[Музыка]
привет, я расскажу о вещах
что происходит вокруг нас в связи с
AI , если вы посмотрите на приложениях
устройства и слои соединений
так что я буду говорить и это
искусственный интеллект, который мы
прямо сейчас, видя приложения, которые
мы говорим, что оно возвращается к
известное заявление Алана Тьюринга может
действительно машина воняет, поэтому он начал свой
бумаги я предлагаю рассмотреть вопрос
могут машины действительно думать
приложения, которые мы видим сегодня в наших
повседневную жизнь, такую как Siri Google Maps или
любые другие приложения, которые мы видим в
по крайней мере, он использует некоторые слои ИИ в нем
каковы те элементы AI, что это такое
представляет собой исследование активных интеллектуальных агентов
мы, кто эти умные агенты,
интеллектуальные агенты в основном
компьютерной программы или робота или
сочетание обоих
поэтому те умные агенты, с которыми они разговаривают
друг друга и какой язык
язык — это просто программирование, как
вы соединяете разные слои через
программирования, чтобы они могли разговаривать с
друг друга, если вы посмотрите на
приложения, по крайней мере, мы взаимодействуем с n
устройств или приложений в нашей
изо дня в день, у которой есть эти уровни AI
который теперь имеет эти реализации ИИ
что происходит вокруг нас, ИИ, который
мы говорим о умных
агенты , которые мы говорим о тех ,
интеллектуальные агенты могут быть единственным агентом
или это может быть мульти-агент, который
одиночные агенты или агент ,
интеллектуальный агент, он воспринимает
окружающей среды и реагирует на максимизацию
цель максимизировать объективное право
и целью может быть то, что это может быть
классификация может быть предсказанием
может быть некоторая рекомендация, поэтому
приложения искусственные интеллектуальные
приложений, которые они пытаются распознать
цель цели может быть снова
прогнозирование классификации или
системы рекомендаций и как они это делают
мы обучаем интеллектуальных агентов или мы
хвост агентов АИ, чтобы начать с него,
два разных слоя машины
уровень обучения и глубокое обучение
слой, если говорить о машине
обучение — это исследование определенной задачи
это исследование определенной задачи и
заставить агента учиться на опыте
поэтому любая система машинного обучения, которую она использует
примеры переживаний, которые он тренирует
алгоритмы обучения для прогнозирования или
классифицировать цель, следовательно, обучение
если она со временем улучшается
изучение новых примеров новых примеров
со временем становится разумным
ваша система машинного обучения и глубокая
обучение будет очень
конкретная функция или очень конкретное использование
машинного обучения, потому что
слой глубокого обучения содержит различные
слоев промежуточных слоев для достижения
Заключительный этап для достижения конечной стадии
использует разные слои и эти слои
они используют функции передачи для подключения
один слой с другим слоем
это те изменения, которые происходят
вокруг нас три вещи очень важны
вход , что входы в моем
алгоритм обучения , что является результатом
что я пытаюсь достичь результата
что я пытаюсь достичь, может быть
система классификации может идентифицировать
раковые или нераковые опухоли или
он может предсказывать, что может
происходят мои продажи или доход и т. д., поэтому
целевая функция может быть
система классификации или прогнозирования
однако входные данные могут быть разными
входные данные поступают от различных
приложения структурированные неструктурированные
полуструктурированные различные виды ввода
данные, которые у вас есть, если у вас есть изображения
требует отдельного вида обработки и
предварительная обработка, чтобы попасть в лоток
набор данных , так что вы можете тренировать ваш
алгоритмы обучения на нем, и вы можете
выполнить задачу в одном конкретном примере
предположим, что у вас есть изображения собак, и вы
иметь кошку — нужно идентифицировать кошку
из группы собак, как вы тренируетесь
интеллектуального агента или
классифицировать эту конкретную кошку из
куча касания, поэтому вам нужно перевести
изображения в пикселях, так что пиксели
в основном ваши входные данные теперь из
пиксели, как вы классифицируете кошку
кот или собака — собака, так что это о
выявление и обучение
алгоритмы для определения цели
функции, следовательно, алгоритмы обучения
очень важны, это зависит от вашего
время отклика зависит от цели
вы пытаетесь достичь прав и
эти алгоритмы обучения иногда
масштаб иногда не так, как вы
эксперимент или как сделать
договоренность для определения цели
функции, которую мы, люди, мы изучаем, делая
ошибок , встретив изменения
с опытом или примерами
точно так же, как мы можем
машины, чтобы узнать, что машины учатся
от входных данных и снова различных
примеры, которые вы приводите многим примерам собак
