Cómo diferenciar entre IA, aprendizaje automático y aprendizaje profundo

            
                                                                             
            
            

Sage un proveedor de software de negocios y contabilidad, realizó varias encuestas de inteligencia artificial (AI) en las que el 43% de los encuestados en una encuesta de EE. UU. Y el 47% de los encuestados en una encuesta del Reino Unido dijeron que tenían no tengo idea de qué era AI sobre .

    
        

                            

Más sobre inteligencia artificial

                

Hay una razón para la confusión.

Los proveedores están apresurando innumerables soluciones de AI al mercado antes de que los tomadores de decisiones y los compradores finales estén al tanto de lo que necesitan.

Para los CIO y los líderes tecnológicos, la trama se complica aún más cuando el CEO les pregunta cuáles son los aspectos específicos de lo que la IA puede lograr, y cómo la AI se diferencia del aprendizaje automático y el aprendizaje profundo.

Muy rápidamente, estos líderes tecnológicos reconocen que necesitan poner la IA y sus diversas subcategorías (por ejemplo, aprendizaje automático, aprendizaje profundo) en la práctica, y en un vocabulario comercial común que todos puedan entender.

VER: Investigación: Las empresas carecen de habilidades para implementar y respaldar la inteligencia artificial y el aprendizaje automático (Tech Pro Research)

Paso uno: Explicación del AI

El primer paso es comunicar cuáles son las definiciones para IA, aprendizaje automático (ML) y aprendizaje profundo. Existe algún argumento de que AI, ML y el aprendizaje profundo son tecnologías individuales. Considero que AI / ML / deep learning son etapas sucesivas de la automatización y el análisis informático que se basan en una plataforma común.

En el primer nivel de esta plataforma se encuentra AI, que analiza los datos y ofrece rápidamente resultados analíticos a los usuarios. El aprendizaje automático se asienta en la aplicación de nivel dos de AI que no solo analiza datos sin procesar, sino que también busca patrones en los datos que pueden ofrecer más información. El aprendizaje profundo es una aplicación de tercer nivel que analiza datos y patrones de datos, pero va incluso más allá. La computadora también utiliza algoritmos avanzados desarrollados por científicos de datos que hacen más preguntas sobre los datos con la capacidad de proporcionar aún más información.

Paso dos: Poner en práctica AI / ML y el aprendizaje profundo

La mejor manera de demostrar estas capas diferentes de análisis cada vez más complejos es encontrar un ejemplo de negocios que pueda mostrar los beneficios de la decisión. Los fabricantes en el negocio.

Tomemos una muestra de la planificación del tráfico.

Nivel uno: AI

Usted desarrolla una aplicación de AI que le dice a sus ingenieros de tráfico y planificadores dónde se encuentran los principales puntos de congestión de tráfico en la ciudad. Esto les ayuda a planificar reparaciones de carreteras, semáforos y otras infraestructuras que, con suerte, pueden aliviar la congestión en ciertas áreas.

Nivel dos: aprendizaje automático

Además, desarrolla su IA / analytics para que también busque patrones en los datos. Por ejemplo, observa que el tráfico en ciertas intersecciones está más congestionado en la mañana entre las 6 am y las 8 am, o que el tráfico se pone en fila por la noche, antes de un evento deportivo.

El conocimiento de la situación les da a los planificadores e ingenieros una mayor perspectiva, ya que ahora pueden planear no solo los problemas de tráfico sino también los eventos futuros como conciertos y juegos de hockey.

Nivel 3: Aprendizaje profundo

El aprendizaje profundo es donde el análisis de datos va más allá de los datos en bruto y los patrones de datos. El aprendizaje profundo agrega algoritmos específicos que los científicos de datos desarrollan para ampliar aún más las consultas y los conocimientos derivados de los datos.

Los algoritmos que podrían agregarse al análisis del tráfico podrían incluir: ¿Qué áreas de la ciudad verán el mayor crecimiento de la población en los próximos diez años? O, ¿qué caminos necesitarán reparaciones mayores en los próximos cinco años? O, ¿las proyecciones climáticas dicen que tendremos más o menos nieve en los próximos cinco años? Al agregar estos algoritmos sobre el análisis de patrones y datos, los usuarios obtienen una imagen más completa de la situación en la que están tratando de actuar y evaluar.

VER: Inteligencia artificial: tendencias, obstáculos y posibles victorias (Tech Pro Research)

Ponerlo todo junto en una hoja de ruta de AI

La capacidad de desglosar las diferencias entre IA, aprendizaje automático y aprendizaje profundo es importante porque muestra a la administración no solo los diferentes niveles y capacidades de la automatización de AI, sino también los niveles crecientes de información empresarial que se pueden obtener de eso. Al visualizar estos diferentes niveles de AI en una hoja de ruta estratégica corporativa y de TI, una organización puede medir resultados tangibles tanto en los objetivos de TI como en los de negocio.

Entonces, una ciudad, por ejemplo, puede decir que el próximo año tendrá una comprensión completa de su sistema de carreteras y dónde se encuentra la congestión del tráfico. En el segundo año, la ciudad podrá predecir los embotellamientos de tráfico desde la hora punta y el tráfico de eventos especiales, y podrá informar de manera proactiva a los viajeros para utilizar rutas alternativas. Y en el tercer año, la ciudad podrá desarrollar planes para el futuro mediante la evaluación del crecimiento de la población (y el tráfico), las paradas de reparación de infraestructura y también el impacto de factores como el cambio climático.

La hoja de ruta de TI se reflejará en estas estrategias al enumerar los tipos de tecnologías de AI (e inversiones) que se necesitarán año a año para respaldar la estrategia comercial.

Comentarios finales

El objetivo final es garantizar que tanto la empresa como la TI mantengan una comprensión firme de qué es AI (y sus adornos) y cómo se utilizará para beneficiar a la organización. Esta comprensión debe ir más allá de las palabras de moda y las definiciones. Debería estar integrado en planes estratégicos que estén vinculados a los presupuestos, la adquisición y el desarrollo del talento, el ROI y los resultados.

Vea también

 istock-916414870ai.jpg

                                            Imagen: metamorworks, Getty Images / iStockphoto
                                        


Source link

Be part of our affiliated companies and receive a 20% discount.
www.onevirtualoffice.com
www.be1radio.com
www.rmcommunik.com
www.beonegroup.ca

Need Help?
Let our experienced staff help with virtual helpdesk. click for details.

Services:
– Laptop and Desktop Repair
– Virus and Malware Removal
– Computer Tune-up
– Remote Assistance
– Data Backup
– Data Recovery
– File Transfer and Sharing
– Hardware Diagnostics
– Antivirus Installation
– Software Installation
– Hardware Upgrades
– New System Setup
– Printer Troubleshooting
-Webmaster,hosting,Logo , Graphic design
-Social media Management
– Networking
– Install Windows Operating System (10, 8, 7, Vista and XP)

Business & Residential Toll Free: 1-800-432-1475 | Direct: (438)488-3296

About rasco

Be Happy the future is friendly.

Leave a Reply

Your email address will not be published. Required fields are marked *

*

Allrights Reserved 2007-2018 - Beone Magazine - powered by rasco