Machine learning — co to takiego?
Machine learning wchodzi w skład nauk zajmujących się jednym z najważniejszych zagadnień współczesności, czyli sztucznej inteligencji. Podstawowym celem działań wokół ML jest stworzenie systemu, który będzie w stanie doskonalić się samodzielnie, wykorzystując zdobyte dotychczas doświadczenie. Udział człowieka w ewolucji maszyn ma być zatem ograniczony do minimum, a w końcu zupełnie wyeliminowany. Dziś nie pytamy już, czy to możliwe, ale zastanawiamy się, kiedy osiągniemy perfekcję w tej dziedzinie.
Machine learning w czasie COVID-19
Epidemia Covid-19 okazała się wielkim sprawdzianem dla organizacji zajmujących się wdrażaniem sztucznej inteligencji w funkcjonowanie najważniejszych obszarów związanych z opieką zdrowotną, a nawet rolnictwem. Okazuje się, że w czasach wojny z niewidzialnym przeciwnikiem, machine learning może być cenną bronią w rękach człowieka.
Machine learning ocali nasze życie?
Instytucje opieki zdrowotnej wespół z organizacjami rządowymi posiłkują się obecnie chatbotami wykorzystującymi uczenie maszynowe do bezdotykowego badania przesiewowego objawów COVID-19. Rozwiązanie to pomaga im również uzyskać odpowiedzi na pytania zadawane przez spragnionych informacji obywateli. Doskonałym przykładem jest francuski start-up Clevy.io, którego chatbot wspiera ludzi w docieraniu do oficjalnych informacji rządowych na temat koronawirusa. Program korzysta z informacji dostarczanych w czasie rzeczywistym przez rząd francuski i Światową Organizację Zdrowia – pozwalają mu one na ocenę znanych objawów i formułowanie odpowiedzi na pytania użytkowników. W tej chwili z chatbota korzystają takie francuskie miasta jak m.in. Strasburg, Orlean, czy Nanterre.
W Chinach Machine learning i sztuczna inteligencja pomagają w śledzeniu osób opuszczających tzw. ground zero. Dzięki analizie ruchu lotniczego maszyny są w stanie przewidzieć, gdzie wkrótce mogą pojawić się nowe zakażenia. Firmy, takie jak m.in. BlueDot, wykorzystują AI do prognozowania nowych ognisk epidemii na podstawie szeregu danych pochodzących z różnych źródeł. Informacje te pomagają organizacjom rządowym w podejmowaniu właściwych kroków w kierunku powstrzymania rozprzestrzeniania się wirusa.
Niezwykle popularne stały się tzw. symptom-checkery, czyli chatboty wykorzystujące uczenie maszynowe w celu ciągłego „bycia na czasie” z pandemią. Aplikacje uczą się bezustannie, korzystając ze spływającego nieprzerwanie potoku danych. Nie jest to jednak takie proste! Problem z Covid-19 polega na tym, że danych na temat wirusa jest stosunkowo niewiele. Działające obecnie aplikacje (np. Your.MD), wykorzystują schematy decyzyjne, aby z jak największą precyzją ocenić potencjał zachorowania. Celność tych przewidywań rośnie wraz z publikacją kolejnych opracować naukowych na temat Covid-19.
Machine learning w programie Vinci Rithms
Każdego miesiąca firmy spedycyjne otrzymują nawet kilkanaście tysięcy nowych zapytań ofertowych. Wiadomości te nie są w żaden sposób strukturyzowane, a co gorsza, każda z nich przesyłana jest w innym formacie. Taki chaos uniemożliwia automatyzację, wydłużając proces rozpatrywania zapytań, co w efekcie zmniejsza możliwość potencjalnego zarobku dla firmy. W tym miejscu pojawia się Vinci Rithms – najnowsze dziecko Da Vinci Studio.
Proponujemy zupełnie nowe narzędzie wykorzystujące uczenie maszynowe w celu rozpoznawania kluczowych elementów niezbędnych do przygotowania wyceny. Dzięki połączeniu z systemem ofertowym firmy, Vinci Rithms umożliwi wygenerowanie automatycznej odpowiedzi do klienta, czego efektem będzie zupełne zautomatyzowanie procesu ofertowego.
Mechanizm działania Vinci Rithms możemy zobrazować za pomocą następującego cyklu:
- firma spedycyjna otrzymuje zapytanie ofertowe,
- do gry wkracza mechanizm odczytujący wiadomości,
- program dokonuje automatycznej ekstrakcji danych,
- następuje automatyczne dodanie do systemu zamówień klienta,
- klient otrzymuje precyzyjną ofertę zgodną z jego zapytaniem.
Proste, prawda?