Anwendungen künstlicher Intelligenz

Künstliche Intelligenz (Ai) wurde in Bewerbungen verwendet, um bestimmte Probleme in der gesamten Industrie und in der Wissenschaft zu lindern. Ai, wie Strom oder Computers, ist eine Allzwecktechnologie mit einer Vielzahl von Anwendungen. Es wurde in Feldern von verwendet Sprachübersetzung, Bilderkennung, Kreditbewertung, E-Commerce und andere Bereiche.[1]

Internet und E-Commerce

Siehe auch: § Medien

Suchmaschinen

[relevant?]

Hauptartikel: Suchmaschine
Siehe auch: Google-Suche

Empfehlungssysteme

Hauptartikel: Empfehlungssystem
Siehe auch: Netflix, Amazon (Firma), und Youtube

Ein Empfehlungssystem prognostiziert die "Bewertung" oder "Präferenz", die ein Benutzer einem Artikel geben würde.[2][3] Empfehlungssysteme werden in einer Vielzahl von Bereichen verwendet, z. B. in der Generierung von Wiedergabelisten für Video- und Musikdienste, Produktempfehlungen für Online -Shops oder Inhaltsempfehlungen für Social -Media -Plattformen und offene Webinhalteempfehlungen.[4][5]

Webfeeds und Beiträge

Maschinelles Lernen wird auch in verwendet Web -Feeds Zum Beispiel, welche Beiträge in Social -Media -Feeds auftauchen.[6][7] Verschiedene Arten Social Media -Analyse Verwenden Sie auch maschinelles Lernen[8][9] und es gibt Forschungen zu ihrer Verwendung für (semi-) automatisierte Tagging/Verbesserung/Korrektur von Online -Fehlinformation und die damit verbundenen Filterblasen.[10][11][12]

Gezielte Werbung und zunehmendes Internet -Engagement

Hauptartikel: Marketing und künstliche Intelligenz
Siehe auch: Adsense und Facebook

KI wird verwendet, um Web -Anzeigen auf diejenigen zu zielen, die am wahrscheinlichsten klicken oder sich darauf einlassen. Es wird auch verwendet, um die Zeit auf einer Website zu erhöhen, indem attraktive Inhalte für den Betrachter ausgewählt werden. Es kann das Verhalten von Kunden von ihrem vorhersagen oder verallgemeinern Digitale Fußabdrücke.[13]

Online -Glücksspielunternehmen nutzen KI, um das Kundenziel zu verbessern.[14]

Persönlichkeitscomputer KI-Modelle verleihen psychologischer Targeting zu traditionelleren soziodemografischen oder verhaltensbezogenen Targeting.[15] AI wurde verwendet, um Einkaufsoptionen anzupassen und Angebote zu personalisieren.[16]

Virtuelle Assistenten

Hauptartikel: Virtueller Assistent

Intelligente persönliche Assistenten Verwenden Sie KI, um viele natürliche Sprachanfragen auf andere Weise als rudimentäre Befehle zu verstehen.[17]

Spamfilterung

Hauptartikel: Spam Filter

[relevant?]

Sprachübersetzung

Hauptartikel: Maschinenübersetzung
Siehe auch: Microsoft -Übersetzer, Google Übersetzer, und Tiefes Übersetzer

AI wurde verwendet, um die gesprochene Sprache und Textdokumente automatisch zu übersetzen.[18]

Gesichtserkennung und Bildbezeichnung

Hauptartikel: Gesichtserkennungssystem und Automatische Bildanmerkungen
Siehe auch: Gesichtsausweis und Tiefface

KI wurde in verwendet Gesichtserkennungssystememit einer Genauigkeitsrate von 99%.[19] Es wurde auch nachgewiesen, dass AI Sprache erzeugt, um Bildern für blinde Menschen zu beschreiben.[20]

Spiele

Siehe auch: Videospiel Bot

Spiele waren eine große Anwendung[relevant?] der Fähigkeiten von AI seit den 1950er Jahren. Im 21. Jahrhundert haben AIS in vielen Spielen übermenschliche Ergebnisse hervorgebracht, einschließlich Schach (Tiefes Blau), Gefahr! (Watson),[21] gehen (Alphago),[22][23][24][25][26][27][28] Poker (Pluribus[29] und Cepheus),[30] E-Sport (Sternen Schiff),[31][32] und Allgemeines Spiel spielen (Alphazero[33][34][35] und Muzero).[36][37][38][39] AI hat in den meisten Schachprogrammen handcodierte Algorithmen ersetzt.[40] nicht wie gehen oder Schach, Poker ist ein unvollkommene Information Spiel, ein Programm, das Poker spielt, muss unter Unsicherheit argumentieren. Die allgemeinen Spielspieler arbeiten mit Feedback aus dem Spielesystem, ohne die Regeln zu kennen.

Wirtschaftliche und soziale Herausforderungen

Siehe auch: § Umweltüberwachung

KI für immer ist eine ITU -Initiative, die Institutionen unterstützt, die KI einsetzt, um einige der größten wirtschaftlichen und sozialen Herausforderungen der Welt zu bewältigen. Zum Beispiel startete die University of Southern California das Zentrum für künstliche Intelligenz in der Gesellschaft mit dem Ziel, KI zur Behandlung von Problemen wie Obdachlosigkeit zu verwenden. In Stanford verwenden Forscher KI, um Satellitenbilder zu analysieren, um hohe Armutsbereiche zu identifizieren.[41] Meine KI ist in der Nähe des Hauptpunkts

Landwirtschaft

Siehe auch: Präzisionslandwirtschaft und Digitale Landwirtschaft

In der Landwirtschaft hat KI den Landwirten geholfen, Gebiete zu identifizieren, die Bewässerung, Düngung oder Pestizidbehandlungen benötigen, was den Ertrag steigert.[42] Agronomisten verwenden KI, um Forschung und Entwicklung durchzuführen. KI wurde verwendet, um die Reifungszeit für Pflanzen wie Tomaten vorherzusagen.[43] Bodenfeuchtigkeit überwachen, arbeiten landwirtschaftliche Roboter, Verhalten Prädiktive Analytics,[44][45] Klassifizieren Sie das Viehschweine -Rufen Sie Emotionen an,[46] automatisieren Gewächshäuser,[47] Krankheiten und Schädlinge erkennen,[48][49] und Wasser sparen.[50]

Internet-Sicherheit

Cyber ​​-Sicherheitsunternehmen adoptieren Neuronale Netze, maschinelles Lernen, und Verarbeitung natürlicher Sprache ihre Systeme zu verbessern.[51]

Zu den Anwendungen von KI in der Cybersicherheit gehören:

Google -Betrugszar Shuman Ghosemajumder hat gesagt, dass AI verwendet wird, um die meisten Cyber ​​-Sicherheitsvorgänge im Laufe der Zeit vollständig zu automatisieren.[53]

Ausbildung

Siehe auch: Bildungstechnologie und § Empfehlungssysteme

Ai Tutoren Erlauben Sie den Schülern, Einzelhilfe zu erhalten. Sie können Angst und Stress für Schüler reduzieren, die aus Tutor -Labors oder menschlichen Tutoren stammen.[54]

KI kann auch eine dysfunktionale Umgebung mit Racheeffekten schaffen[55] wie Technologie, die die Fähigkeit der Schüler behindert, bei der Aufgabe zu bleiben.[56] In einem anderen Szenario kann KI Pädagogen für die frühzeitige Vorhersage in der virtuellen Lernumgebung (VLE) wie Moodle helfen.[57] Insbesondere während der Covid-19-Pandemie musste die Lernaktivität online durchgeführt werden, um das Virus zu verringern, das sich durch ein persönliches Treffen verteilt.

Finanzen

Finanzinstitutionen lange benutzt haben künstliche neuronale Netz Systeme zur Erkennung von Anklagen oder Ansprüchen außerhalb der Norm, die diese für menschliche Untersuchungen markieren. Die Verwendung von AI in Bankgeschäft kann 1987 begonnen werden, wenn Sicherheits -Pazifik Nationalbank startete eine Taskforce zur Betrugsverhütung, um der nicht autorisierten Verwendung von Debitkarten entgegenzuwirken.[58] Kasisto und der Moneystream verwenden AI.

Banken nutzen KI, um Operationen zu organisieren, zur Buchhaltung zu investieren, in Aktien zu investieren und Immobilien zu verwalten. KI kann auf Veränderungen reagieren, wenn das Geschäft nicht stattfindet.[59] KI wird verwendet, um Betrug und Finanzverbrechen zu bekämpfen, indem Verhaltensmuster für jeden überwacht werden abnormale Veränderungen oder Anomalien.[60][61][62]

Die Verwendung von KI in Bewerbungen wie Online -Handel und Entscheidungsfindung hat die wichtigsten Wirtschaftstheorien verändert.[63] Zum Beispiel schätzen KI-basierte Kauf- und Verkaufsplattformen individuelle Nachfrage- und Angebotskurven und ermöglichen somit individuelle Preise. KI -Maschinen reduzieren Informationsasymmetrie auf dem Markt und damit die Märkte effizienter machen.[64]

Handel und Investition

Algorithmischer Handel beinhaltet die Verwendung von KI -Systemen, um Handelsentscheidungen mit Geschwindigkeitsordnungen der Größenordnungen zu treffen, als jeder Mensch in der Lage ist, um Millionen von Geschäften an einem Tag ohne menschliche Intervention zu machen. Eine solche Hochfrequenzhandel Repräsentiert ist ein schnell wachsender Sektor. Viele Banken, Fonds und proprietäre Handelsunternehmen haben jetzt ganze Portfolios, die AI-verwaltet sind. Automatisierte Handelssysteme werden in der Regel von großen institutionellen Anlegern verwendet, aber kleinere Unternehmen, die mit eigenen KI -Systemen handeln.[65]