то он будет классифицировать ли собака
собака или кошка — это кот, поэтому обучение — это
функции повторяющейся практики и
обучение также является функцией вас
примеры примеров или опыты
теперь, если у вас много примеров или много
опыта у нас будет лучшая система
с точки зрения классификации или прогнозирования
задачи, которые мы видим сегодня
или устройства , которые мы видим сегодня эти
в основном вокруг четырех различных ячеек
в каких четырех основных областях
автоматизация автоматизации роботизированных процессов
экспертные системы, идентифицирующие комплекс
поведение сложных отношений в
набор данных и естественный язык
обработка всех приложений ИИ на
по крайней мере, у них есть слой естественного
понимание языка, и если вы посмотрите
в приложениях AI вы также
Найти
Укрепление обучающих слоев, что
это подкрепление, как я могу
обучите моего умного агента, применив
это усиление обучения прямо сейчас, если
вы смотрите на приложения ИИ сегодня
что такое автоматизация автоматических процессов
если есть повторяющаяся задача
должен делать каждый день, могу ли я обучать
интеллектуальный агент, как я сказал
интеллектуальным агентом может быть компьютер
или он может быть теперь роботом, если я
тренировать робота для выполнения этой задачи
повторяется, потому что это правило управляется
у вас есть набор правил
Вы говорите , что хорошо это это это
происходит, тогда вы делаете это сейчас, когда вы
тренировать машину или
робот при выполнении этих действий для
вы теперь то, что произойдет , так это
удаляет человеческие элементы с точки зрения
классификации или прогнозирования, поэтому это
о вашем строительном комплексе или
понимание сложных отношений в ИИ
приложения для создания классификаций или
регрессионные системы или системы прогнозирования
теперь, если вы посмотрите на естественный язык
понимание почти всех предприятий
что вы видите сегодня, что у них есть цифровая
присутствие на Facebook
они доступны в Твиттере, они
доступный в других социальных сетях
платформы, когда у них есть цифровые
они получают текст в терминах
комментариев отзывов max сейчас, кто
собираюсь проанализировать те вещи, которые сейчас люди
существа очень трудно теперь предположим ,
Я получаю обзор 150 миллионов отзывов
из одного приложения, как я анализирую
могу ли я иметь команду из 100 человек, чтобы посмотреть
на комментариях и проанализировать это, это
очень сложно, но если я посмотрю на
поэтому я могу иметь один агент ИИ или
компьютерной программы или любого алгоритма, который
взгляды на все эти обзоры суммируют
это создает сводные таблицы, как то, что
люди говорят о том, что это он
положительный или отрицательный, могу ли я
какое- то настроение на этом
я могу сделать какой-то анализ настроений
для понимания опыта пользователей или
лучше всего, конечно, да, так
вот где понимать данные
лучше вы понимаете неструктурированные
данные
мы можем обучать машинное обучение
алгоритмы или алгоритмы глубокого обучения
извлекать информацию из текстовых данных
теперь это исследование естественных
понимание языка теперь это естественное
понимание языка имеет два
аспекты обработки естественного языка и
генерация естественного языка сейчас, если вы
посмотрите, как твиты генерируются
роботы, которые являются частью вашего естественного
вы будете кормить кучу
твиты, которые вы хотите создать
что-то новое, которое отличается от
независимо от существующего, поэтому он генерирует твит
для вас
аналогично, если вы посмотрите на статьи
блоги, как некоторые блоггеры, они находят
очень распространенная проблема, вроде возобновления
вопрос я могу обучить одного интеллектуального робота
или в конечном итоге для приложения, или я могу
подготовить алгоритм для генерации некоторого
текст для меня, чтобы он доволен этим
контент свободен, а
Также значимый для пользователей курса
да, вот что происходит, делает этот вид
Перемен процесс естественного языка
и создание естественного языка помогает нам
в извлечении информации из текстовых данных
а также смысл текста теперь, если
вы смотрите на экспортную систему экспорта
система — это система, управляемая правилами, например
персональные цифровые помощники каждый день
означает, что у нас так много идентификаторов пользователей и
пароли Google ID идентификатор пользователя пароль
то пароль пользователя ID пользователя Facebook очень
сложно управлять паролями
иногда мы всегда говорим, что
хорошо забыть пароль, вы его получите
OTP тогда вы создаете другой вид
пароль и так далее , но я могу иметь
личный цифровой помощник, если я спрошу, что
мой пароль для Google, что такое мой
пароль для Facebook и того личного
цифровой помощник личный для меня я буду
подгоните мой набор данных обучения к личным
цифровой помощник Я могу создать один
цифровой помощник здесь , вот и все.
