстве. Существует три способа использования ИИ человеческими ресурсами и найма специалистов. AI используется для просмотра резюме и ранжирования кандидатов в соответствии с их уровнем квалификации. Ai также используется для прогнозирования успеха кандидата в заданных ролях через платформы сопоставления должностей. И теперь, AI развертывает вербовку чатов-ботов, которые могут автоматизировать повторяющиеся коммуникационные задачи.

Как правило, просмотр резюме включает в себя рекрутер или другое профессиональное сканирование HR через базу данных резюме. Теперь стартапы, такие как Pomato, создают алгоритмы машинного обучения для автоматизации процессов проверки резюме. Обзор возобновления работы Pomato AI нацелен на автоматизацию проверки технических претендентов на технические кадровые фирмы. ИИ AI Pomato выполняет более 200 000 вычислений на каждое резюме за считанные секунды, а затем разрабатывает собственное техническое интервью на основе полезных навыков. KE Solutions, основанная в 2014 году, разработала системы рекомендаций для ранжирования вакансий для кандидатов, а также рейтинг для работодателей. jobster.io, разработанный KE Solutions, использует концептуальный поиск, увеличив точность на 80% по сравнению с традиционными ATS. Это помогает рекрутерам преодолевать технические барьеры.

С 2016 по 2017 год компания потребительских товаров Unilever использовала искусственный интеллект, чтобы отобразить всех сотрудников начального уровня. AI Unilever использовал игры, основанные на нейробиологии, записанные интервью и анализ лицевых / речевых сигналов, чтобы предсказать успех найма. Unilever сотрудничала с Pymetrics и HireVue, чтобы обеспечить ее новый анализ на основе ИИ и увеличить число своих заявителей с 15 000 до 30 000 в течение одного года. Рекрутинг с ИИ также произвел «самый разнообразный класс» Unililever на сегодняшний день. Unilever также сократил время на прокат от 4 месяцев до 4 недель и сэкономил более 50 000 часов времени рекрутера.

От возобновления скрининга до неврологии, распознавания речи и анализа лица … ясно, что ИИ оказывает огромное влияние на сферу человеческих ресурсов. Еще одно развитие в ИИ заключается в наборе чатов. TextRecruit, запуск Bay Area, выпустил Ari (автоматизированный интерфейс для рекрутинга). Ari — это набор чатов для вербовки, который предназначен для проведения двусторонних текстовых сообщений с кандидатами. Ari автоматизирует публикацию вакансий, рекламных проспектов, кандидатов на показ кандидатов, планирование собеседований и развитие отношений кандидатов с обновлениями по мере продвижения по воронке найма. Ari в настоящее время предлагается в рамках платформы участия в проекте TextRecruit.

маркетинг
Области маркетинга и искусственного интеллекта сходятся в системах, которые помогают в таких областях, как прогнозирование рынка и автоматизации процессов и принятия решений, а также повышают эффективность задач, которые обычно выполняются людьми. Наука, стоящая за этими системами, может быть объяснена через нейронные сети и экспертные системы, компьютерные программы, которые обрабатывают ввод и обеспечивают ценную продукцию для маркетологов.

Системы искусственного интеллекта, основанные на технологии социальных вычислений, могут применяться для понимания социальных сетей в Интернете. Методы интеллектуального анализа данных могут использоваться для анализа различных типов социальных сетей. Этот анализ помогает маркетологу идентифицировать влиятельных участников или узлов в сетях, информацию, которая затем может применяться для принятия общественного маркетингового подхода.

Средства массовой информации
Некоторые приложения AI ориентированы на анализ аудиовизуального мультимедийного контента, такого как фильмы, телевизионные программы, рекламные видеоролики или пользовательский контент. Решения часто включают компьютерное зрение, которое является основной областью применения ИИ.

Типичные сценарии использования включают анализ изображений с использованием распознавания объектов или методов распознавания лиц или анализ видео для распознавания соответствующих сцен, объектов или лиц. Мотивация использования медиа-анализа на основе ИИ может быть, среди прочего, облегчением поиска в средствах массовой информации, созданием набора описательных ключевых слов для объекта мультимедиа, мониторингом политики медиаконтента (например, проверка пригодности контента для конкретного Время просмотра телевизора), речь в тексте для архивных или других целей и обнаружение логотипов, продуктов или знаменитостей для размещения соответствующих рекламных объявлений.