Große Finanzinstitute nutzen KI, um ihre Investitionspraktiken zu unterstützen. BlackrockKI -Motor, Aladdin, wird sowohl innerhalb des Unternehmens als auch von Kunden verwendet, um bei Investitionsentscheidungen zu helfen. Die Funktionen beinhalten die Verwendung von Verarbeitung natürlicher Sprache Analyse von Text wie Nachrichten, Brokerberichten und Social -Media -Feeds. Anschließend wird das Gefühl der genannten Unternehmen gemessen und weist eine Punktzahl zu. Banken wie UBS und Deutsche Bank Verwenden Sie SQREEM (sequentielles Quantenreduktions- und Extraktionsmodell), um Daten zu unterbreiten, um Verbraucherprofile zu entwickeln und sie mit zu entsprechen Vermögensverwaltung Produkte.[66]

Underwriting

Online -Kreditgeber Emporkömmling verwendet maschinelles Lernen für Underwriting.[67]

Die ZAML -Plattform (ZestFinance "von Zest Automated Machine Learning (Credit Underwriting) wird verwendet. Diese Plattform verwendet maschinelles Lernen, um Daten einschließlich Kauftransaktionen zu analysieren und wie ein Kunde ein Formular ausfüllt, um Kreditnehmer zu punkten. Die Plattform ist besonders nützlich, um denjenigen mit begrenzten Kreditgeschichten Kredit -Scores zuzuweisen.[68]

Prüfung

KI ermöglicht eine kontinuierliche Prüfung. Zu den potenziellen Vorteilen gehört die Reduzierung des Prüfungsrisikos, die Erhöhung des Gewichtsniveaus und die Reduzierung der Prüfungsdauer.[69]

Geschichte

In den 1980er Jahren wurde die KI im Finanzwesen als Finanzmittel ausgeprägt als Expertensysteme wurden kommerzialisiert. Zum Beispiel hat DuPont 100 Expertensysteme erstellt, was ihnen half, fast 10 Millionen US -Dollar pro Jahr zu sparen.[70] Eines der ersten Systeme war das Protrader-Expertensystem, das den 87-Punkte-Abfall in der vorhersagte Dow Jones Industrial Average 1986. "Die Hauptübergänge des Systems bestanden darin, Prämien auf dem Markt zu überwachen, die optimale Anlagestrategie zu bestimmen, Transaktionen gegebenenfalls durchzuführen und die Wissensbasis durch einen Lernmechanismus zu ändern."[71]

Eines der ersten Expertensysteme, die bei Finanzplänen helfen, war Planpowerm- und Kundenprofilierungssystem, das von Applied Expert Systems (APEX) erstellt wurde. Es wurde 1986 ins Leben gerufen. Es half dabei, persönliche Finanzpläne für Menschen zu erstellen.[72]

In den neunziger Jahren wurde die KI auf angewendet Entdeckung eines Betruges. 1993 wurde Fincen Artificial Intelligence System (FAIS) gestartet. Es war in der Lage, über 200.000 Transaktionen pro Woche und über zwei Jahre zu überprüfen, um 400 potenzielle Fälle von zu identifizieren Geldwäsche gleich 1 Milliarde US -Dollar.[73] Diese Expertensysteme wurden später durch maschinelle Lernsysteme ersetzt.[74]

Regierung

Hauptartikel: Künstliche Intelligenz in der Regierung

Ai Gesichtserkennungssysteme werden für Massenüberwachunginsbesondere in China.[75][76]

Im Jahr 2019, Bengaluru, Indien Bereitstellung von AI-verwaltetem Verkehrssignal. Dieses System verwendet Kameras, um die Verkehrsdichte zu überwachen und das Signalzeitpunkt basierend auf dem Intervall anzupassen, das zum Löschen von Verkehr erforderlich ist.[77]

Militär

Weitere Informationen: Künstliche Intelligenzwettbewegung, Tödliche autonome Waffe, und Unbemannter Kampffahrzeug

Verschiedene Länder setzen KI -militärische Anwendungen ein.[78] Die Hauptanwendungen steigern Steuerung und Kontrolle, Kommunikation, Sensoren, Integration und Interoperabilität.[79] Die Forschung zielt auf die Sammlung und Analyse und Analyse von Intelligenz, Logistik, Cyber ​​-Operationen, Informationsoperationen sowie semiautonomische und Autonome Fahrzeuge.[78] AI -Technologien ermöglichen die Koordination von Sensoren und Effektoren, Erkennung und Identifizierung von Bedrohungen, Markierung feindlicher Positionen, ZielerreichungKoordination und Entschlüsselung von Verteilten Gelenkfeuer Zwischen vernetzten Kampffahrzeugen mit bemannten und unbemannten Teams.[79] KI wurde in militärische Operationen im Irak und in Syrien aufgenommen.[78]

Die weltweiten jährlichen Militärausgaben für Robotik stiegen von 5,1 Milliarden US -Dollar im Jahr 2010 auf 7,5 Milliarden US -Dollar im Jahr 2015.[80][81] Militärische Drohnen, die autonom wirken können, sind in großer Bedeutung.[82] Viele Forscher vermeiden militärische Anwendungen.[79]

Die Gesundheit

Gesundheitspflege

Hauptartikel: Künstliche Intelligenz im Gesundheitswesen
Röntgen von einer Hand mit automatischer Berechnung von Knochenalter von einer Computersoftware
Ein Patienten am Patienten am chirurgischen Operation von Da Vinci Surgical System

KI im Gesundheitswesen wird häufig zur Klassifizierung verwendet, um a zu bewerten CT-Scan oder Elektrokardiogramm oder Patienten mit hohem Risiko für die Gesundheit der Bevölkerung zu identifizieren. KI hilft beim hohen Kostenproblem der Dosierung. Eine Studie legte vor, dass KI 16 Milliarden US -Dollar einsparen könnte. Im Jahr 2016 berichtete in einer Studie, dass eine AI-abgeleitete Formel die richtige Dosis von Immunsuppressiva-Medikamenten abgeleitet hat, um Transplantationspatienten zu geben.[83]

Das KI -Projekt Hannover von Microsoft hilft Ärzten, Krebsbehandlungen aus den mehr als 800 Medikamenten und Impfstoffen zu wählen.[84][85] Sein Ziel ist es, alle relevanten Papiere zu merken, um vorherzusagen, welche (Kombinationen) Medikamente für jeden Patienten am wirksamsten sind. Myeloische Leukämie ist ein Ziel. Eine andere Studie berichtete über eine KI, die so gut wie Ärzte bei der Identifizierung von Hautkrebserkrankungen war.[86] Ein anderes Projekt überwacht mehrere Hochrisikopatienten, indem sie jeden Patienten Fragen basierend auf Daten stellen, die von Arzt-/Patienten-Wechselwirkungen erfasst wurden.[87] In einer Studie mit durchgeführt mit Transferlernen, eine KI diagnostizierte Augenbedingungen ähnlich einem einer Augenarzt und empfohlene Behandlungsüberweisungen.[88]

Eine andere Studie zeigte eine Operation mit einem autonomen Roboter. Das Team beaufsichtigte den Roboter, während er eine Weichteiloperation durchführte und zusammen mit dem Darm eines Schweins beurteilt wurde als ein Chirurg.[89]

Künstliche neurale Netzwerke werden als verwendet Klinische Entscheidungsunterstützungssysteme Für die medizinische Diagnose,[90] wie in Konzeptverarbeitung Technologie in EMR Software.

Andere Aufgaben im Gesundheitswesen, die für eine in der Entwicklung befindliche KI geeignet sind, umfassen:

  • Herzklang Analyse[91]
  • Begleitroboter für Altenpflege[92]
  • Krankenaktenanalyse
  • Behandlungsplan Design
  • Medikamentenmanagement
  • Assistent von Blinden[93]
  • Konsultationen
  • Drogenschöpfung[94] (z. B. durch Identifizierung von Kandidatendrogen[95] und durch Verwendung vorhandener Arzneimittel -Screening -Daten wie in Lebenserweiterung Forschung)[96]
  • Klinisches Training[97]
  • Ergebnisvorhersage für chirurgische Eingriffe
  • HIV -Prognose
  • Identifizierung genomischer Pathogensignaturen neuer Krankheitserreger[98] oder Identifizierung von Krankheitserregern über physikbasierte Fingerabdrücke[99] (einschließlich pandemischer Krankheitserreger)
  • Helfen Sie, Gene mit ihren Funktionen zu verknüpfen,[100] Ansonsten Gene analysieren[101] und Identifizierung neuer biologischer Ziele[102]
  • Hilfe bei der Entwicklung von Biomarker[102]
  • Helfen Personalisierte Medizin[102]

Gesundheit und Sicherheit am Arbeitsplatz

Hauptartikel: Arbeitsplatz Auswirkungen der künstlichen Intelligenz § Gesundheits- und Sicherheitsanwendungen

Ai-fähig Chatbots Verringern Sie die Notwendigkeit, dass Menschen grundlegende Call Center -Aufgaben ausführen müssen.[103]

Maschinelles Lernen in Stimmungsanalyse kann Müdigkeit erkennen, um zu verhindern Überarbeitung.[103] Ähnlich, Entscheidungsunterstützungssysteme kann verhindern Industriekatastrophen und mache Katastrophenreaktion effizienter.[104] Für manuelle Arbeiter in Materialhandhabung, Prädiktive Analytics kann verwendet werden, um zu reduzieren Verletzung des Bewegungsapparates.[105] Daten gesammelt von tragbare Sensoren kann verbessern Gesundheitsüberwachung am Arbeitsplatz, Risikoabschätzung, und Forschung.[104][wie?]