как происходит изменение вокруг нас
и именно так мы движемся к
мир ИИ теперь, если я посмотрю на один
конкретный пример, относящийся к
отрасль здравоохранения здесь, как ИИ
революция, анализирующая эту конкретную
промышленности, а также других связанных с ними
если вы посмотрите на этот пример
фитнес-трекеров или смартватов
которые мы используем сегодня
обычно переменные, которые мы
используемый сегодня, это генерирует
огромное количество пользовательских данных, если вы посмотрите
в компаниях, которые производят эти
устройства собирают много информации
от различных пользователей, идущих спать, может
быть деятельностью, поэтому все виды деятельности
их хранения, которые они создали
метрики предполагают заработать инертный взрослый
человек должен спать больше, чем меньше шести
от семи до девяти часов , что это метрика в настоящее время
если вы отклоняетесь от метрики
дает вам пользовательскую рекомендацию, говорящую
что эй ваш образ сна не
в соответствии с нормами, чтобы чувствовать
здоровый, вы должны спать больше такого рода
рекомендованных, так как вы получаете и
это возможно только при наличии данных
у вас есть огромное количество пользовательских данных
из разных областей от разных
поля из разных стран и т. д.
так что устройство этот рынок собирается
принести новую революцию, как смартфон
смартфон, мы видели, что он уже
пронизан и насыщен, но если вы
взгляните на рынок устройств
Собираясь, вы увидите сейчас много
больше датчиков, которые будут интегрированы в
устройства в переменных, которые
вероятно, произойдет, как это будет
измените другие отрасли промышленности, если вы посмотрите
на одном конкретном примере страхования
отрасль — рискованное профилирование, которое мы делаем
во время принятия политики
медицинское обследование полное здравоохранение
проверить
что сделано , но мы не делаем каких — либо
дальнейшая проверка права и страхование
компании, они будут оценивать ваше здоровье
или профиль, который они не
учтите свои действия, ваши привычки
сейчас, если у меня есть
данных, и это некие данные
если это произойдет в
будущее Я не уверен , что это происходит в
будущее страховых компаний будет иметь
доступ к данным этого
данных smartwatches, чтобы они могли
лучше оценивать людей, которые делают больше
действия, которые они считают подходящими
что они заслуживают дифференцированного ценообразования
мы не можем рассматривать их как профили рисков
так что это
революция наглости
будущее сейчас
персонализированная медицина здравоохранения все
отраслей , связанных с помощью, которая
вероятно, изменится сейчас, это похоже на несколько
датчики, интегрированные в будущую температуру
датчики движения все эти датчики будут
приходят и постепенно
smartwatches изменится теперь,
происходит, как это, вероятно,
произойдет очень скоро сейчас вместе с этим
это просто пример того , что есть
теперь могут произойти изменения, которые мы
видят здесь роботизированный процесс
автоматизации или как потеря работы
может произойти, так что есть
мышление среди профессионалов, которые
мы потеряем работу в будущем
из- за массивной машины автоматизации
обучения и ИИ, но я бы не согласился
с этим
потому что ИИ создаст больше рабочих мест
чем это устраняет, потому что мы будем
делать больше или лучше рабочих мест, чем
мы использовали, если вы посмотрите на один пример
взглянуть на текст и сделать
выводы, касающиеся текста и
понимая, что говорит пользователь, мы
мы делали это вручную, но теперь вы
иметь программу для написания программы для
классифицировать или говорить , что текст
он скрыт в этом ИИ принесет больше
чем это устраняет, так что это
теперь, если таким образом, что
тогда как мы будем обращаться к этому
AI принесет нам больше изменений
делает нас умнее, делая то, что мы делаем
в нашей повседневной работе это заставляет нас чувствовать
лучше, потому что как только мы отслеживаем наши
деятельность будет делать изменит наше
если вы не находитесь в
правый путь, если мы находимся на правильном пути
конечно, да, мы будем чувствовать себя здоровее и
лучше теперь это также сделает нас больше
эффективно управлять нашими задачами этой
сделает нас более продуктивными, прекратив
задачи, которые мы делаем в наших
изо дня в день, что может случиться
