A gépi tanuláson alapuló modellek szaporodásával a gyakoroltatásukra használt adatmennyiség is jelentős mértékben nő. Mivel nem mindig állnak rendelkezésre valódiak, egyre több szintetikus adatot használnak hozzájuk. Használatuk komoly problémák eredője.
Szintetikusadat-gyárak
Nagyon nem mindegy, milyen gyakorlóadatokon tanulnak a mesterségesintelligencia-modellek, és a tapasztalataikat mennyiféleképpen tudják hasznosítani. A szintetikus adatok mennyiségnövekedése sajnos nem jár együtt a minőség javulásával. Márpedig a problémát minél előbb orvosolni kell.
DNS-processzort fejlesztettek az amerikai Rochester kutatói
A DNS-processzor egy ígéretes technológia, és hiába sugallja a neve, nem scifi és nem is őrült tudósok kísérletezgetése. De mi is az, milyen potenciál van benne, és hol tartunk vele?
A holnap gazdasága
A gyorsan fejlődő világban gazdaságunk jövőjét az MI forradalma alakítja át. A mesterséges intelligencia, mely egykor a jövőkutatók záloga volt, mára mindennapi életünk és a globális üzleti élet szerves részévé vált. Érdemes megvizsgálni a jövő gazdaságára gyakorolt mélyreható hatását, kiemelve a legfontosabb fejleményeket, kihívásokat és lehetőségeket.
A mesterséges intelligencia negyvenhét éves „nagyanyja” szerint jó lesz a megtestesült MI
A The Guardian izgalmas interjút készített az utóbbi tizenöt év és a jelen mesterségesintelligencia-kutatásának egyik meghatározó szereplőjével, aki a fizikai környezetükkel interakciókat folytató robotokban és a nagy nyelvmodellekre épülő alkalmazásokban látja a legnagyobb potenciált.
A big data-t kiaknázó cégek átlagosan 8%-kal tudják növelni profitjukat
A digitalizáció és az automatizáció, valamint a mesterséges intelligenciára és a gépi tanulásra építő üzleti és technológiai megoldások ma már nélkülözhetetlen eszközei egy sikeres vállalatnak, ugyanakkor az ezek alapjául szolgáló céges adatvagyonnal sokkal kevesebbet foglalkoznak, vagy éppen csak a felszínt kapargatják. A mindennapi működés során felhalmozódó információkat profin kiaknázó és stratégiai iránymutatásként használó vállalkozások ugyanakkor 58%-kal nagyobb valószínűséggel érik el profitcéljaikat. A legnagyobb adatmogulok között persze ott van a Google, a Netflix vagy akár a Coca Cola, és egy dolog közös bennük: az adatvezérelt szemlélet az egész szervezetet áthatja, a vezetőktől kezdve egészen az ügyfélkapcsolatokig.
A mesterséges intelligencia pszichológiája
Az emberi kognitív folyamatok szimulált változata segíthet megérteni az intelligencia és a tudatosság természetét. Az emberi elmét mintázó rendszerekkel rendelkező intelligens gépek releváns alakjai a modern társadalomnak, akár tetszik nekünk, akár nem.
Miért váltanak sokan adatmérnökre az adatszakértőből
Az adatmodellezésben minden az adatokkal kezdődik. Az egész munka 50-60%-a az adatigény megértését és az ETL-t (Extract, Transform, Load) foglalja magában, ami megköveteli az adatok megszerzését, tisztává és modellbe való bevitelre előkészítését. Az ML-modell csak annyira lehet jó, amennyire a beletáplált adatok.
A prediktív karbantartás top 5 trendje
Az IIoT és más adatgyűjtési technológiák térnyerésével egyre több adat áll rendelkezésre a prediktív karbantartáshoz. A kihívás az, hogy hogyan lehet hatékonyan elemezni ezeket az adatokat a minták azonosítása és a hibák előrejelzése érdekében.
Prediktív karbantartási innovációk
Az IIoT és más adatgyűjtési technológiák térnyerésével egyre több adat áll rendelkezésre a prediktív karbantartáshoz. A kihívás az, hogy hogyan lehet hatékonyan elemezni ezeket az adatokat a minták azonosítása és a hibák előrejelzése érdekében.
A márkák és a kreativitás fejlődése a mesterséges intelligencia korában
A generatív mesterséges intelligencia megjelenésével egy újabb strukturális változás kellős közepén találjuk magunkat. Másképp fogalmazva, olyan, mintha az emberi civilizáció operációs rendszere a szemünk láttára frissülne folyamatosan. A gépi tanulási módszerek és MI-rendszerek vitathatatlanul olyan szintre fejlődtek, hogy jelentős hasznuk van az értékesítésben. Ez azt jelenti, hogy a gépek képesek pontosan nyomon követni és modellezni az egyes vásárlók és csoportok változó ízlését és preferenciáit.
SOC vs. SIEM vagy SOC + SIEM?
A kiberbiztonsági ökoszisztéma működéséhez információkra van szükség. A biztonsági csapatoknak különféle forrásokból kell összegyűjteniük az információkat, elemezniük kell ezeket a rosszindulatú tevékenységeket és meg kell határozniuk a megfelelő válaszokat.