Ai kann automatisch-Code Arbeiter Entschädigung Ansprüche.[106][107] KI -fähig virtuelle Realität Systeme können das Sicherheitstraining für die Gefahrenerkennung verbessern.[104] KI kann einen effizienten Unfall erkennen Nahe Misses, die wichtig sind, um die Unfallraten zu reduzieren, werden aber oft unterberichtet.[108]

Biochemie

Alphafold 2 Kann die 3D -Struktur eines Proteins in Stunden und nicht die Monate bestimmen, die früher automatisierte Ansätze benötigen.[109][110]

Chemie und Biologie

Siehe auch: § Biochemie, § Astrochemie, § Quanten-Computing, Regulierung von Chemikalien, Computerchemie § Anwendungsfelder, und Laborroboter

Maschinelles Lernen wurde für verwendet Drogendesign. Es wurde auch zur Vorhersage molekularer Eigenschaften und zur Erforschung großer Chemikalien-/Reaktionsräume verwendet.[111] Computer-planierte Synthesen über Computerreaktionsnetzwerke, die als Plattform beschrieben werden, die "Computersynthese mit AI-Algorithmen zur Vorhersage molekularer Eigenschaften" kombiniert ",,[112] wurden verwendet, um die zu untersuchen Ursprünge des Lebens auf Erden,[113] Drogensynthesen und Entwicklung von Wegen für Recycling 200 Industrial Verschwendung von Chemikalien in wichtige Medikamente und Agrochemikalien (chemisches Synthesedesign).[114] Es gibt Untersuchungen darüber, welche Arten von computergestützten Chemie vom maschinellen Lernen profitieren würden.[115] Es kann auch für "Entdeckung und Entwicklung von Arzneimitteln, Umnutzung der Arzneimittel, die Verbesserung der pharmazeutischen Produktivität und klinische Studien" verwendet werden.[116]

Es wurde mit Datenbanken für die Entwicklung eines 46-tägigen Prozesses zum Entwerfen, Synthese und Testen eines Arzneimittels verwendet, das Enzyme eines bestimmten Gens hemmt. DDR1. DDR1 ist an Krebsarten und Fibrose beteiligt, was für die hochwertigen Datensätze ein Grund ist, der diese Ergebnisse ermöglichte.[117]

Es gibt auch einige Verwendung von maschinellem Lernen in synthetische Biologie,[118][119] Krankheitsbiologie,[119] Nanotechnologie (z. B. nanostrukturierte Materialien und Bionanotechnologie),[120][121] und Materialwissenschaften.[122][123][124]

Neuartige Arten des maschinellen Lernens

Siehe auch: Künstliches Gehirn und Automatisierte Argumentation
Schema des Prozesses eines semi-automatischen Roboterwissenschaftlerprozesses, der die Extraktion des Webanweisungen und die biologischen Labortests umfasst

Es gibt auch Prototyp -Roboterwissenschaftler die eine Form von "maschinellem Lernen" zeigen, die nicht üblicherweise mit dem Begriff zugeordnet ist.[125][126] In ähnlicher Weise gibt es Forschung und Entwicklung von biologisch. "Wetware Computers"Das kann lernen (z. B. für die Verwendung als Biosensoren) und/oder Implantation in den Körper eines Organismus (z. B. zur Kontrolle der Prothetik).[127][128][129]

Außerdem, wenn ganze Gehirnemulation ist sowohl über das Scannen als auch durch die Replikation des biologisch-chemischen Gehirns möglich-wie in Form einer digitalen Replikation in der Das Alter von EM - Das kann Anwendungen haben, die umfangreicher als z. geschätzte menschliche Aktivitäten und kann bedeuten, dass die Gesellschaft erhebliche moralische Entscheidungen, gesellschaftliche Risiken und ethische Probleme haben würde[130][131] wie ob (und wie) gebaut werden, durch den Raum geschickt und verwendet im Vergleich zu potenziell konkurrierenden z. potenziell synthetische und/oder weniger menschliche und/oder nicht/weniger sentientische Arten künstlicher/halbkünstlerischer Intelligenz.

Biologisches Computing in AI und als KI

Jedoch, Biologische ComputerSelbst wenn sowohl sehr künstlich als auch intelligent, unterscheiden sich typischerweise von synthetischen, oft auf Silizium basierenden Computern-sie könnten jedoch für das Design von beiden kombiniert oder verwendet werden. Darüber hinaus können viele Aufgaben unzureichend durch künstliche Intelligenz ausgeführt werden gereinigt - wie in Fällen waren die zugrunde liegenden oder verfügbaren Metriken, Werte oder Daten sind unangemessen. Computergestützt ist ein Ausdruck, der verwendet wird, um menschliche Aktivitäten zu beschreiben, mit denen das Computer als Werkzeug in umfassenderen Aktivitäten und Systemen wie KI für enge Aufgaben verwendet wird oder wenn sie solche nutzen, ohne sich wesentlich auf seine Ergebnisse zu verlassen (siehe auch: Mensch in der Schleife). Eine Studie bezeichnete die biologische als eine Einschränkung von KI mit "solange das biologische System nicht verstanden, formalisiert und nachgeahmt werden kann, werden wir keine Technologien entwickeln, die es nachahmen können" und wenn dies verstanden wurde bedeuten, dass es "eine technologische Lösung zur Imitation der natürlichen Intelligenz" gibt.[132] Technologien, die Biologie integrieren und häufig auf AI basieren Biorobotik.

Astronomie, Weltraumaktivitäten und Ufolologie

Künstliche Intelligenz wird in verwendet Astronomie Analyse zunehmender Mengen an verfügbaren Daten[133][134] und Anwendungen, hauptsächlich für "Klassifizierung, Regression, Clusterbildung, Prognose, Erzeugung, Entdeckung und Entwicklung neuer wissenschaftlicher Erkenntnisse" zum Beispiel zum Entdecken ExoplanetenPrognose der Sonnenaktivität und Unterscheidung zwischen Signalen und instrumentellen Effekten in Gravitationswellenastronomie.[135] Es könnte auch für Aktivitäten im Raum genutzt werden, wie z. Weltraumforschung, einschließlich der Analyse von Daten aus Weltraummissionen, echtzeitwissenschaftlichen Entscheidungen über Raumfahrzeuge, Vermeidung von Weltraumabfällen,[136] und mehr autonomer Betrieb.[137][138][139][134]

In dem Suche nach außerirdischer Intelligenz (Seti) wurde maschinelles Lernen verwendet, um künstlich generierte Versuche zu identifizieren Elektromagnetische Wellen in verfügbaren Daten[140][141] -wie Echtzeitbeobachtungen[142] - und andere Technosignaturen, z.B. über Anomalieerkennung.[143] Im Ufolologie, Das Skycam-5-Projekt unter der Leitung von Prof. Hakan Kayal[144] und die Galileo -Projekt angeführt von Prof. Avi Loeb Verwenden Sie maschinelles Lernen, um besondere Arten von UFOs zu erkennen und zu klassifizieren.[145][146][147][148][149] Das Galileo -Projekt versucht auch, zwei weitere Arten potenzieller außerirdischer technologischer Signaturen unter Verwendung von KI zu erkennen: 'Oumuamua-wie Interstellare Objekte, und nicht mannte künstliche Satelliten.[150][151]

Zukünftige oder nichtmenschliche Anwendungen

Siehe auch: § Neuartige Arten des maschinellen Lernens

Loeb hat spekuliert, dass eine Art von technologischer Ausrüstung, das das Projekt erkennen könnte, "AI -Astronauten" sein könnte[152] und im Jahr 2021 - in einem Meinungsstück - wird KI "" natürliche Intelligenz ersetzen ",[153] während Martin Rees erklärte, dass es "dort" mehr Zivilisationen geben könnte als der Gedanke, wobei die "Mehrheit von ihnen" künstlich ist.[154] Im Speziellen, Mid/Fell Future oder nichtmenschliche Anwendungen von künstlicher Intelligenz könnte fortgeschrittene Formen von beinhalten künstliche allgemeine Intelligenz Das engagiert sich Raumbesiedlung oder schmaler, räumlich-spezifischer Arten von KI. Im Gegensatz dazu gab es Bedenken hinsichtlich der potenziellen AGI oder KI in der Lage Embryo -Raumkolonisation, oder allgemeiner natürlicher Intelligenz-basierter Raumbesiedlung, wie "Sicherheit von Begegnungen mit einer außerirdischen KI",[155][156] Leiden Risiken (oder umgekehrte Ziele),[157][158] Moralische Lizenz/Verantwortung in Bezug auf Kolonisationswirkungen,[159] oder KI Gone Rogue (z. B. wie mit fiktiven dargestellt David⁸ und Hal 9000). Siehe auch: Weltraumgesetz und Raumethik. Loeb hat die Möglichkeit von "AI -Astronauten" beschrieben, die sich mit einer "überwachten Evolution" einlassen.[160]

Astrochemie

Es kann auch verwendet werden, um Datensätze von spektralen Signaturen von Molekülen herzustellen, die möglicherweise an der atmosphärischen Produktion oder dem Verbrauch bestimmter Chemikalien beteiligt sein können - wie z. Phosphin, die möglicherweise auf der Venus nachgewiesen wurde - Dies könnte Fehlaufgaben verhindern und, wenn die Genauigkeit verbessert wird, bei zukünftigen Erkennungen und Identifizierung von Molekülen auf anderen Planeten verwendet werden.[161]

Gesetz

Hauptartikel: Rechtsinformatik § Künstliche Intelligenz

Rechtsanalyse

AI ist eine Hauptstütze gesetzlicher Berufe. Algorithmen und maschinelles Lernen erledigen einige Aufgaben, die zuvor von Anwälten der Einsteiger ausgeführt wurden.[162] Während seine Verwendung üblich ist, wird nicht erwartet, dass die meisten Arbeiten in naher Zukunft die meisten Arbeiten ersetzen.[163]

Das elektronische Entdeckung Die Industrie verwendet maschinelles Lernen, um die manuelle Suche zu reduzieren.[164]

Strafverfolgung und Gerichtsverfahren

Compas ist ein kommerzielles System von verwendet von US -Gerichte Beurteilung der Wahrscheinlichkeit von Rückfälligkeit.[165]