поэтому, конечно, ИИ не собирается
удалить задания, потому что мы будем
изменен, и мы перейдем к другому
где мы будем делать лучше
вместо того, чтобы выполнять работу, чтобы мы
делают прямо сейчас, учитывая этот контекст
как мне начать курьером или как я могу
начать
путешествие в AI и мл пространства в
первый шаг — остановиться на пребывании на связи
связано с изменениями , то есть
происходящее вокруг нас предполагает первую вещь
Я создаю свой опыт в области знаний
работая над страхованием, в которой он работает
банковское обслуживание в сфере здравоохранения в зависимости от того, что
отрасль, над которой вы работаете,
экспертиза домена изучает изменения
происходящие в этой области следуют нескольким
людей в этой конкретной отрасли в
различные платформы социальных сетей LinkedIn
Twitter Facebook и посмотреть, что они
разделяют, какие изменения происходят в этом
поле, каковы новые показатели, что
новые решения, как они решают
существующие варианты использования, как они решают
новые варианты использования или способы их использования
применяя эти алгоритмы для решения
старых случаев использования, поскольку сейчас
профессионалы являются лидерами в этих
промышленности они продают свою информацию
они делят свою работу, потому что это
открывайте доступ к своей работе, чтобы
оставаться на связи следующего быстро действовать быстро , так
вчера был тензор, теперь он
тензорная сила завтра я не знаю, может быть,
завтра что-то новое появляется
быстрый взгляд на одну технологию
создать прототип действия быстро и
эксперимент построит прототип и посмотрим
что он может делать, чего не может сделать
сравнительный анализ с существующими
технологии проводят бенчмаркинг с
существующая настройка, как она классифицируется или
предсказывая, когда мы используем как
онлайн- форму для проверки права на
ссуду, которую мы размещаем, и мы видим
нажмите «Подтвердить», вы имеете право или вы
теперь не вправе принимать участие в этом случае
что я имею право, но говорит
что вы не имеете права сейчас, я могу
укрепляющий слой поверх этого и
скажем, алго не
вы можете исправить это сейчас
обратная связь обратная связь очень
важную роль во всех ваших
системы классификации или прогнозирования
систем, если ваше предсказание или
классификация неправильная, вы спрашиваете
Пользователь , чтобы оценить себя , является ли это хорошо
плохо или работает или не работает, если
это хороший ответ хороший
классификация — это награда
algo, если это плохая классификация
это будет наказанием для алгона
улучшить его в будущем, и это
как обратная связь играет очень важную роль
как только вы сделали все эти вещи ,
последний шаг — улучшение
производительность играет роль
оптимизация так , какие
оптимизации вы будете тренироваться
различные алгоритмы для обучения или
другие, которые вы можете использовать для улучшения
производительность вашей системы AI так
в целом, ИИ собирается сделать нас
более разумно здоровее, и это
определенно будет революционизировать все
отрасли, которые мы видим сегодня и
это сделает нас более эффективными в
что мы делаем спасибо
[Аплодисменты]
привет, я расскажу о вещах
что происходит вокруг нас в связи с
AI , если вы посмотрите на приложениях
устройства и слои соединений
так что я буду говорить и это
искусственный интеллект, который мы
прямо сейчас, видя приложения, которые
мы говорим, что оно возвращается к
известное заявление Алана Тьюринга может
действительно машина воняет, поэтому он начал свой
бумаги я предлагаю рассмотреть вопрос
могут машины действительно думать
приложения, которые мы видим сегодня в наших
повседневную жизнь, такую как Siri Google Maps или
любые другие приложения, которые мы видим в
по крайней мере, он использует некоторые слои ИИ в нем
каковы те элементы AI, что это такое
представляет собой исследование активных интеллектуальных агентов
мы, кто эти умные агенты,
интеллектуальные агенты в основном
компьютерной программы или робота или
сочетание обоих
поэтому те умные агенты, с которыми они разговаривают
друг друга и какой язык
язык — это просто программирование, как
вы соединяете разные слои через
программирования, чтобы они могли разговаривать с
друг друга, если вы посмотрите на