Медиа-анализ Компании AI часто предоставляют свои услуги по API REST, что позволяет автоматическому доступу к технологии на машинах и позволяет считывать результаты по машинам. Например, IBM, Microsoft, Amazon и видео компания AI Valossa разрешают доступ к своей технологии распознавания носителей с использованием API RESTful.

Музыка
Хотя эволюция музыки всегда была затронута технологией, искусственный интеллект позволил с помощью научных достижений подражать, в какой-то мере, человекоподобной композиции.

Среди заметных ранних усилий Дэвид Коуп создал AI под названием Emily Howell, которому удалось стать известным в области Алгоритмической компьютерной музыки. Алгоритм Emily Howell зарегистрирован как патент США.

AI Iamus создал в 2012 году первый полный классический альбом, полностью составленный компьютером.

Другие усилия, такие как AIVA (Artificial Intelligence Virtual Artist), сосредоточены на сочинении симфонической музыки, в основном классической музыки для показа фильмов. Он достиг первого мира, став первым виртуальным композитором, который должен быть признан музыкальной профессиональной ассоциацией.

Искусственные интеллекты могут даже создавать музыку, пригодную для использования в медицинской обстановке, с усилиями Melomics использовать компьютерную музыку для снятия стресса и облегчения боли.

Более того, такие инициативы, как Google Magenta, проводимые командой Google Brain, хотят узнать, способен ли искусственный интеллект создавать неотразимое искусство.

В исследовательской лаборатории Sony CSL их программное обеспечение Flow Machines создало поп-песни, изучая стили музыки из огромной базы данных песен. Анализируя уникальные комбинации стилей и методы оптимизации, он может сочинять в любом стиле.

Еще один проект музыкальной композиции искусственного интеллекта, The Watson Beat, написанный IBM Research, не нуждается в огромной базе данных музыки, такой как проекты Google Magenta и Flow Machines, поскольку она использует Reinforcement Learning и Deep Belief Networks для составления музыки на простом семени ввод мелодии и стиль выбора. Поскольку программное обеспечение было открыто, музыканты, такие как Taryn Southern, сотрудничали с проектом по созданию музыки.

Новости, публикации и письма
Компания Narrative Science делает компьютерные новости и отчеты коммерчески доступными, включая обобщение спортивных событий на основе статистических данных из игры на английском языке. Он также создает финансовые отчеты и анализ недвижимости. Аналогично, компания Automated Insights генерирует персонализированные сводки и превью для Yahoo Sports Fantasy Football. Предполагается, что в 2014 году компания вырастет миллиард историй, по сравнению с 350 миллионами в 2013 году.

Echobox — это софтверная компания, которая помогает издателям увеличивать трафик путем «разумного» размещения статей на платформах социальных сетей, таких как Facebook и Twitter. Анализируя большие объемы данных, он узнает, как конкретные аудитории реагируют на разные статьи в разное время суток. Затем он выбирает лучшие истории для публикации и лучшие времена, чтобы опубликовать их. Он использует как исторические данные, так и данные в реальном времени, чтобы понять, что хорошо работает в прошлом, а также то, что в настоящее время происходит в Интернете.

Другая компания, называемая Yseop, использует искусственный интеллект, чтобы превратить структурированные данные в интеллектуальные комментарии и рекомендации на естественном языке. Yseop может писать финансовые отчеты, исполнительные резюме, персонализированные продажи или маркетинговые документы и многое другое со скоростью тысяч страниц в секунду и на нескольких языках, включая английский, испанский, французский и немецкий.

Boomtrain — еще один пример ИИ, который призван научиться лучше всего привлекать каждого отдельного читателя к точным статьям — отправленным по правильному каналу в нужное время — это будет наиболее актуально для читателя. Это походит на наем персонального редактора для каждого отдельного читателя, чтобы научиться отличному чтению.

Существует также возможность того, что ИИ будет писать работу в будущем. В 2016 году японский AI написал короткую историю и почти выиграл литературную премию.

Интернет и телефонные службы клиентов
Искусственный интеллект реализуется в автоматизированных онлайн-помощниках, которые можно рассматривать как аватары на веб-страницах. Это может помочь предприятиям снизить затраты на их эксплуатацию и обучение. Основной технологией для таких систем является естественная обработка языка. Pypestream использует автоматизированное обслуживание клиентов для своего мобильного приложения, предназначенного для упрощения связи с клиентами.