Ein Problem bezieht sich auf Algorithmische VoreingenommenheitKI -Programme können nach Verarbeitung von Daten voreingenommen werden, die eine Verzerrung aufweisen.[166] ProPublica behauptet, dass das durchschnittliche Risiko des durchschnittlich von Compas zugewiesenen Rückfallrisikos der schwarzen Angeklagten signifikant höher ist als die der weißen Angeklagten.[165]

Dienstleistungen

Humanressourcen

Hauptartikel: Künstliche Intelligenz bei der Einstellung

Eine weitere Anwendung von KI ist die Humanressourcen. KI kann die Lebensläufe und die Kandidaten basierend auf ihren Qualifikationen überprüfen, den Erfolg von Kandidaten in bestimmten Rollen vorhersagen und sich wiederholende Kommunikationsaufgaben über Chatbots automatisieren.[167]

Arbeitssuche

AI hat den Rekrutierungs- /Jobsuchesprozess für Personalvermittler und Arbeitssuchende vereinfacht. Entsprechend Raj Mukherjee aus In der Tat65% der Jobsuche suchen innerhalb von 91 Tagen nach der Einstellung erneut. Eine KI-betriebene Engine rationalisiert die Komplexität der Arbeitsplatzjagd, indem sie Informationen zu Arbeitskräften, Gehältern und Nutzernstücken bewerten und Arbeitssuchende an die relevantesten Positionen abgleichen. Machine Intelligence berechnet geeignete Löhne und hebt die Lebenslaufinformationen für Personalvermittler mithilfe von NLP hervor, wodurch relevante Wörter und Phrasen aus Text extrahiert werden. Eine andere Anwendung ist ein KI -Lebenslauf -Bauunternehmer, der in 5 Minuten einen Lebenslauf zusammenstellt.[168] Chatbots Unterstützung der Website -Besucher und verfeinern Sie Arbeitsabläufe.

Online- und Telefon -Kundendienst

Ein automatisierter Online -Assistent Bereitstellung Kundendienst Auf einer Webseite.

KI liegt zugrunde Avatare (Automatisierte Online -Assistenten) auf Webseiten.[169] Es kann die Betriebs- und Schulungskosten senken.[169] Pypestream Automatischer Kundendienst für seine mobile Anwendung, um die Kommunikation mit Kunden zu optimieren.[170]

Eine Google App analysiert die Sprache und wandelt Sprache in Text um. Die Plattform kann wütende Kunden durch ihre Sprache identifizieren und angemessen reagieren.[171] Amazon verwendet einen Chatbot für den Kundendienst, der Aufgaben ausführen kann, z. B. den Status einer Bestellung, die Stornierung von Bestellungen, das Angebot von Rückerstattungen und das Verbinden des Kunden mit einem menschlichen Vertreter.[172]

Gastfreundschaft

In der Hotellerie wird AI verwendet, um sich wiederholende Aufgaben zu reduzieren, Trends zu analysieren, mit Gästen zu interagieren und die Kundenbedürfnisse vorherzusagen.[173] KI -Hoteldienste kommen in Form eines Chatbots,[174] Anwendung, virtueller Sprachassistent und Service -Roboter.

Medien

Bildwiederherstellung

AI -Anwendungen analysieren Medieninhalte wie Filme, Fernsehprogramme, Werbevideos oder Nutzergenerierte Inhalte. Die Lösungen beinhalten oft Computer Vision.

Typische Szenarien umfassen die Analyse von Bildern verwendet Objekterkennung oder Gesichtserkennungstechniken oder die Analyse des Videos Für Szene, die Szenen, Objekte oder Gesichter erkennen. AI-basierte Medienanalyse kann die Mediensuche, die Erstellung deskriptiven Schlüsselwörter für Inhalte, die Überwachung der Inhaltsrichtlinie (z. B. Überprüfung der Eignung von Inhalten für eine bestimmte TV-Anzeigezeit) erleichtern. Rede zum Text Für Archiv oder andere Zwecke und die Erkennung von Logos, Produkten oder Prominenten für die Anzeigenplatzierung.

Tieffacken

Tieffacken kann für komödiantische Zwecke verwendet werden, sind aber besser dafür bekannt Gefälschte Nachrichten und Scherzen.

Im Januar 2016,[183] das Horizont 2020 Programm finanzierte das Invid -Projekt[184][185] Um Journalisten und Forschern zu helfen, gefälschte Dokumente zu erkennen, die als Browser -Plugins zur Verfügung gestellt werden.[186][187]

Im Juni 2016 die visuelle Computergruppe der Technische Universität München und von Universität in Stanford entwickelte Face2face,[188] Ein Programm, das Fotografien von Gesichtern belebt und die Gesichtsausdrücke einer anderen Person nachahmt. Die Technologie wurde demonstriert, dass die Gesichter von Menschen einschließlich der Animierung von Menschen, einschließlich der Animierung Barack Obama und Wladimir Putin. Andere Methoden wurden basierend auf tiefe neuronale Netze, aus welchem ​​Namen der Name Tiefe Fälschung wurde genommen.

Im September 2018 US -Senator der US -Senator Mark Warner vorgeschlagen, zu bestrafen sozialen Medien Unternehmen, die Teilen von Deep-Fake-Dokumenten auf ihren Plattformen ermöglichen.[189]

Im Jahr 2018 fand Vincent Nozick einen Weg, gefälschte Inhalte durch Analyse von Augenlidbewegungen zu erkennen.[190] DARPA gab 68 Millionen Dollar, um an der Deep-Fake-Erkennung zu arbeiten.[190]

Audio-Tiefen[191][192] und KI-Software, die in der Lage ist, tiefgreifende Stimmen zu erkennen und menschliche Stimmen zu klonen.[193][194]

Videoinhalteanalyse, Überwachung und manipulierte Medienerkennung

Siehe auch: Web -Scraping, Fotografie Manipulation, und Videomanipulation
Dieser Abschnitt ist ein Auszug aus Videoinhaltsanalyse § Künstliche Intelligenz.
Künstliche Intelligenz für die Videoüberwachung verwendet Computer Software Programme, die das Audio und die Bilder von analysieren Videoüberwachungskameras Um Menschen, Fahrzeuge, Objekte und Ereignisse zu erkennen. Das Programm für Sicherheitsunternehmen ist die Software, um eingeschränkte Bereiche in der Ansicht der Kamera (z. ) für die Eigenschaft, die von der Kamera geschützt wird Überwachung. Das künstliche Intelligenz ("A.I.") sendet eine Warnung, wenn es einen Eindringlinge erkennt, der die "Regel" verstößt, dass in dieser Tageszeit niemand in diesem Bereich erlaubt ist.

AI -Algorithmen wurden verwendet, um DeepFake -Videos zu erkennen.[195][196]

Musik

Hauptartikel: Musik und künstliche Intelligenz

KI wurde verwendet, um Musik verschiedener Genres zu komponieren.

David Cope erstellte eine KI namens namens Emily Howell Das gelang es, auf dem Gebiet der algorithmischen Computermusik bekannt zu werden.[197] Der Algorithmus hinter Emily Howell ist als US -Patent registriert.[198]

2012 KI Iamus Erstellt das erste komplette klassische Album.[199]

AIVA (Virtueller Künstler der künstlichen Intelligenz), komponiert symphonische Musik, hauptsächlich klassische Musik zum Filmzahlen.[200] Es erreichte eine Welt zuerst, indem es der erste virtuelle Komponist wurde, der von einem Musical anerkannt wurde Fachverband.[201]

Melomik Erstellt computergenerierte Musik für Stress und Schmerzlinderung.[202]

Im Sony CSL Research Laboratory erstellt die Flow Machines -Software Pop -Songs, indem sie Musikstile aus einer riesigen Datenbank mit Songs lernen. Es kann in mehreren Stilen komponieren.

Der Watson Beat verwendet Verstärkungslernen und Tiefe Glaubensnetzwerke Um Musik auf einer einfachen Saatgut -Eingangsmelodie und einem ausgewählten Stil zu komponieren. Die Software war offen bezogen[203] und Musiker wie Taryn Southern[204] Zusammenarbeit mit dem Projekt, um Musik zu erstellen.

Der südkoreanische Sänger Hayeons Debüt -Song "Eyes on You" wurde mit AI komponiert, die von echten Komponisten, einschließlich Nuvo, überwacht wurde.[205]

Schreiben und Berichterstattung

Siehe auch: Künstliche Intelligenz in Wikimedia -Projekten und § Webfeeds und Beiträge

Erzählwissenschaft verkauft Computergenerierte Nachrichten und Berichte. Es fasst Sportveranstaltungen zusammen, die auf statistischen Daten aus dem Spiel basieren. Es schafft auch Finanzberichte und Immobilienanalysen.[206] Automatisierte Erkenntnisse generiert personalisierte Rückblicke und Voransichten für Yahoo Sport Fantasy -Fußball.[207]

Yseop, verwendet KI, um strukturierte Daten in Kommentare und Empfehlungen natürlicher Sprache zu verwandeln. Yseop schreibt Finanzberichte, Zusammenfassungen von Exekutiven, personalisierte Vertriebs- oder Marketingdokumente und mehr in mehreren Sprachen, einschließlich Englisch, Spanisch, Französisch und Deutsch.[208]

Talespin erfand Geschichten ähnlich wie die Fabeln von Aesop. Das Programm begann mit einer Reihe von Charakteren, die bestimmte Ziele erreichen wollten. Die Geschichte erzählte ihre Versuche, diese Ziele zu befriedigen. Mark Riedl und Vadim Bulitko behaupteten, dass die Essenz des Geschichtenerzählens Erfahrungmanagement sei oder "die Notwendigkeit eines kohärenten Fortschritts der Story mit der Benutzeragentur in Einklang gebracht werden soll, was oft im Widerspruch steht".[209]

Während sich AI Storytelling auf die Erzeugung der Geschichten (Charakter und Handlung) konzentriert, wurde auch die Kommunikation der Geschichte aufmerksam. Im Jahr 2002 entwickelten Forscher einen architektonischen Rahmen für die Erzeugung der narrativen Prosa. Sie reproduzierten die Sorte und Komplexität der Textversorgung auf Geschichten wie treu wie beispielsweise Rotkäppchen.[210] Im Jahr 2016 hat eine japanische KI eine Kurzgeschichte mitgeschrieben und fast einen literarischen Preis gewonnen.[211]

Das südkoreanische Unternehmen Hanteo Global verwendet einen Journalismus -Bot, um Artikel zu schreiben.[212]

Videospiele

Hauptartikel: Künstliche Intelligenz in Videospielen

In Videospielen wird KI routinemäßig verwendet, um Verhalten in zu generieren Nicht-Spieler-Charaktere (NPCS). Darüber hinaus wird KI für verwendet Wegfindung. Einige Forscher betrachten NPC AI in Spielen als "gelöstes Problem" für die meisten Produktionsaufgaben.[wer?] Spiele mit weniger typischer KI sind der KI -Direktor von 4 sind gestorben (2008) und das neuroevolutionäre Training von Platoons in Supreme Commander 2 (2010).[213][214] KI wird auch in verwendet Alien -Isolation (2014), um die Aktionen zu kontrollieren, die der Alien als nächstes ausführen wird.[215]

Kinect, die eine 3D -Körper -Motion -Schnittstelle für die liefert Xbox 360 und die Xbox eins, verwendet Algorithmen, die aus der AI -Forschung hervorgegangen sind.[216][die?]

