Primene veštačke inteligencije

Veštačka inteligencija (VI) se koristi u aplikacijama širom industrije i akademske zajednice. Slično električnoj energiji ili računarima, VI služi kao tehnologija opšte namene koja ima brojne primene. Njene aplikacije obuhvataju prevod jezika, prepoznavanje slika, ocenjivanje kredita, e-trgovinu i razne druge domene.[1]

Internet i elektronska trgovina

Sistemi preporuka

Glavni članak: Sistemi za preporuku

Sistem preporuka predviđa ocenu ili preferenciju koju bi korisnik dao nekom artiklu.[2][3] Sistemi preporuka veštačke inteligencije su dizajnirani da ponude predloge na osnovu prethodnog ponašanja. Ove sisteme su koristile kompanije kao što su Netfliks, Amazon i Jutjub, gde generišu personalizovane plejliste, predloge proizvoda i video preporuke.[4][5]

Veb fidovi i postovi

Mašinsko učenje se takođe koristi u veb fidovima, kao što je određivanje koje objave treba da se prikazuju u fidovima društvenih medija.[6][7] Različiti tipovi analiza društvenih medija takođe koriste mašinsko učenje[8][9] i postoje istraživanja o njegovoj upotrebi za (polu)automatizovano označavanje/poboljšavanje/ispravljanje onlajn dezinformacija i povezanih filterskih mehurića.[10][11][12]

Ciljano oglašavanje i povećanje angažovanja na internetu

Glavni članak: Marketing i veštačka inteligencija

Veštačka inteligencija se koristi za usmeravanje veb reklama na one koji će najverovatnije kliknuti na njih ili se uključiti u njih. Takođe se koristi za povećanje vremena provedenog na veb lokaciji odabirom atraktivnog sadržaja za datog čitaoca. Može da predvidi ili generalizuje ponašanje kupaca na osnovu njihovih digitalnih otisaka.[13] Adsens i Fejsebuk[14] koriste veštačku inteligenciju za oglašavanje.

Kompanije za onlajn kockanje koriste veštačku inteligenciju da poboljšaju pristup klijenatima.[15] Modeli veštačke inteligencije računarstva ličnosti dodaju psihološko ciljanje tradicionalnijoj društvenoj demografiji ili bihevioralno ciljanje.[16] Veštačka inteligencija je korištena za prilagođavanje opcija kupovine i personalizaciju ponuda.[17]

Virtuelni asistenti

Glavni članak: Virtuelni asistent

Inteligentni lični asistenti koriste veštačku inteligenciju da razumeju mnoge zahteve prirodnog jezika na druge načine osim rudimentarnih komandi. Uobičajeni primeri su Eplov Siri, Amazonova Aleksa, i noviji učesnici poput ChatGPT preduzeća OpenAI.[18]

Pretraživači

Pretraživači koji koriste veštačku inteligenciju uključuju Guglovu pretragu[19] i Bing čat.

Filtriranje neželjene pošte

Glavni članak: Spam filter

Mašinsko učenje se može koristiti za borbu protiv neželjene elektronske pošte, prevara i „pecanja“. Ono omogućava pregled sadržaj neželjene pošte i napada da bi identifikovali zlonamerni elementi.[20] Brojni modeli izgrađeni na algoritmima mašinskog učenja pokazuju izuzetne performanse sa tačnošću od preko 90% u razlikovanju između neželjene pošte i legitimnih e-poruka.[21]

Prevođenje jezika

Glavni članak: Mašinsko prevođenje

Veštačka inteligencija je korištena za automatsko prevođenje govornog jezika i tekstualnog sadržaja, u proizvodima kao što su Majkrosoftov prevodilac, Guglov prevodilac i DipL prevodilac.[22] Pored toga, istraživanja i razvoj su u toku za dekodiranje i sprovođenje komunikacije sa životinjama.[23][24]

Prepoznavanje lica i označavanje slika

Glavni članci: Sistem za prepoznavanje lica i Automatsko obeležavanje slika
Процес система за препознавања лица уз помоћ алата којим се слика која која личи на мост носа наноси на лице.

Veštačka inteligencija je korištena u sistemima za prepoznavanje lica, sa stopom tačnosti od 99%. Neki primeri su Eplov Fejs ID i Androidov Fejs anlok, koji se koriste za obezbeđenje mobilnih uređaja.[25]

Označavanje slika je koristio Gugl da bi detektovao proizvode na fotografijama i omogućio ljudima da pretražuju na osnovu fotografija. Takođe je pokazano da označavanje slika stvara govor za opisivanje slika slepim ljudima.[26] Fejsbukov Dipfejs identifikuje ljudska lica na digitalnim slikama.