В настоящее время крупные компании инвестируют в ИИ для обработки сложных клиентов в будущем. В самой последней версии Google анализируется язык и преобразуется в текст. Платформа может идентифицировать сердитых клиентов через их язык и отвечать соответствующим образом.

датчиков
Искусственный интеллект был объединен со многими сенсорными технологиями, такими как Digital SpectrometryTM от IdeaCuria Inc., который позволяет использовать множество приложений, таких как мониторинг качества воды на дому.

Техническое обслуживание телекоммуникаций
Многие телекоммуникационные компании используют эвристический поиск в управлении своей рабочей силой, например, BT Group развернула эвристический поиск в приложении для планирования, которое обеспечивает рабочие графики 20 000 инженеров.

Игрушки и игры
В 1990-х годах были предприняты первые попытки массового производства ориентированных на дом типов базового Искусственного интеллекта для образования или отдыха. Это значительно продвинулось с цифровой революцией и помогло людям, особенно детям, познакомиться с различными типами искусственного интеллекта, в частности, в виде тамагочи и домашних животных, iPod Touch, Интернета и первого широко распространенного робота , Фурби. Год спустя улучшенный тип отечественного робота был выпущен в виде Aibo, роботизированной собаки с интеллектуальными функциями и автономией.

Такие компании, как Mattel, создавали ассортимент игрушек с поддержкой ИИ для детей в возрасте трех лет. Используя запатентованные двигатели AI и средства распознавания речи, они могут понимать разговоры, давать интеллектуальные ответы и быстро учиться.

AI также применяется к видеоиграм, например, к видеоиграм, которые предназначены для того, чтобы стоять в качестве противников, где люди недоступны или желательны.

Транспорт
Для автоматических коробок передач в автомобилях были разработаны контроллеры нечеткой логики. Например, 2006 Audi TT, VW Touareg и VW Caravell оснащены передачей DSP, в которой используется Fuzzy Logic. Ряд вариантов Škoda (Škoda Fabia) также в настоящее время включает контроллер на основе Fuzzy Logic.

Сегодняшние автомобили теперь имеют вспомогательные функции, основанные на AI, такие как самозаряда и расширенные средства круиз-контроля. AI используется для оптимизации приложений управления трафиком, что, в свою очередь, сокращает время ожидания, потребление энергии и выбросы на целых 25 процентов. В будущем будут разработаны полностью автономные автомобили. Ожидается, что ИИ на транспорте обеспечит безопасную, эффективную и надежную транспортировку, минимизируя воздействие на окружающую среду и сообщества. Главной задачей для развития этого ИИ является тот факт, что транспортные системы являются по своей сути сложными системами, включающими очень большое количество компонентов и разных сторон, каждый из которых имеет разные и часто противоречивые цели.

Другой
Различные средства искусственного интеллекта также широко используются в области обеспечения безопасности на родине, распознавания речи и текста, интеллектуального анализа данных и фильтрации спама по электронной почте. Также разрабатываются приложения для распознавания жестов (понимание языка жестов машинами), индивидуальное распознавание голоса, глобальное распознавание голоса (от множества людей в шумной комнате), распознавание лица для интерпретации эмоций и невербальных сигналов. Другими приложениями являются робототехника, предотвращение препятствий и распознавание объектов.

Список приложений

Типичные проблемы, к которым применяются методы ИИ
Оптическое распознавание символов
Распознавание рукописного ввода
Распознавание речи
Распознавание лица
Искусственное творчество
Видение компьютера, виртуальная реальность и обработка изображений
Фото и видео манипуляции
Диагностика (искусственный интеллект)
Теория игр и стратегическое планирование
Игровой искусственный интеллект и компьютерный бот
Обработка естественного языка, Перевод и Чаттерботы
Нелинейный контроль и робототехника

Другие области, в которых реализованы методы ИИ
Искусственная жизнь
Автоматизированные рассуждения
автоматизация
Биологически вдохновляющие вычисления
Разработка концепции
Сбор данных
Представление знаний
Семантическая сеть
Электронная фильтрация спама
робототехника
Поведенческая роботизация
познавательный
Кибернетика
Роботология развития (Epigenetic)
Эволюционная робототехника
Гибридная интеллектуальная система
Интеллектуальный агент
Интеллектуальное управление
Судебный процесс