Kunst

Hauptartikel: Kunstkunstkunst

Geschichte

Gofai

KI wurde verwendet, um visuelle Kunst zu produzieren. Das erste KI -Kunstprogramm, genannt Aaronwurde entwickelt von Harold Cohen 1968 an der University of California in San Diego. Aaron ist das bemerkenswerteste Beispiel für KI -Kunst in der Zeit von Gofai Programmierung aufgrund der Verwendung eines symbolischen regelbasierten Ansatzes zur Generierung technischer Bilder.[217] Cohen entwickelte Aaron mit dem Ziel, das Zeichnen zu codieren. In seiner primitiven Form schuf Aaron einfache Schwarz -Weiß -Zeichnungen. Cohen würde die Zeichnungen später beenden, indem sie sie malen. Im Laufe der Jahre begann er auch, Aaron auch eine Möglichkeit zu entwickeln, auch zu malen. Cohen entwarf Aaron, um mit speziellen Pinsel und Farbstoffen zu malen, die vom Programm selbst ohne Mediation aus Cohen ausgewählt wurden.[218]

Gan/modern

In den letzten Jahren hat sich die KI -Kunst in ein neues Paradigma mit der Entstehung von verwandelt Gan Computerprogrammierung, die technische Bilder über maschinelles Lernrahmen erzeugt, die den Bedarf menschlicher Bediener übertreffen.[217] Ein Beispiel ist Magenta, das 2016 als Forschungsprojekt aus dem Google Brain -Team begann, das darauf abzielte, Programme und Algorithmen aufzubauen, die Kunst und Musik generieren können, ohne dass ein menschlicher Eingriff erforderlich war. Andere Beispiele für GAN -Programme, die Kunst generieren Artbreeder und Deepdream.

AI Art, das aus Gans Programming generierte, stellte die Parameter der Kunst in Frage und trat erst kürzlich in den Kunstauktionsmarkt ein.[219] Am 25. Oktober 2018 Porträt von Edmond Belamie Nach dem Pariser Kollektiv war offensichtlich das erste Kunststück, das von künstlicher Intelligenz geschaffen wurde, die angeboten werden soll Christies Auktionshaus und wurde für 432.500 US -Dollar verkauft.[220]

Die Ausstellung "Denkmaschinen: Kunst und Design im Computerzeitalter 1959–1989" bei MOMA bot einen Überblick über AI -Anwendungen für Kunst, Architektur und Design. Ausstellungen mit der Verwendung von KI zur Produktion von Kunst umfassen den Google-Sponsored Benefit and Auction 2016 bei der Grey Area Foundation in San Francisco, wo Künstler mit dem experimentierten Deepdream Algorithmus und die Ausstellung 2017 "In unlustan: art im Zeitalter der AI", die in Los Angeles und Frankfurt stattfand. Im Frühjahr 2018 die Verband für Rechenmaschinen widmete eine Zeitschriftenausgabe dem Thema Computer und Kunst. Im Juni 2018 "Duett for Human and Machine", einem Kunststück, mit dem Zuschauer mit einer künstlichen Intelligenz interagieren können, wird im Beall Center for Art + Technology uraufgeführt. Der Österreicher ARS Electronica und Museum für angewandte Künste, Wiener Eröffnete Ausstellungen zu KI im Jahr 2019. ARS Electronicas Festival "Out Out of the Box" erforschte die Rolle der Kunst in einer nachhaltigen gesellschaftlichen Transformation.

Kunst aus Spracheingabe

Images generated by artificial intelligence DALL-E of giraffe-dragon combinations
Bilder erzeugt von Dall-e Basierend auf der Eingabeaufforderung "eine professionelle hochwertige Illustration einer Giraffe -Drachenchimäre. Eine Giraffe, die einen Drachen imitiert. Eine Giraffe aus Drachen."

KI mögen "Disco -Diffusion", "Dall · e"Und" Dream von Wombo "wurde auch zur Visualisierung von konzeptionellen Eingaben wie Songtexten, bestimmten Texten oder spezifischen imaginären Konzepten (oder Vorstellungen) auf künstlerische Weise oder künstlerische Bilder im Allgemeinen verwendet.[221][222][223][224][225]

Kunst mit KI verstehen

Zusätzlich zur Schaffung von Original -Kunst wurden Forschungsmethoden, die KI verwenden, so generiert, dass digitale Kunstsammlungen quantitativ analysiert werden. Dies wurde aufgrund der großflächigen Digitalisierung von Kunstwerken in den letzten Jahrzehnten ermöglicht. Obwohl das Hauptziel der Digitalisierung darin bestand, die Zugänglichkeit und Erforschung dieser Sammlungen zu ermöglichen, hat die Verwendung von KI bei der Analyse neuer Forschungsperspektiven geführt.[226]

Zwei Rechenmethoden, enge Lektüre und entfernte Betrachtung, sind die typischen Ansätze zur Analyse digitalisierter Kunst.[227] Die enge Lesung konzentriert sich auf bestimmte visuelle Aspekte eines Stücks. Einige Aufgaben, die von Maschinen in engen Lesemethoden ausgeführt werden, umfassen die Authentifizierung der Computerkünstler und die Analyse von Pinselstrichen oder Textureigenschaften. Im Gegensatz dazu kann durch entfernte Betrachtungsmethoden die Ähnlichkeit über eine gesamte Sammlung für ein bestimmtes Merkmal statistisch visualisiert werden. Gemeinsame Aufgaben in Bezug auf diese Methode sind automatische Klassifizierung, Objekterkennung, multimodale Aufgaben, Wissensfindung in der Kunstgeschichte und die Computerästhetik.[226] Während die ferne Betrachtung die Analyse großer Sammlungen umfasst, umfasst das genaue Lesen ein Kunstwerk.

Forscher haben auch Modelle eingeführt, die emotionale Reaktionen auf Kunst vorhersagen, wie z. Artemis, ein groß angelegter Datensatz mit maschinellem Lernmodellen, das emotionale Reaktionen auf visuelle Kunst sowie Vorhersagen von Emotionen aus Bildern oder Text enthält.[228]

Dienstprogramme

Energiesystem

Leistungselektronik Konverter werden in verwendet erneuerbare Energie, Energiespeicher, elektrische Fahrzeuge und Hochspannungs-Gleichstrom Übertragung. Diese Konverter sind fehleranfällige, die den Service unterbrechen und kostspielige Wartung oder katastrophale Konsequenzen für geschäftskritische Anwendungen erfordern. KI kann den Entwurfsprozess für zuverlässige Stromversorgungsumrichter leiten, indem genaue Entwurfsparameter berechnet werden, die die erforderliche Lebensdauer gewährleisten.[229]

Maschinelles Lernen kann zur Vorhersage und Planung des Energieverbrauchs verwendet werden, z. helfen Intermittency Management für erneuerbare Energien (siehe auch: Smart Grid und Minderung des Klimawandels im Stromnetz).[230][231][232][233]

Telekommunikation

Viele Telekommunikationsunternehmen nutzen nutzen Heuristische Suche ihre Arbeitskräfte zu verwalten. Zum Beispiel, BT -Gruppe Eingesetzte heuristische Suche[234] in einer Anwendung, die 20.000 Ingenieure plant.

Herstellung

Hauptartikel: Künstliche Intelligenz in der Industrie und Künstliche Intelligenz in der schweren Industrie

Sensoren

Künstliche Intelligenz wurde mit Digital kombiniert Spektrometrie von ideecuria Inc.,[235][236] Aktivieren Sie Anwendungen wie die Überwachung der Wasserqualität zu Hause.

Spielsachen und Spiele

In den 1990er Jahren kontrollierte frühe AIS Tamagotchis und Giga -Haustiere, das Internetund der erste weit verbreitete Roboter, Furby. Aibo war ein Inländischer Roboter in Form eines Roboterhundes mit intelligenten Merkmalen und Autonomie.

