Les technologies d'IA qui comptent maintenant : augmenter les personnes, les processus et le potentiel

Fourni par SAS

Jim Goodnight est co-fondateur et PDG de SAS.

De la surveillance de masse aux machines à lire dans les pensées, chaque nouveau jour semble apporter une autre prédiction alarmante sur le potentiel de intelligence artificielle pour changer le monde.

Mais nous n'accordons pas assez d'attention aux applications pratiques de l'IA qui sont utilisées tous les jours. Ces applications du monde réel ne sont ni effrayantes ni futuristes. Vous pourriez même appeler certains d'entre eux banals. Mais ils offrent une valeur pratique aux entreprises et aux consommateurs, et ils ne nous conduisent pas à une catastrophe imminente.

L'IA a le potentiel de changer notre monde. Mais cela ne se fera pas par le biais de robots ou d'ordinateurs sensibles qui enlèvent le contrôle aux humains. Les applications d'IA que nous voyons augmenteront plus souvent l'activité humaine qu'elle ne la remplaceront.

Alors que nous continuons d'assister à une puissance de calcul accrue et à un monde plus connecté, des technologies d'IA pratiques telles que traitement du langage naturel , vision par ordinateur , et particulièrement apprentissage automatique vont proliférer et devenir encore plus utiles. Ce sont les applications pratiques de l'IA qui amélioreront nos vies.

Les scientifiques des données examinent les cartes thermiques de vision par ordinateur qui sont utilisées pour identifier les traces d'animaux pour les efforts de conservation. Avec l'aimable autorisation de SAS

Traitement du langage naturel . Aujourd'hui, vous avez accès à l'IA directement dans votre poche. Je peux demander à mon téléphone portable quelle est la température extérieure ou à quelle heure l'épicerie d'en face fermera pour la journée. Mon téléphone comprend ma question, accède à la réponse en ligne, puis répond à ma question dans ma langue.

La capacité d'interpréter et de traiter le langage est une utilisation en croissance rapide de l'IA. En dehors des utilisations personnelles sur nos téléphones, la génération de langage naturel peut fournir un contexte pour les résultats que vous voyez dans un rapport, expliquant la sortie d'un modèle d'apprentissage automatique ou vous demandant si vous souhaitez des analyses plus approfondies. Ces explications verbales peuvent rendre les analyses complexes accessibles à un plus grand nombre de personnes, même si elles n'ont pas une connaissance approfondie de l'analyse.

Le traitement du langage naturel alimente également les chatbots qui fournissent des informations aux clients en ligne. Si vous allez à sas.com et choisissez de discuter, nous utilisons notre propre technologie pour interagir avec les clients. Nous avons toujours des représentants de chat humains en direct. Mais pour de nombreuses demandes que les gens ont, un ordinateur peut fournir des réponses automatisées. Cela permet à notre personnel de chat de se concentrer sur des questions plus complexes.

Vision par ordinateur. Une autre façon de démontrer l'IA est la vision par ordinateur. Cette méthode continue de trouver des cas d'utilisation nouveaux et innovants.

Les médecins utilisent la vision par ordinateur pour mesurer et classer les tumeurs sur des images médicales. Les défenseurs de l'environnement utilisent la vision par ordinateur pour analyser des photos d'empreintes d'animaux afin d'aider à surveiller les espèces en voie de disparition sans balises invasives.

Bien sûr, la vision par ordinateur est également cruciale pour les véhicules autonomes, y compris les voitures, les camions et les véhicules utilitaires utilisés dans les usines et les entrepôts. Plusieurs entreprises sont des véhicules pionniers qui utilisent la vision par ordinateur et des capteurs pour voir le monde qui les entoure. La technologie donne aux véhicules des vues à 360 degrés, avec des lasers qui détectent des objets jusqu'à des centaines de mètres.

La vision par ordinateur alimente également l'avenir du commerce de détail, de la caisse sans enregistrement aux recommandations de style visuel en passant par la prévision de la demande.