Igrice

Takođe pogledajte: Bot za video igre i Veštačka inteligencija u video igrama

Igre su bile glavna oblast primene sposobnosti veštačke inteligencije od 1950-ih. U 21. veku, veštačka inteligencija je proizvela nadljudske rezultate u mnogim igrama, uključujući šah (Dip Blu), Jeopardy! (Votson),[27] go (Alfago),[28][29][30][31][32][33][34] poker (Pluribas[35] i Cefeus),[36] E-sportovi (Starkraft),[37][38] i opšte igranje igrica (Alfazero[39][40][41] i MuZero).[42][43][44][45] Veštačka inteligencija je zamenila ručno kodirane algoritme u većini šahovskih programa.[46] Za razliku od goa ili šaha, poker je igra sa nesavršenim informacijama, tako da program koji igra poker mora da razmišlja pod neizvesnošću. Opšti igrači funkcionišu koristeći povratne informacije iz sistema igre, bez poznavanja pravila.

Reference

  1. ^ Brynjolfsson, Erik; Mitchell, Tom (22. 12. 2017). „What can machine learning do? Workforce implications”. Science (на језику: енглески). 358 (6370): 1530—1534. Bibcode:2017Sci...358.1530B. PMID 29269459. S2CID 4036151. doi:10.1126/science.aap8062. Приступљено 7. 5. 2018. 
  2. ^ Francesco Ricci and Lior Rokach and Bracha Shapira, Introduction to Recommender Systems Handbook Архивирано 2016-06-02 на сајту Wayback Machine, Recommender Systems Handbook, Springer, 2011, pp. 1-35
  3. ^ Grossman, Lev (27. 5. 2010). „How Computers Know What We Want — Before We Do”. Time. Архивирано из оригинала 30. 5. 2010. г. Приступљено 1. 6. 2015. 
  4. ^ Pankaj Gupta, Ashish Goel, Jimmy Lin, Aneesh Sharma, Dong Wang, and Reza Bosagh Zadeh WTF:The who-to-follow system at Twitter, Proceedings of the 22nd international conference on World Wide Web
  5. ^ Baran, Remigiusz; Dziech, Andrzej; Zeja, Andrzej (1. 6. 2018). „A capable multimedia content discovery platform based on visual content analysis and intelligent data enrichment”. Multimedia Tools and Applications (на језику: енглески). 77 (11): 14077—14091. ISSN 1573-7721. S2CID 36511631. doi:10.1007/s11042-017-5014-1 Слободан приступ. 
  6. ^ „What are the security risks of open sourcing the Twitter algorithm?”. VentureBeat. 27. 5. 2022. Приступљено 29. 5. 2022. 
  7. ^ „Examining algorithmic amplification of political content on Twitter” (на језику: енглески). Приступљено 29. 5. 2022. 
  8. ^ Park, SoHyun; Oh, Heung-Kwon; Park, Gibeom; Suh, Bongwon; Bae, Woo Kyung; Kim, Jin Won; Yoon, Hyuk; Kim, Duck-Woo; Kang, Sung-Bum (фебруар 2016). „The Source and Credibility of Colorectal Cancer Information on Twitter”. Medicine. 95 (7): e2775. PMC 4998625 Слободан приступ. PMID 26886625. doi:10.1097/MD.0000000000002775. 
  9. ^ Efthimion, Phillip; Payne, Scott; Proferes, Nicholas (20. 7. 2018). „Supervised Machine Learning Bot Detection Techniques to Identify Social Twitter Bots”. SMU Data Science Review. 1 (2). 
  10. ^ „The online information environment” (PDF). Приступљено 21. 2. 2022. 
  11. ^ Islam, Md Rafiqul; Liu, Shaowu; Wang, Xianzhi; Xu, Guandong (29. 9. 2020). „Deep learning for misinformation detection on online social networks: a survey and new perspectives”. Social Network Analysis and Mining (на језику: енглески). 10 (1): 82. ISSN 1869-5469. PMC 7524036 Слободан приступ. PMID 33014173. doi:10.1007/s13278-020-00696-x. 
  12. ^ Mohseni, Sina; Ragan, Eric (4. 12. 2018). „Combating Fake News with Interpretable News Feed Algorithms”. arXiv:1811.12349 Слободан приступ [cs.SI]. 
  13. ^ Matz, S. C.; Kosinski, M.; Nave, G.; Stillwell, D. J. (28. 11. 2017). „Psychological targeting as an effective approach to digital mass persuasion”. Proceedings of the National Academy of Sciences of the United States of America. 114 (48): 12714—12719. Bibcode:2017PNAS..11412714M. JSTOR 26485255. PMC 5715760 Слободан приступ. PMID 29133409. doi:10.1073/pnas.1710966114 Слободан приступ. 
