Ako sa umelá inteligencia učí správnej veci - EOS en Suisse
Ak je umelá inteligencia správne naprogramovaná, môže jej odľahčiť veľa práce. Existujú však aj nehody. Kedykoľvek trénujete so zlými údajmi. Ako sa však AI naučí robiť správne veci?
- Ak trénujete algoritmus samoučenia s nesprávnymi údajmi, riskujete poruchy.
- „Iba čisté dáta bránia strojom v nesprávnych rozhodnutiach.“
- Merateľný úspech v spoločnosti EOS: o jedenásť percent vyššie prichádzajúce platby vďaka použitiu umelej inteligencie.
Čo sa môže stať, ak trénujete algoritmus samoučenia s nesprávnymi údajmi, ukázala aplikácia Photo Filter Faceapp s filtrom „horkosti“, akýmsi filtrom atraktivity. Pred dvoma rokmi sa portrétovaná tmavá pokožka náhle zmenila na bielych ľudí. Dôvod zmeny kože: Umelá inteligencia (AI) bola trénovaná iba pomocou súboru údajov kaukazských tvárí so svetlou pokožkou. Ak by sa počas výcviku brali do úvahy všetky etnické skupiny, k poruche by nedošlo.
Nevýhoda zo zlých údajov.
Andreas Dix z tímu Data Science v spoločnosti EOS v Nemecku je niekto, kto vie, ako správne trénovať systémy AI. Špecialista na dáta trénuje stroje na procesy, ktoré sú opakované a zdĺhavé. „Iba čisté dáta bránia strojom v nesprávnych rozhodnutiach.“
„Musíme presne vedieť, kde sú súvislosti, aby umelá inteligencia fungovala správne na základe nášho tréningu.“ Andreas Dix
Jedným zo spôsobov, ako sa vyhnúť týmto nehodám, je správne preskúmať údaje. To znamená, že k súboru údajov pristupujete bez hypotéz. Takže neutrálny, bez nepotvrdeného prijatia. Potom sa expert pokúsi zistiť, aké použiteľné informácie sú v sade údajov. Existujú v ňom premenné, ktoré nemajú vôbec žiadne variácie? Alebo sú v ňom premenné, ktoré majú príliš veľa chýbajúcich hodnôt? Tieto údaje by mali byť vylúčené, pretože môžu mať nesprávny vplyv. "Musíme presne vedieť, kde sú súvislosti, aby umelá inteligencia fungovala správne na základe nášho tréningu," hovorí Dix.
Programovanie inteligentne.
Algoritmy strojového učenia potrebujú čisté údaje, aby rozpoznali štruktúry a vyvodili závery. „Pravidlá a podmienky, ktoré stanovil algoritmus počas tréningu, nesmú byť príliš konkrétne, pretože potom nemajú vôbec žiadnu hodnotu niečo skutočne predpovedať. Jeden potom hovorí o nadmernom vybavení. Lepšie by bolo zovšeobecnenie, t. J. Nájdenie menej špecifických štruktúr, a tým dosiahnutie dobrej presnosti, okrem iného aj na základe novonadobudnutých údajov. “To sa dá dosiahnuť napríklad optimalizáciou hyperparametrov algoritmu a použitím ďalších tréningových údajov.
Plne automatické reklamácie.
Z hľadiska vymáhania pohľadávok v spoločnosti EOS to znamená, že napríklad AI predpovedá najlepšiu ďalšiu aktivitu. Konkrétne sa zhromažďujú, agregujú a spracúvajú údaje, ktoré sú v systéme k dispozícii až do tohto bodu, o pohľadávke a neplatiacich platcoch. Iba potom sa na všetky modely dopytujú tieto údaje, aby sa dalo predpovedať, ako úspešná bude v súčasnosti každá zbierka pre tento nárok. Alebo presnejšie povedané: Koľko prichádzajúcich platieb môže spoločnosť EOS očakávať. Nakoniec činnosť, ktorá bola po uplatnení všetkých kritérií hodnotená najlepšie, vykonáva systém vymáhania pohľadávok.
Merateľný úspech.
V skutočnosti už teraz možno zaznamenať merateľné úspechy vďaka AI v spoločnosti EOS. „V spoločnosti EOS v Nemecku produktívne využívame dátový AI systém D3, Data Driven Decisions. Používame ho na riadenie procesu zhromažďovania a prijímanie približne o desať percent prichádzajúcich platieb viac ako doteraz. Vďaka tomu dosahujeme zhruba o päť percent vyššie zisky po nákladoch na činnosť v porovnaní s predchádzajúcou metódou spracovania pohľadávok, “hovorí Dix.