приложения, по крайней мере, мы взаимодействуем с n
устройств или приложений в нашей
изо дня в день, у которой есть эти уровни AI
который теперь имеет эти реализации ИИ
что происходит вокруг нас, ИИ, который
мы говорим о умных
агенты , которые мы говорим о тех ,
интеллектуальные агенты могут быть единственным агентом
или это может быть мульти-агент, который
одиночные агенты или агент ,
интеллектуальный агент, он воспринимает
окружающей среды и реагирует на максимизацию
цель максимизировать объективное право
и целью может быть то, что это может быть
классификация может быть предсказанием
может быть некоторая рекомендация, поэтому
приложения искусственные интеллектуальные
приложений, которые они пытаются распознать
цель цели может быть снова
прогнозирование классификации или
системы рекомендаций и как они это делают
мы обучаем интеллектуальных агентов или мы
хвост агентов АИ, чтобы начать с него,
два разных слоя машины
уровень обучения и глубокое обучение
слой, если говорить о машине
обучение — это исследование определенной задачи
это исследование определенной задачи и
заставить агента учиться на опыте
поэтому любая система машинного обучения, которую она использует
примеры переживаний, которые он тренирует
алгоритмы обучения для прогнозирования или
классифицировать цель, следовательно, обучение
если она со временем улучшается
изучение новых примеров новых примеров
со временем становится разумным
ваша система машинного обучения и глубокая
обучение будет очень
конкретная функция или очень конкретное использование
машинного обучения, потому что
слой глубокого обучения содержит различные
слоев промежуточных слоев для достижения
Заключительный этап для достижения конечной стадии
использует разные слои и эти слои
они используют функции передачи для подключения
один слой с другим слоем
это те изменения, которые происходят
вокруг нас три вещи очень важны
вход , что входы в моем
алгоритм обучения , что является результатом
что я пытаюсь достичь результата
что я пытаюсь достичь, может быть
система классификации может идентифицировать
раковые или нераковые опухоли или
он может предсказывать, что может
происходят мои продажи или доход и т. д., поэтому
целевая функция может быть
система классификации или прогнозирования
однако входные данные могут быть разными
входные данные поступают от различных
приложения структурированные неструктурированные
полуструктурированные различные виды ввода
данные, которые у вас есть, если у вас есть изображения
требует отдельного вида обработки и
предварительная обработка, чтобы попасть в лоток
набор данных , так что вы можете тренировать ваш
алгоритмы обучения на нем, и вы можете
выполнить задачу в одном конкретном примере
предположим, что у вас есть изображения собак, и вы
иметь кошку — нужно идентифицировать кошку
из группы собак, как вы тренируетесь
интеллектуального агента или
классифицировать эту конкретную кошку из
куча касания, поэтому вам нужно перевести
изображения в пикселях, так что пиксели
в основном ваши входные данные теперь из
пиксели, как вы классифицируете кошку
кот или собака — собака, так что это о
выявление и обучение
алгоритмы для определения цели
функции, следовательно, алгоритмы обучения
очень важны, это зависит от вашего
время отклика зависит от цели
вы пытаетесь достичь прав и
эти алгоритмы обучения иногда
масштаб иногда не так, как вы
эксперимент или как сделать
договоренность для определения цели
функции, которую мы, люди, мы изучаем, делая
ошибок , встретив изменения
с опытом или примерами
точно так же, как мы можем
машины, чтобы узнать, что машины учатся
от входных данных и снова различных
примеры, которые вы приводите многим примерам собак
то он будет классифицировать ли собака
собака или кошка — это кот, поэтому обучение — это
функции повторяющейся практики и
обучение также является функцией вас
примеры примеров или опыты
теперь, если у вас много примеров или много
опыта у нас будет лучшая система
с точки зрения классификации или прогнозирования
задачи, которые мы видим сегодня
или устройства , которые мы видим сегодня эти
в основном вокруг четырех различных ячеек
в каких четырех основных областях
автоматизация автоматизации роботизированных процессов
экспертные системы, идентифицирующие комплекс