  14. ^ „Introducing the AI Sandbox for advertisers and expanding our Meta Advantage suite”. www.facebook.com (на језику: енглески). 2023-05-11. Приступљено 2023-09-08. 
  15. ^ Busby, Mattha (30. 4. 2018). „Revealed: how bookies use AI to keep gamblers hooked”. The Guardian (на језику: енглески). 
  16. ^ Celli, Fabio; Massani, Pietro Zani; Lepri, Bruno (2017). „Profilio”. Proceedings of the 25th ACM international conference on Multimedia. стр. 546—550. ISBN 978-1-4503-4906-2. S2CID 767688. doi:10.1145/3123266.3129311. 
  17. ^ „How artificial intelligence may be making you buy things”. BBC News. 9. 11. 2020. Приступљено 9. 11. 2020. 
  18. ^ Rowinski, Dan (15. 1. 2013). „Virtual Personal Assistants & The Future Of Your Smartphone [Infographic]”. ReadWrite. Архивирано из оригинала 22. 12. 2015. г. 
  19. ^ „Supercharging Search with generative AI”. Google (на језику: енглески). 2023-05-10. Приступљено 2023-08-30. 
  20. ^ Galego Hernandes, Paulo R.; Floret, Camila P.; Cardozo De Almeida, Katia F.; Da Silva, Vinícius Camargo; Papa, João Paulo; Pontara Da Costa, Kelton A. (децембар 2021). „Phishing Detection Using URL-based XAI Techniques”. 2021 IEEE Symposium Series on Computational Intelligence (SSCI). стр. 01—06. ISBN 978-1-7281-9048-8. S2CID 246291125. doi:10.1109/SSCI50451.2021.9659981. 
  21. ^ Jáñez-Martino, Francisco; Alaiz-Rodríguez, Rocío; González-Castro, Víctor; Fidalgo, Eduardo; Alegre, Enrique (2023-02-01). „A review of spam email detection: analysis of spammer strategies and the dataset shift problem”. Artificial Intelligence Review (на језику: енглески). 56 (2): 1145—1173. ISSN 1573-7462. S2CID 248738572. doi:10.1007/s10462-022-10195-4 Слободан приступ. hdl:10612/14967 Слободан приступ. 
  22. ^ Clark, Jack (8. 12. 2015b). „Why 2015 Was a Breakthrough Year in Artificial Intelligence”Неопходна новчана претплата. Bloomberg L.P. Архивирано из оригинала 23. 11. 2016. г. Приступљено 23. 11. 2016. 
  23. ^ Briefer, Elodie F.; Sypherd, Ciara C.-R.; Linhart, Pavel; Leliveld, Lisette M. C.; Padilla de la Torre, Monica; Read, Eva R.; Guérin, Carole; Deiss, Véronique; Monestier, Chloé; Rasmussen, Jeppe H.; Špinka, Marek; Düpjan, Sandra; Boissy, Alain; Janczak, Andrew M.; Hillmann, Edna; Tallet, Céline (7. 3. 2022). „Classification of pig calls produced from birth to slaughter according to their emotional valence and context of production”. Scientific Reports (на језику: енглески). 12 (1): 3409. Bibcode:2022NatSR..12.3409B. ISSN 2045-2322. PMC 8901661 Слободан приступ. PMID 35256620. doi:10.1038/s41598-022-07174-8. 
  24. ^ „Can artificial intelligence really help us talk to the animals?”. The Guardian (на језику: енглески). 31. 7. 2022. Приступљено 30. 8. 2022. 
  25. ^ Heath, Nick (11. 12. 2020). „What is AI? Everything you need to know about Artificial Intelligence” (на језику: енглески). ZDNet. Приступљено 1. 3. 2021. 
  26. ^ Clark 2015b.
  27. ^ Markoff, John (16. 2. 2011). „Computer Wins on 'Jeopardy!': Trivial, It's Not”. The New York Times. Архивирано из оригинала 22. 10. 2014. г. Приступљено 25. 10. 2014. 
  28. ^ „AlphaGo – Google DeepMind”. Архивирано из оригинала 10. 3. 2016. г. 
  29. ^ „Artificial intelligence: Google's AlphaGo beats Go master Lee Se-dol”. BBC News. 12. 3. 2016. Архивирано из оригинала 26. 8. 2016. г. Приступљено 1. 10. 2016. 
  30. ^ Metz, Cade (27. 5. 2017). „After Win in China, AlphaGo's Designers Explore New AI”. Wired. Архивирано из оригинала 2. 6. 2017. г. 
  31. ^ „World's Go Player Ratings”. мај 2017. Архивирано из оригинала 1. 4. 2017. г. 
  32. ^ „柯洁迎19岁生日 雄踞人类世界排名第一已两年” (на језику: кинески). мај 2017. Архивирано из оригинала 11. 8. 2017. г. 