Mattel schuf eine Auswahl von AI-fähigen Spielzeugen, die Gespräche "verstehen", intelligente Antworten geben und lernen.[237]

Öl und Gas

Öl und Gas Unternehmen haben Tools für künstliche Intelligenz verwendet, um Funktionen zu automatisieren, Probleme mit der Voraussetzung für die Öl- und Gasleistung zu erweitern.[238][239]

Transport

Automobil

Hauptartikel: Fahrzeugautomatisierung und Selbstfahrendes Auto
Seitenansicht von a Waymo-Branded selbstfahrendes Auto

Es wird erwartet, dass KI im Transport einen sicheren, effizienten und zuverlässigen Transport bietet und gleichzeitig die Auswirkungen auf die Umwelt und die Gemeinden minimiert. Die wichtigste Entwicklungsherausforderung ist die Komplexität von Transportsystemen, an denen unabhängige Komponenten und Parteien mit potenziell widersprüchlichen Zielen beteiligt sind.[240]

AI-basiert Fuzzy Logic Controller arbeiten Getriebe. Zum Beispiel das 2006 Audi Tt, VW Touareg und VW Caravell Funktionieren Sie die DSP -Übertragung. Eine Anzahl von Škoda -Varianten (Škoda Fabia) Fucken Sie einen Fuzzy Logic-basierten Controller ein. Autos haben KI Fahrerassistent Funktionen wie selbstparkend und Adaptive Geschwindigkeitsregelung.

Es gibt auch Prototypen autonomer Fahrzeuge für öffentliche Verkehrsmittel für Automobile wie elektrische Mini-Busse[241][242][243][244] ebenso gut wie Autonomer Schienenverkehr in Betrieb.[245][246][247]

Es gibt auch Prototypen autonomer Lieferfahrzeuge, manchmal auch einschließlich Lieferroboter.[248][249][250][251][252][253][254]

KI wurde verwendet, um das Verkehrsmanagement zu optimieren, was die Wartezeiten, den Energieverbrauch und die Emissionen um bis zu 25 Prozent reduziert.[255]

Die Komplexität des Transports bedeutet, dass in den meisten Fällen die Schulung einer KI in einer realen Fahrumgebung unpraktisch ist. Simulator-basierte Tests können das Risiko eines On-Road-Trainings verringern.[256]

KI untermauert selbstfahrende Fahrzeuge. Zu den mit KI beteiligten Unternehmen gehören Tesla, Waymo und General Motors. AI-basierte Systemsteuerungsfunktionen wie Bremsen, Spurwechsel, Kollisionsprävention, Navigation und Zuordnung.[257]

Autonome LKWs befinden sich in der Testphase. Die britische Regierung verabschiedete die Gesetzgebung, um im Jahr 2018 mit dem Testen autonomer Lkw -Platoons zu beginnen.[258] Eine Gruppe autonomer LKWs folgt eng hintereinander. Deutsches Unternehmen Daimler testet seine Freightliner Inspiration.[259]

Autonome Fahrzeuge benötigen genaue Karten, um zwischen Zielen zu navigieren.[260] Einige autonome Fahrzeuge erlauben keine menschlichen Fahrer (sie haben keine Lenkräder oder Pedale).[261]

Militär

Das Royal Australian Air Kraft (RAAF) Air Operations Division (AOD) verwendet AI für Expertensysteme. AIS fungieren als Ersatzbetreiber für Kampf- und Schulungssimulatoren, Missionsmanagement -Hilfsmittel, Unterstützungssysteme für taktische Entscheidungsfindung und Nachverarbeitung der Simulatordaten in symbolische Zusammenfassungen.[262]

Flugzeugsimulatoren verwenden KI für Trainingsträger. Flugbedingungen können simuliert werden, die es Piloten ermöglichen, Fehler zu machen, ohne sich selbst oder teure Flugzeuge zu riskieren. Der Luftkampf kann auch simuliert werden.

KI kann auch verwendet werden, um Ebenen analog mit der Kontrolle über Bodenfahrzeuge zu betreiben. Autonome Drohnen können unabhängig oder in fliegen Schwärme.[263]

AOD verwendet das interaktive Fehlerdiagnose und das Isolationssystem oder das IFDIS, bei dem es sich um ein regelbasiertes Expertensystem handelt, das Informationen aus verwendet TF-30 Dokumente und fachkundige Beratung von Mechanikern, die am TF-30 arbeiten. Dieses System wurde entwickelt, um für die Entwicklung des TF-30 für die verwendet zu werden F-111c. Das System ersetzte Spezialarbeiter. Das System ermöglichte es den regulären Arbeitern, mit dem System zu kommunizieren und Fehler, Fehlkalkulationen zu vermeiden oder mit einem der spezialisierten Arbeitnehmer sprechen zu müssen.

Spracherkennung Ermöglicht den Verkehrscontrollern, Drohnen verbale Anweisungen zu geben.

Künstliche Intelligenz unterstützte Design von Flugzeugen,[264] oder AIDA wird verwendet, um Designern bei der Erstellung konzeptioneller Flugzeuge zu helfen. Mit diesem Programm können sich die Designer mehr auf das Design selbst und weniger auf den Designprozess konzentrieren. Die Software ermöglicht es dem Benutzer auch, sich weniger auf die Softwaretools zu konzentrieren. Die AIDA verwendet regelbasierte Systeme, um ihre Daten zu berechnen. Dies ist ein Diagramm der Anordnung der AIDA -Module. Obwohl einfach, erweist sich das Programm effektiv.

NASA

Im Jahr 2003 a Dryden Flight Research Center Das Projekt erstellte Software, mit der ein beschädigter Flugzeug fortgesetzt werden kann, bis eine sichere Landung erreicht werden kann.[265] Die Software kompensierte beschädigte Komponenten, indem sie sich auf die verbleibenden unbeschädigten Komponenten stützt.[266]

Das intelligente Autopilotensystem 2016 kombiniert Lernen für Lehrlingsausbildung und Verhaltensklonierung, bei dem der Autopilot auf niedrige Maßnahmen beobachtete, die zum Manövrieren des Flugzeugs und der Strategie auf hoher Ebene erforderlich waren, um diese Aktionen anzuwenden.[267]

Maritime

Neuronale Netze werden von situative Aufmerksamkeit Systeme in Schiffen und Booten.[268] Es gibt auch Autonome Boote.

Umweltüberwachung

Siehe auch: Klima-Smart-Landwirtschaft

Autonome Schiffe, die den Ozean überwachen, KI-gesteuerte Satellitendatenanalyse oder Fernerkundung und andere Anwendungen von Umweltüberwachung Maschinelles Lernen nutzen.[269][270][271][139]

Zum Beispiel ist "Global Plastic Watch" eine KI-basierte AI-Basis Satellitenüberwachung-Plattform für die Analyse/Verfolgung von Kunststoffabfällen, um zu helfen Verhütung von Plastikverschmutzung - in erster Linie Ozeanverschmutzung - Indem Sie helfen, wer und wo Plastikabfälle schlecht verwaltet und ihn in Ozeane gesteckt haben.[272][273]

Frühwarnsysteme

Maschinelles Lernen kann verwendet werden Spitzen Sie Frühwarnschilder von Katastrophen und Umweltproblemen, möglicherweise auch natürlich Pandemien,[274][275] Erdbeben,[276][277][278] Erdrutsche,[279] starker Regen,[280] langfristige Verletzlichkeit der Wasserversorgung,[281] Spitzenpunkte von Ökosystem Zusammenbruch,[282] Cyanobakterienblüte Ausbrüche,[283] und Dürren.[284][285][286]

Informatik

Programmierhilfe

Hauptartikel: Automatische Programmierung und Programmierumgebung

Github Copilot ist ein Modell für künstliche Intelligenz, das von entwickelt wurde von GitHub und Openai Dies ist in der Lage, den Code in mehreren Programmiersprachen automatisch zu vervollständigen.[287]

Neurales Netzwerkdesign

KI kann verwendet werden, um andere AIs zu erstellen. Zum Beispiel um November 2017, das Automl -Projekt von Google, um neue neuronale Netztopologien zu entwickeln, die erstellt wurden Nasnet, ein System optimiert für Bildnische und Poco F1. Die Leistung von NASNET übertraf alle zuvor veröffentlichten Leistung auf ImageNet.[288]

Quanten-Computing

Weitere Informationen: Quantenmaschinenlernen
Siehe auch: § Chemie und Biologie

Maschinelles Lernen wurde zur Rauschunterdrückung in verwendet Quantentechnologie,[289] einschließlich Quantensensoren.[290] Darüber hinaus gibt es eine erhebliche Forschung und Entwicklung der Verwendung von Quantencomputern mit maschinellem Lernalgorithmen. Zum Beispiel gibt es einen Prototyp, photonisch, Quanten memristives Gerät zum Neuromorphe (Quanten-) Computer (NC)/künstliche neurale Netzwerke und NC-Use-Quantenmaterialien mit einer Vielzahl potenzieller neuromorpher Anwendungen im Zusammenhang mit Computing,[291][292] und Quantenmaschinenlernen ist ein Feld mit einer Vielzahl von Anwendungen in der Entwicklung. KI könnte für verwendet werden Quantensimulatoren die möglicherweise die Anwendung der Lösung von Physik haben und Chemie[293][294] Probleme sowie für Quantenbenealer Für die Ausbildung neuronaler Netzwerke für AI -Anwendungen.[295] Es kann auch einige Nützlichkeit in der Chemie geben, z. Für die Entdeckung von Arzneimitteln und in der Materialwissenschaft, z. Für die Materialoptimierung/Entdeckung (mit möglicher Relevanz für die Herstellung von Quantenmaterialien[296][297]).[298][299][300]

Historische Beiträge

KI -Forscher haben viele Tools erstellt, um die schwierigsten Probleme in der Informatik zu lösen. Viele ihrer Erfindungen wurden von der Mainstream -Informatik übernommen und werden nicht mehr als AI angesehen. Alle folgenden wurden ursprünglich in AI -Labors entwickelt:[301]