поведение сложных отношений в
набор данных и естественный язык
обработка всех приложений ИИ на
по крайней мере, у них есть слой естественного
понимание языка, и если вы посмотрите
в приложениях AI вы также
Найти
Укрепление обучающих слоев, что
это подкрепление, как я могу
обучите моего умного агента, применив
это усиление обучения прямо сейчас, если
вы смотрите на приложения ИИ сегодня
что такое автоматизация автоматических процессов
если есть повторяющаяся задача
должен делать каждый день, могу ли я обучать
интеллектуальный агент, как я сказал
интеллектуальным агентом может быть компьютер
или он может быть теперь роботом, если я
тренировать робота для выполнения этой задачи
повторяется, потому что это правило управляется
у вас есть набор правил
Вы говорите , что хорошо это это это
происходит, тогда вы делаете это сейчас, когда вы
тренировать машину или
робот при выполнении этих действий для
вы теперь то, что произойдет , так это
удаляет человеческие элементы с точки зрения
классификации или прогнозирования, поэтому это
о вашем строительном комплексе или
понимание сложных отношений в ИИ
приложения для создания классификаций или
регрессионные системы или системы прогнозирования
теперь, если вы посмотрите на естественный язык
понимание почти всех предприятий
что вы видите сегодня, что у них есть цифровая
присутствие на Facebook
они доступны в Твиттере, они
доступный в других социальных сетях
платформы, когда у них есть цифровые
они получают текст в терминах
комментариев отзывов max сейчас, кто
собираюсь проанализировать те вещи, которые сейчас люди
существа очень трудно теперь предположим ,
Я получаю обзор 150 миллионов отзывов
из одного приложения, как я анализирую
могу ли я иметь команду из 100 человек, чтобы посмотреть
на комментариях и проанализировать это, это
очень сложно, но если я посмотрю на
поэтому я могу иметь один агент ИИ или
компьютерной программы или любого алгоритма, который
взгляды на все эти обзоры суммируют
это создает сводные таблицы, как то, что
люди говорят о том, что это он
положительный или отрицательный, могу ли я
какое- то настроение на этом
я могу сделать какой-то анализ настроений
для понимания опыта пользователей или
лучше всего, конечно, да, так
вот где понимать данные
лучше вы понимаете неструктурированные
данные
мы можем обучать машинное обучение
алгоритмы или алгоритмы глубокого обучения
извлекать информацию из текстовых данных
теперь это исследование естественных
понимание языка теперь это естественное
понимание языка имеет два
аспекты обработки естественного языка и
генерация естественного языка сейчас, если вы
посмотрите, как твиты генерируются
роботы, которые являются частью вашего естественного
вы будете кормить кучу
твиты, которые вы хотите создать
что-то новое, которое отличается от
независимо от существующего, поэтому он генерирует твит
для вас
аналогично, если вы посмотрите на статьи
блоги, как некоторые блоггеры, они находят
очень распространенная проблема, вроде возобновления
вопрос я могу обучить одного интеллектуального робота
или в конечном итоге для приложения, или я могу
подготовить алгоритм для генерации некоторого
текст для меня, чтобы он доволен этим
контент свободен, а
Также значимый для пользователей курса
да, вот что происходит, делает этот вид
Перемен процесс естественного языка
и создание естественного языка помогает нам
в извлечении информации из текстовых данных
а также смысл текста теперь, если
вы смотрите на экспортную систему экспорта
система — это система, управляемая правилами, например
персональные цифровые помощники каждый день
означает, что у нас так много идентификаторов пользователей и
пароли Google ID идентификатор пользователя пароль
то пароль пользователя ID пользователя Facebook очень
сложно управлять паролями
иногда мы всегда говорим, что
хорошо забыть пароль, вы его получите
OTP тогда вы создаете другой вид
пароль и так далее , но я могу иметь
личный цифровой помощник, если я спрошу, что
мой пароль для Google, что такое мой
пароль для Facebook и того личного
цифровой помощник личный для меня я буду
подгоните мой набор данных обучения к личным
цифровой помощник Я могу создать один
цифровой помощник здесь , вот и все.