Apprentissage automatique . Les nouvelles utilisations de l'IA et de l'analyse prédictive ont le potentiel de changer presque toutes les facettes de chaque organisation. Prenez la technologie anti-blanchiment d'argent (AML). Des centaines d'organisations dans le monde utilisent AML pour aider à identifier les transactions financières problématiques ou illégales à travers le monde. En ajoutant l'IA et l'apprentissage automatique à la technologie AML existante, nous avons constaté une réduction des faux positifs de 50 % à 70 %. Cela signifie moins de transactions pour une intervention manuelle, laissant le personnel se concentrer davantage sur les cas qui sont vraiment préjudiciables à l'entreprise et à ses clients.

Beaucoup de mes cas d'utilisation préférés de l'IA ont ce même élément de rendre les humains plus productifs. L'IA et l'apprentissage automatique peuvent améliorer et augmenter le travail important qui est déjà effectué dans le monde entier. Ils prennent ce qui fonctionne déjà et le rendent meilleur.

De nombreuses personnes demandent quels modèles d'apprentissage automatique doivent être utilisés pour quels problèmes. Passons en revue quatre types de modèles d'apprentissage automatique et décrivons quelques scénarios dans lesquels ils sont couramment utilisés.

1. Les réseaux de neurones. Dans le monde financier, les réseaux de neurones aident les enquêteurs à détecter et à arrêter la fraude en découvrant les tendances de millions de transactions. ERGO, une compagnie d'assurance allemande, utilise l'analyse prédictive de SAS pour trouver des réclamations injustifiées. Les clients utilisent également des réseaux de neurones dans leurs bâtiments pour optimiser la consommation d'énergie et prévoir les pannes mécaniques.
2. Arbres de décision. Grâce à l'utilisation d'arbres de décision, nous avons contribué à la croissance rapide du comté de Wake, en Caroline du Nord, à rendre les évaluations de l'impôt foncier plus justes et plus précises. Nous travaillons avec de nombreuses autorités fiscales pour découvrir la fraude fiscale et trouver les citoyens qui ont sous-déclaré leurs revenus.
3. Méthodes de régression. Les méthodes de régression sont une pratique statistique éprouvée, et elles trouvent une nouvelle vie à l'ère de l'IA. Nous pouvons utiliser cette technologie pour mieux comprendre les marchés cibles. Pour les agences gouvernementales, les méthodes de régression peuvent aider à identifier la fraude et le gaspillage dans les programmes existants. Pour les banques et les sociétés de services financiers, cela peut conduire à de meilleures évaluations des risques et jeter les bases d'un programme anti-blanchiment adaptatif et plus précis.
4. Prévision. Les prévisions permettent aux grands programmes gouvernementaux de tenir compte des changements de population et de comprendre comment ces changements affectent les services gouvernementaux. Dans l'industrie de la production d'électricité, les entreprises surveillent constamment le réseau et examinent les données météorologiques pour s'assurer que l'électricité est là quand vous en avez besoin. Eni, une société énergétique italienne, utilise l'analyse prédictive SAS pour contrôler, nettoyer et préparer les données de puits géologiques. Cela aide Eni à automatiser et à affiner son processus d'exploration pétrolière.

De nombreux facteurs sont à l'origine du battage médiatique et de l'intérêt pour l'IA : Internet, la numérisation des données analogiques, l'utilisation accrue d'images et de vidéos pour communiquer, l'Internet des objets et notre capacité à capturer et à stocker ces données avec les technologies cloud.

Après plus de 40 ans de développement et de mise en œuvre de logiciels d'analyse, j'ai une vision optimiste de la technologie et de sa capacité à augmenter et amplifier notre potentiel humain.

Alors que l'IA perturbera et changera certains emplois et industries, nous, en tant qu'humains, avons la curiosité et la passion de diriger ces technologies puissantes pour réaliser ce qui était autrefois impossible. La créativité, la résolution de problèmes et la capacité de collaborer avec diverses équipes seront encore plus importantes à mesure que nous avançons vers l'avenir avec l'IA. Avec la technologie, les humains continueront d'améliorer nos vies et le monde qui nous entoure.

cacher