Liste der Anwendungen

Siehe auch

Fußnoten

  1. ^ Brynjolfsson, Erik; Mitchell, Tom (22. Dezember 2017). "Was kann maschinelles Lernen tun? Workforce Implikationen". Wissenschaft. 358 (6370): 1530–1534. Bibcode:2017Sci ... 358.1530b. doi:10.1126/Science.AAP8062. PMID 29269459. S2CID 4036151. Abgerufen 7. Mai 2018.
  2. ^ Francesco Ricci und Lior Rokach und Bracha Shapira, Einführung in das Handbuch für Empfehlungssysteme, Empfehlungssystemhandbuch, Springer, 2011, S. 1-35
  3. ^ Grossman, Lev (27. Mai 2010). "Wie Computer wissen, was wir wollen - bevor wir es tun". Zeit. Archiviert von das Original Am 30. Mai 2010. Abgerufen 1. Juni 2015.
  4. ^ Pankaj Gupta, Ashish Goel, Jimmy Lin, Aneesh Sharma, Dong Wang und Reza Bosagh Zadeh WTF: Das Who-To-Feol-System bei Twitter, Proceedings der 22. Internationalen Konferenz über World Wide Web
  5. ^ Baran, Remigiusz; Dziech, Andrzej; Zeja, Andrzej (1. Juni 2018). "Eine fähige Multimedia -Inhalts -Erkennungsplattform basiert auf visueller Inhaltsanalyse und intelligenter Datenanreicherung". Multimedia -Tools und -Anwendungen. 77 (11): 14077–14091. doi:10.1007/s11042-017-5014-1. ISSN 1573-7721. S2CID 36511631.
  6. ^ "Was sind die Sicherheitsrisiken für Open Sourcing des Twitter -Algorithmus?". VentureBeat. 27. Mai 2022. Abgerufen 29. Mai 2022.
  7. ^ "Untersuchung der algorithmischen Verstärkung politischer Inhalte auf Twitter". Abgerufen 29. Mai 2022.
  8. ^ Park, Sohyun; Oh, Heung-Kwon; Park, Gibeom; Suh, Bongwon; Bae, Woo Kyung; Kim, Jin gewann; Yoon, Hyuk; Kim, Duck-woo; Kang, Sung-bum (Februar 2016). "Die Quelle und Glaubwürdigkeit von Darmkrebsinformationen auf Twitter". Medizin. 95 (7): E2775. doi:10.1097/md.0000000000002775. PMC 4998625. PMID 26886625.
  9. ^ Eftthimion, Phillip; Payne, Scott; Proferes, Nicholas (20. Juli 2018). "Überwachende Bot -Erkennungstechniken für maschinelles Lernen zur Identifizierung sozialer Twitter -Bots". SMU Data Science Review. 1 (2).
  10. ^ "Die Online -Informationsumgebung" (PDF). Abgerufen 21. Februar 2022.
  11. ^ Islam, MD Rafiqul; Liu, Shaowu; Wang, Xianzhi; Xu, Guandong (29. September 2020). "Deep Learning für Fehlinformationserkennung in sozialen Online -Netzwerken: Eine Umfrage und neue Perspektiven". Analyse und Bergbau im sozialen Netzwerk. 10 (1): 82. doi:10.1007/s13278-020-00696-x. ISSN 1869-5469. PMC 7524036. PMID 33014173.
  12. ^ Mohseni, Sina; Ragan, Eric (4. Dezember 2018). "Bekämpfung gefälschter Nachrichten mit interpretierbaren News -Feed -Algorithmen". Arxiv:1811.12349 [cs.si].
  13. ^ Matz, S. C.; Kosinski, M.; Nave, G.; Stillwell, D. J. (28. November 2017). "Psychologisches Targeting als wirksamer Ansatz für die Überzeugung digitaler Masse". Verfahren der Nationalen Akademie der Wissenschaften der Vereinigten Staaten von Amerika. 114 (48): 12714–12719. doi:10.1073/pnas.1710966114. JStor 26485255. PMC 5715760. PMID 29133409.
  14. ^ Busby, Mattha (30. April 2018). "Enthüllt: Wie Buchmacher KI verwenden, um Spieler süchtig zu halten". Der Wächter.
  15. ^ Celli, Fabio; Massani, Pietro Zani; Lepri, Bruno (2017). "Profilio". Verfahren der 25. ACM International Conference on Multimedia. S. 546–550. doi:10.1145/3123266.3129311. ISBN 978-1-4503-4906-2. S2CID 767688.
  16. ^ "Wie künstliche Intelligenz Sie dazu bringen, Dinge zu kaufen". BBC News. 9. November 2020. Abgerufen 9. November 2020.
  17. ^ Rowinski, Dan (15. Januar 2013). "Virtuelle persönliche Assistenten und die Zukunft Ihres Smartphones [Infografik]". Lesen Schreiben. Archiviert Aus dem Original am 22. Dezember 2015.
  18. ^ Clark, Jack (8. Dezember 2015b). "Warum 2015 ein Durchbruch in der künstlichen Intelligenz war". Bloomberg L.P. Archiviert Aus dem Original am 23. November 2016. Abgerufen 23. November 2016.
  19. ^ Heath, Nick (11. Dezember 2020). "Was ist KI? Alles, was Sie über künstliche Intelligenz wissen müssen". ZDNET. Abgerufen 1. März 2021.
  20. ^ Clark 2015b.
  21. ^ Markoff, John (16. Februar 2011). "Computer gewinnt bei 'Gefahr!': Trivial, es ist nicht". Die New York Times. Archiviert Aus dem Original am 22. Oktober 2014. Abgerufen 25. Oktober 2014.
  22. ^ "Alphago - Google DeepMind". Archiviert Aus dem Original am 10. März 2016.
  23. ^ "Künstliche Intelligenz: Googles Alphago Beats Go Master Lee Se-Dol". BBC News. 12. März 2016. Archiviert Aus dem Original am 26. August 2016. Abgerufen 1. Oktober 2016.
  24. ^ Metz, Cade (27. Mai 2017). "Nach dem Sieg in China erkunden Alphagos Designer neue KI.". Verdrahtet. Archiviert Aus dem Original am 2. Juni 2017.
  25. ^ "World's Go Player Ratings". Mai 2017. Archiviert Aus dem Original am 1. April 2017.
  26. ^ "柯洁 迎 19 岁生日 雄踞 人类 世界 排名 第一 已 年 年 年" (auf Chinesisch). Mai 2017. Archiviert Aus dem Original am 11. August 2017.
  27. ^ "Muzero: Mastering Go, Schach, Shogi und Atari ohne Regeln". Deepmind. Abgerufen 1. März 2021.
  28. ^ Steven Borowiec; Tracey Lien (12. März 2016). "Alphago schlägt Human Go Champ in Meilenstein für künstliche Intelligenz". Los Angeles Zeiten. Abgerufen 13. März 2016.
  29. ^ Solly, Meilan. "Dieser Pokerspiel A.I. weiß, wann man sie halten und wann sie sie falten müssen.". Smithsonian. Pluribus hat Poker-Profis in einer Reihe von Sechs-Spieler-No-Limit-Spielen in Texas Hold'em besiegt und erreicht einen Meilenstein in der Forschung für künstliche Intelligenz. Es ist der erste Bot, der Menschen in einem komplexen Multiplayer -Wettbewerb zu schlagen.
  30. ^ Bowling, Michael; Burch, Neil; Johanson, Michael; Tammelin, Oskari (9. Januar 2015). "Heads-up Limit Hold'em Poker ist gelöst". Wissenschaft. 347 (6218): 145–149. Bibcode:2015Sci ... 347..145b. doi:10.1126/science.1259433. ISSN 0036-8075. PMID 25574016. S2CID 3796371.
  31. ^ Ontanon, Santiago; Synaeve, Gabriel; URiARTE, Alberto; Richoux, Florian; Churchill, David; Preuss, Mike (Dezember 2013). "Eine Umfrage zur Echtzeit-Strategie-KI-Forschung und -wettbewerb in Starcraft". IEEE -Transaktionen zu Computer -Intelligenz und KI in Spielen. 5 (4): 293–311. Citeseerx 10.1.1.406.2524. doi:10.1109/tciaig.2013.2286295. S2CID 5014732.
  32. ^ "Facebook betritt den Starcraft -Krieg leise für AI Bots und verliert". VERDRAHTET. 2017. Abgerufen 7. Mai 2018.
  33. ^ Silber, David; Hubert, Thomas; Schrittweser, Julian; Antonoglou, Ioannis; Lai, Matthew; Guez, Arthur; Lanctot, Marc; Sifre, Laurent; Kumaran, Dharshan; Graepel, Thore; Lillicrap, Timothy; Simonyan, Karen; Hassabis, Demis (7. Dezember 2018). "Ein allgemeiner Verstärkungslernalgorithmus, der Schach, Shogi, und Selbstspiel durchläuft". Wissenschaft. 362 (6419): 1140–1144. Bibcode:2018Sci ... 362.1140s. doi:10.1126/Science.AAR6404. PMID 30523106.
  34. ^ Probe, Ian (18. Oktober 2017). ""Es ist in der Lage, Wissen selbst zu erstellen": Google enthüllt KI, das selbst lernt ". Der Wächter. Abgerufen 7. Mai 2018.
  35. ^ "Die KI -Revolution in der Wissenschaft". Wissenschaft | AAAs. 5. Juli 2017. Abgerufen 7. Mai 2018.
  36. ^ "Der Superheld der künstlichen Intelligenz: Kann dieses Genie es in Schach halten?". Der Wächter. 16. Februar 2016. Archiviert Aus dem Original am 23. April 2018. Abgerufen 26. April 2018.
  37. ^ Mnih, Volodymyr; Kavukcuoglu, Koray; Silber, David; Rusu, Andrei A.; Ehrerblichkeit, Joel; Bellemare, Marc G.; Graves, Alex; Riedmiller, Martin; Fidjeland, Andreas K.; Ostrovski, Georg; Petersen, Stig; Beattie, Charles; Sadik, Amir; Antonoglou, Ioannis; König, Helen; Kumaran, Dharshan; Wierstra, Daan; Legg, Shane; Hassabis, Demis (26. Februar 2015). "Kontrolle von Menschenebene durch tiefes Verstärkungslernen". Natur. 518 (7540): 529–533. Bibcode:2015Natur.518..529m. doi:10.1038/nature14236. PMID 25719670. S2CID 205242740.