как происходит изменение вокруг нас
и именно так мы движемся к
мир ИИ теперь, если я посмотрю на один
конкретный пример, относящийся к
отрасль здравоохранения здесь, как ИИ
революция, анализирующая эту конкретную
промышленности, а также других связанных с ними
если вы посмотрите на этот пример
фитнес-трекеров или смартватов
которые мы используем сегодня
обычно переменные, которые мы
используемый сегодня, это генерирует
огромное количество пользовательских данных, если вы посмотрите
в компаниях, которые производят эти
устройства собирают много информации
от различных пользователей, идущих спать, может
быть деятельностью, поэтому все виды деятельности
их хранения, которые они создали
метрики предполагают заработать инертный взрослый
человек должен спать больше, чем меньше шести
от семи до девяти часов , что это метрика в настоящее время
если вы отклоняетесь от метрики
дает вам пользовательскую рекомендацию, говорящую
что эй ваш образ сна не
в соответствии с нормами, чтобы чувствовать
здоровый, вы должны спать больше такого рода
рекомендованных, так как вы получаете и
это возможно только при наличии данных
у вас есть огромное количество пользовательских данных
из разных областей от разных
поля из разных стран и т. д.
так что устройство этот рынок собирается
принести новую революцию, как смартфон
смартфон, мы видели, что он уже
пронизан и насыщен, но если вы
взгляните на рынок устройств
Собираясь, вы увидите сейчас много
больше датчиков, которые будут интегрированы в
устройства в переменных, которые
вероятно, произойдет, как это будет
измените другие отрасли промышленности, если вы посмотрите
на одном конкретном примере страхования
отрасль — рискованное профилирование, которое мы делаем
во время принятия политики
медицинское обследование полное здравоохранение
проверить
что сделано , но мы не делаем каких — либо
дальнейшая проверка права и страхование
компании, они будут оценивать ваше здоровье
или профиль, который они не
учтите свои действия, ваши привычки
сейчас, если у меня есть
данных, и это некие данные
если это произойдет в
будущее Я не уверен , что это происходит в
будущее страховых компаний будет иметь
доступ к данным этого
данных smartwatches, чтобы они могли
лучше оценивать людей, которые делают больше
действия, которые они считают подходящими
что они заслуживают дифференцированного ценообразования
мы не можем рассматривать их как профили рисков
так что это
революция наглости
будущее сейчас
персонализированная медицина здравоохранения все
отраслей , связанных с помощью, которая
вероятно, изменится сейчас, это похоже на несколько
датчики, интегрированные в будущую температуру
датчики движения все эти датчики будут
приходят и постепенно
smartwatches изменится теперь,
происходит, как это, вероятно,
произойдет очень скоро сейчас вместе с этим
это просто пример того , что есть
теперь могут произойти изменения, которые мы
видят здесь роботизированный процесс
автоматизации или как потеря работы
может произойти, так что есть
мышление среди профессионалов, которые
мы потеряем работу в будущем
из- за массивной машины автоматизации
обучения и ИИ, но я бы не согласился
с этим
потому что ИИ создаст больше рабочих мест
чем это устраняет, потому что мы будем
делать больше или лучше рабочих мест, чем
мы использовали, если вы посмотрите на один пример
взглянуть на текст и сделать
выводы, касающиеся текста и
понимая, что говорит пользователь, мы
мы делали это вручную, но теперь вы
иметь программу для написания программы для
классифицировать или говорить , что текст
он скрыт в этом ИИ принесет больше
чем это устраняет, так что это
теперь, если таким образом, что
тогда как мы будем обращаться к этому
