Практический ИИ и улучшенное машинное обучение
Согласно аналитикам Гартнер, глубокие нейронные компьютерные сети выйдут за пределы классических вычислительных систем и будут использоваться для создания систем, способных познавать и воспринимать окружающий мир самостоятельно и автономно. Рост источников данных и усложнение информации сделают ручные классификацию и анализ неэкономичными и нереальными. Благодаря нейтронным сетям эти задачи можно будет автоматизировать.
Машинное обучение приведет к росту популярности умных машин — роботов, автономных транспортных средств, виртуальных персональных ассистентов и умных советчиков, которые будут работать автономно или полуавтономно. Вездесущий встроенный интеллект в сочетании с ростом аналитики будет стимулировать развитие систем, чувствительных к своему окружению и способных реагировать соответствующим образом.
Заявки по теме
- Использование искусственного интеллекта в гражданской авиации
- Машинное обучение в электронной коммерции – практика использования и подводные камни
- Применение машинного обучения по ансамблю решающих правил для вычисления прогноза дополнительного КИН