  33. ^ „MuZero: Mastering Go, chess, shogi and Atari without rules”. Deepmind. 23. 12. 2020. Приступљено 1. 3. 2021. 
  34. ^ Steven Borowiec; Tracey Lien (12. 3. 2016). „AlphaGo beats human Go champ in milestone for artificial intelligence”. Los Angeles Times. Приступљено 13. 3. 2016. 
  35. ^ Solly, Meilan. „This Poker-Playing A.I. Knows When to Hold 'Em and When to Fold 'Em”. Smithsonian. „Pluribus has bested poker pros in a series of six-player no-limit Texas Hold'em games, reaching a milestone in artificial intelligence research. It is the first bot to beat humans in a complex multiplayer competition.” 
  36. ^ Bowling, Michael; Burch, Neil; Johanson, Michael; Tammelin, Oskari (9. 1. 2015). „Heads-up limit hold'em poker is solved”. Science (на језику: енглески). 347 (6218): 145—149. Bibcode:2015Sci...347..145B. ISSN 0036-8075. PMID 25574016. S2CID 3796371. doi:10.1126/science.1259433. 
  37. ^ Ontanon, Santiago; Synnaeve, Gabriel; Uriarte, Alberto; Richoux, Florian; Churchill, David; Preuss, Mike (децембар 2013). „A Survey of Real-Time Strategy Game AI Research and Competition in StarCraft”. IEEE Transactions on Computational Intelligence and AI in Games. 5 (4): 293—311. CiteSeerX 10.1.1.406.2524 Слободан приступ. S2CID 5014732. doi:10.1109/TCIAIG.2013.2286295. 
  38. ^ „Facebook Quietly Enters StarCraft War for AI Bots, and Loses”. WIRED. 2017. Приступљено 7. 5. 2018. 
  39. ^ Silver, David; Hubert, Thomas; Schrittwieser, Julian; Antonoglou, Ioannis; Lai, Matthew; Guez, Arthur; Lanctot, Marc; Sifre, Laurent; Kumaran, Dharshan; Graepel, Thore; Lillicrap, Timothy; Simonyan, Karen; Hassabis, Demis (7. 12. 2018). „A general reinforcement learning algorithm that masters chess, shogi, and go through self-play”. Science. 362 (6419): 1140—1144. Bibcode:2018Sci...362.1140S. PMID 30523106. doi:10.1126/science.aar6404 Слободан приступ. 
  40. ^ Sample, Ian (18. 10. 2017). „'It's able to create knowledge itself': Google unveils AI that learns on its own”. The Guardian (на језику: енглески). Приступљено 7. 5. 2018. 
  41. ^ „The AI revolution in science”. Science | AAAS (на језику: енглески). 5. 7. 2017. Приступљено 7. 5. 2018. 
  42. ^ „The superhero of artificial intelligence: can this genius keep it in check?”. The Guardian. 16. 2. 2016. Архивирано из оригинала 23. 4. 2018. г. Приступљено 26. 4. 2018. 
  43. ^ Mnih, Volodymyr; Kavukcuoglu, Koray; Silver, David; Rusu, Andrei A.; Veness, Joel; Bellemare, Marc G.; Graves, Alex; Riedmiller, Martin; Fidjeland, Andreas K.; Ostrovski, Georg; Petersen, Stig; Beattie, Charles; Sadik, Amir; Antonoglou, Ioannis; King, Helen; Kumaran, Dharshan; Wierstra, Daan; Legg, Shane; Hassabis, Demis (26. 2. 2015). „Human-level control through deep reinforcement learning”. Nature. 518 (7540): 529—533. Bibcode:2015Natur.518..529M. PMID 25719670. S2CID 205242740. doi:10.1038/nature14236. 
  44. ^ Sample, Ian (14. 3. 2017). „Google's DeepMind makes AI program that can learn like a human”. The Guardian. Архивирано из оригинала 26. 4. 2018. г. Приступљено 26. 4. 2018. 
  45. ^ Schrittwieser, Julian; Antonoglou, Ioannis; Hubert, Thomas; Simonyan, Karen; Sifre, Laurent; Schmitt, Simon; Guez, Arthur; Lockhart, Edward; Hassabis, Demis; Graepel, Thore; Lillicrap, Timothy (23. 12. 2020). „Mastering Atari, Go, chess and shogi by planning with a learned model”. Nature (на језику: енглески). 588 (7839): 604—609. Bibcode:2020Natur.588..604S. ISSN 1476-4687. PMID 33361790. S2CID 208158225. arXiv:1911.08265 Слободан приступ. doi:10.1038/s41586-020-03051-4. 
  46. ^ K, Bharath (2. 4. 2021). „AI In Chess: The Evolution of Artificial Intelligence In Chess Engines”. Medium (на језику: енглески). Архивирано из оригинала 6. 1. 2022. г. Приступљено 6. 1. 2022. 

Literatura

Strategi Solo vs Squad di Free Fire: Cara Menang Mudah!