Pripravení, pripravení: Dátový špecialista Andreas Dix presne vie, aké dáta potrebuje umelá inteligencia na tréning
Ľudská inteligencia je prvoradá.
Špecialista na údaje sa na chvíľu pozastaví, keď sa ho opýta, či sa ľudia niekedy môžu stať nadbytočnými v procesoch, pretože vzdelávacie programy sa stávajú samostatnými. "Nakoniec si myslím, že systémy s umelou inteligenciou sú pre ľudí vždy užitočným doplnkom." Predovšetkým je to však človek, ktorý kontroluje a robí dôležité rozhodnutia. “Nakoniec to musí byť nakoniec ten, kto dodáva stroju správne údaje.
Ďalšie informácie? Prosím kontaktuj nás!
Fotografické kredity: Achim Multhaupt
Doit svieti.

Pourquoi la zone euro tarde-t-elle à adopter le paiement mobile ?

Ako blockchain môže - a nemôže - pomôcť spoznať vášho zákazníka.

Avec la DSP2, l'Union européenne révolutionne le paiement en ligne
Názov
Parametre súboru cookie
Je možné veľké množstvo použití súborov cookie mimo webových stránok. Určité súbory cookie nie sú k dispozícii pre ďalšie fondy, webové stránky používajú výhradné výhradné anonymné štatistické údaje, prepisujú permettentné adresné kódy a fondy konvenčných webových stránok a navrhovateľa a kontrolujú osobné údaje vo fontoch centrá d'intérêt. Vous pouvez décider vous-même d’autoriser ou non l’utilisation des cookies statistiques, de convivialité et marketing. Vous pouvez également modifier ou retirer your agreeement à tout moment en cliquant on "Modifier les paramètres de cookies" en bas de page du site. Pour plus information, veuillez consulter notre Politique de dôverné.
- Nevyhnutní
- Fonctionnels
- Štatistiky
- marketing
Nevyhnutní
Nous utilisons des cookies nécessaires. Tieto cookies nie sú nevyhnutné na webe bon fonction-nement du site. Najvýznamnejšie a najbežnejšie stránky s písomnými informáciami. Sans ces cookies, certaines party du site ne peuvent pas fonctionner. Nalejte ďalšie informácie o použití súborov cookie que nous, kliknite na ikonu ici.
Fonctionnels
Nous utilisons des cookies statistiques. Súbory cookie zodpovedajú všetkým požiadavkám, adaptérom koncepcie webového servera pomáha používateľom a optimalizátorom kontinuity webového servera. Pour cela, nous collectons des données anonymisées à des fins statistiques et d'analysis. Ces cookies permettent, by example, de mesurer le trafic et d’analyser le com-portement des utilisateurs sur le site, ainsi que d’adapter et d’améliorer notre contenu et l’expérience utilisateur. Nalejte ďalšie informácie o použití súborov cookie que nous, kliknite na ikonu ici.
Štatistiky
Nous utilisons des cookies de convivialité. Súbory cookie, ktoré vám uľahčia navigáciu. Ak sa pozriete na novú webovú stránku, na ktorú si môžete prečítať nasledujúce služby, urobíte si automatickú kontrolu pred tým, ako ju navštívite. The saisies et paramétrages que vous avez précédemment effectués seront automatiquement reconnus et vous n’aurez pas besoin de les saisir une nouvelle fois. Príklad: vous ne devrez pas saisir à chaque fois vos données utilisateur: celles déjà saisies précédemment vous seront accessibles lors votre prochaine visite.
Nalejte ďalšie informácie o použití súborov cookie que nous, kliknite na ikonu ici.
marketing
Nous uses des cookies marketing. Ces cookies permettent de vous proposer, lors de votre visite, un contenu personnalisé et pertinent en fonction de vos centra d’intérêt.
Nalejte ďalšie informácie o použití súborov cookie que nous, kliknite na ikonu ici.