AI принесет нам больше изменений
делает нас умнее, делая то, что мы делаем
в нашей повседневной работе это заставляет нас чувствовать
лучше, потому что как только мы отслеживаем наши
деятельность будет делать изменит наше
если вы не находитесь в
правый путь, если мы находимся на правильном пути
конечно, да, мы будем чувствовать себя здоровее и
лучше теперь это также сделает нас больше
эффективно управлять нашими задачами этой
сделает нас более продуктивными, прекратив
задачи, которые мы делаем в наших
изо дня в день, что может случиться
поэтому, конечно, ИИ не собирается
удалить задания, потому что мы будем
изменен, и мы перейдем к другому
где мы будем делать лучше
вместо того, чтобы выполнять работу, чтобы мы
делают прямо сейчас, учитывая этот контекст
как мне начать курьером или как я могу
начать
путешествие в AI и мл пространства в
первый шаг — остановиться на пребывании на связи
связано с изменениями , то есть
происходящее вокруг нас предполагает первую вещь
Я создаю свой опыт в области знаний
работая над страхованием, в которой он работает
банковское обслуживание в сфере здравоохранения в зависимости от того, что
отрасль, над которой вы работаете,
экспертиза домена изучает изменения
происходящие в этой области следуют нескольким
людей в этой конкретной отрасли в
различные платформы социальных сетей LinkedIn
Twitter Facebook и посмотреть, что они
разделяют, какие изменения происходят в этом
поле, каковы новые показатели, что
новые решения, как они решают
существующие варианты использования, как они решают
новые варианты использования или способы их использования
применяя эти алгоритмы для решения
старых случаев использования, поскольку сейчас
профессионалы являются лидерами в этих
промышленности они продают свою информацию
они делят свою работу, потому что это
открывайте доступ к своей работе, чтобы
оставаться на связи следующего быстро действовать быстро , так
вчера был тензор, теперь он
тензорная сила завтра я не знаю, может быть,
завтра что-то новое появляется
быстрый взгляд на одну технологию
создать прототип действия быстро и
эксперимент построит прототип и посмотрим
что он может делать, чего не может сделать
сравнительный анализ с существующими
технологии проводят бенчмаркинг с
существующая настройка, как она классифицируется или
предсказывая, когда мы используем как
онлайн- форму для проверки права на
ссуду, которую мы размещаем, и мы видим
нажмите «Подтвердить», вы имеете право или вы
теперь не вправе принимать участие в этом случае
что я имею право, но говорит
что вы не имеете права сейчас, я могу
укрепляющий слой поверх этого и
скажем, алго не
вы можете исправить это сейчас
обратная связь обратная связь очень
важную роль во всех ваших
системы классификации или прогнозирования
систем, если ваше предсказание или
классификация неправильная, вы спрашиваете
Пользователь , чтобы оценить себя , является ли это хорошо
плохо или работает или не работает, если
это хороший ответ хороший
классификация — это награда
algo, если это плохая классификация
это будет наказанием для алгона
улучшить его в будущем, и это
как обратная связь играет очень важную роль
как только вы сделали все эти вещи ,
последний шаг — улучшение
производительность играет роль
оптимизация так , какие
оптимизации вы будете тренироваться
различные алгоритмы для обучения или
другие, которые вы можете использовать для улучшения
производительность вашей системы AI так
в целом, ИИ собирается сделать нас
более разумно здоровее, и это
определенно будет революционизировать все
отрасли, которые мы видим сегодня и
это сделает нас более эффективными в
что мы делаем спасибо
[Аплодисменты]
Please follow and like us:
Be First to Comment