  38. ^ Probe, Ian (14. März 2017). "Google's DeepMind macht KI -Programm, das wie ein Mensch lernen kann". Der Wächter. Archiviert Aus dem Original am 26. April 2018. Abgerufen 26. April 2018.
  39. ^ Schrittweser, Julian; Antonoglou, Ioannis; Hubert, Thomas; Simonyan, Karen; Sifre, Laurent; Schmitt, Simon; Guez, Arthur; Lockhart, Edward; Hassabis, Demis; Graepel, Thore; Lillicrap, Timothy (23. Dezember 2020). "Mastering Atari, Go, Schach und Shogi, indem Sie mit einem gelehrten Modell planen". Natur. 588 (7839): 604–609. Arxiv:1911.08265. Bibcode:2020Natur.588..604s. doi:10.1038/s41586-020-03051-4. ISSN 1476-4687. PMID 33361790. S2CID 208158225.
  40. ^ K, Bharath (2. April 2021). "KI im Schach: Die Entwicklung künstlicher Intelligenz in Schachmotoren". Mittel. Abgerufen 6. Januar 2022.
  41. ^ Vorbereitung auf die Zukunft der künstlichen Intelligenz. Nationaler Wissenschafts- und Technologierat. OCLC 965620122.
  42. ^ Gambhire, Akshaya; Shaikh Mohammad, Bilal N. (8. April 2020). Verwendung künstlicher Intelligenz in der Landwirtschaft. Proceedings der 3. Internationalen Konferenz über Fortschritte in Science & Technology (ICAST) 2020. SSRN 3571733.
  43. ^ "Die Zukunft der KI in der Landwirtschaft". Intel. Abgerufen 5. März 2019.
  44. ^ Sennaar, Kumba. "KI in der Landwirtschaft - Gegenwart Anwendungen und Auswirkungen | Emerj - Forschung und Einsicht künstlicher Intelligenz". Emerj. Abgerufen 5. März 2019.
  45. ^ G. Jones, Colleen (26. Juni 2019). "Künstliche Intelligenz in der Landwirtschaft: Landwirtschaft für das 21. Jahrhundert". Abgerufen 8. Februar 2021.
  46. ^ 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. März 2022). "Klassifizierung von Schweinen -Rufen, die von der Geburt bis zum Schlachten entsprechend ihrer emotionalen Wertigkeit und ihrem Produktionskontext produziert werden". Wissenschaftliche Berichte. 12 (1): 3409. Bibcode:2022natsr..12.3409b. doi:10.1038/s41598-022-07174-8. ISSN 2045-2322. PMC 8901661. PMID 35256620.
  47. ^ Moreno, Millán M.; Guzmán, Sevilla E.; Demyda, S. E. (1. November 2011). "Bevölkerung, Armut, Produktion, Ernährungssicherheit, Lebensmittelsouveränität, Biotechnologie und nachhaltige Entwicklung: Herausforderungen für das xxi -Jahrhundert". Bulletin der Universität für Landwirtschaftswissenschaften und Veterinärmedizin Cluj-Napoca. Tiermedizin. 1 (68). doi:10.15835/buasvmcn-vm: 1: 68: 6771 (Inaktiv 31. Juli 2022).{{}}: CS1 Wartung: doi inaktiv im Juli 2022 (Link)
  48. ^ Liundi, Nicholas; Darma, Aditya Wirya; Gunarso, Rivaldi; Warnars, Harco Leslie Hendric Spitz (2019). "Verbesserung der Reisproduktivität in Indonesien mit künstlicher Intelligenz". 2019 7. Internationale Konferenz für Cyber- und IT -Servicemanagement (CITSM). S. 1–5. doi:10.1109/citsm47753.2019.8965385. ISBN 978-1-7281-2909-9. S2CID 210930401.
  49. ^ Talaviya, Tanha; Shah, Dhara; Patel, Nivedita; Yagnik, Hiteshri; Shah, Manan (2020). "Umsetzung künstlicher Intelligenz in der Landwirtschaft zur Optimierung der Bewässerung und Anwendung von Pestiziden und Herbiziden". Künstliche Intelligenz in der Landwirtschaft. 4: 58–73. doi:10.1016/j.aiia.2020.04.002. S2CID 219064189.
  50. ^ Olick, Diana (2022-04-18). "Wie Roboter und Landwirtschaft dazu beitragen können, Wasser zu sparen und die Pflanzen das ganze Jahr über anzubauen". CNBC. Abgerufen 2022-05-09.
  51. ^ Anne Johnson; Emily Grumbling (2019). Auswirkungen künstlicher Intelligenz für die Cybersicherheit: Verfahren eines Workshops. Washington, DC: National Academies Press. ISBN 978-0-309-49451-9. OCLC 1134854973.
  52. ^ Parisi, Alessandro (2019). Praktische künstliche Intelligenz für Cybersicherheit: Implementieren Sie intelligente KI-Systeme zur Verhinderung von Cyber-Angriffen und zur Erkennung von Bedrohungen und Netzwerkanomalien. Birmingham, Großbritannien. ISBN 978-1-78980-517-8. OCLC 1111967955.
  53. ^ "Wie KI die Cybersicherheit in der Welt nach der Kovise automatisieren wird". VentureBeat. 2020-09-06. Abgerufen 2022-05-09.
  54. ^ "Die Rolle der künstlichen Intelligenz im Klassenzimmer". Elearning -Industrie. 14. April 2018. Abgerufen 14. Januar 2019.
  55. ^ Anabel, Quan-Haase (2020). Technologie und Gesellschaft: Soziale Netzwerke, Macht und Ungleichheit. Oxford University Press. ISBN 978-0-19-903225-9. OCLC 1142724334.
  56. ^ Richtel, Matt (21. November 2010). "Digital aufwachsen, für Ablenkung verdrahtet". Die New York Times.
  57. ^ Chen, Hsing-Chung; Prasetyo, eko; Tseng, Shian-Shyong; Putra, Karisma Trinanda; Prayitno; Kusumawardani, Sri Suning; Weng, Chien-Erh (Januar 2022). "Weewise Wise Student Performance Frühe Vorhersage in der virtuellen Lernumgebung mit einer tief erklärbaren künstlichen Intelligenz". Angewandte Wissenschaften. 12 (4): 1885. doi:10.3390/app12041885.
  58. ^ Christy, Charles A. (17. Januar 1990). "Auswirkungen künstlicher Intelligenz auf das Bankgeschäft". Los Angeles Zeiten. Abgerufen 10. September 2019.
  59. ^ O'Neill, Eleanor (31. Juli 2016). "Buchhaltung, Automatisierung und KI". icas.com. Archiviert Aus dem Original am 18. November 2016. Abgerufen 18. November 2016.
  60. ^ "CTO -Ecke: Nutzung der künstlichen Intelligenz in Finanzdienstleistungen - Finanzdienstleistungen Roundtable". Finanzdienstleistungsrundtisch. 2. April 2015. archiviert von das Original am 18. November 2016. Abgerufen 18. November 2016.
  61. ^ "Künstliche Intelligenzlösungen, AI -Lösungen". sas.com.
  62. ^ Chapman, Lizette (7. Januar 2019). "Palantir hat einmal die Idee von Vertriebsmitarbeitern verspottet. Jetzt stellt es sie ein.". Los Angeles Zeiten. Abgerufen 28. Februar 2019.
  63. ^ Marwala, Tshilidzi; Hurwitz, Evan (2017). Künstliche Intelligenz und Wirtschaftstheorie: Skynet auf dem Markt. London: Springer. ISBN 978-3-319-66104-9.
  64. ^ Marwala, Tshilidzi; Hurwitz, Evan (2017), "Effizienzmarkthypothese", Künstliche Intelligenz und Wirtschaftstheorie: Skynet auf dem Markt, Cham: Springer International Publishing, S. 101–110, doi:10.1007/978-3-319-66104-9_9, ISBN 978-3-319-66103-2, abgerufen 11. November 2020
  65. ^ "Algorithmischer Handel". Investopedia. 18. Mai 2005.
  66. ^ "Jenseits von Robo-Beratern: Wie KI die Vermögensverwaltung neu verdrahtet". 5. Januar 2017.
  67. ^ Asatryan, Diana (3. April 2017). "Maschinelles Lernen ist die Zukunft des Underwritings, aber Startups werden es nicht fahren.". bankinnovation.net. Abgerufen 15. April 2022.
  68. ^ "Zestfinance führt eine Plattform für maschinelles Lernen ein, um Millennials und andere Verbraucher mit begrenzter Kreditgeschichte zu unterschreiben.". 14. Februar 2017.
  69. ^ Chang, Hsihui; Kao, Yi-Ching; Mashruwala, Raj; Sorensen, Susan M. (10. April 2017). "Technische Ineffizienz, allokative Ineffizienz und Prüfungspreise". Journal of Accounting, Auditing & Finanzen. 33 (4): 580–600. doi:10.1177/0148558x17696760. S2CID 157787279.
  70. ^ Durkin, J. (2002). "Geschichte und Anwendungen". Expertensysteme. Vol. 1. S. 1–22. doi:10.1016/b978-012443880-4/50045-4. ISBN 978-0-12-443880-4.
  71. ^ Chen, K.C.; Liang, Ting -Peng (1. Mai 1989). "ProterRader: Ein Expertensystem für den Programmhandel". Managementfinanzierung. 15 (5): 1–6. doi:10.1108/eb013623.
  72. ^ Nielson, Norma; Brown, Carol E.; Phillips, Mary Ellen (Juli 1990). "Expertensysteme für persönliche Finanzplanung". Journal of Financial Planning: 137–143. doi:10.11575/prism/33995. HDL:1880/48295.
  73. ^ Senator, Ted E.; Goldberg, Henry G.; Wooton, Jerry; Cottini, Matthew A.; Khan, A. F. Umar; Kilinger, Christina D.; Lamas, Winston M.; Marrone, Michaei P.; Wong, Raphael W.H. (1995). "Das Fincen Artificial Intelligence System: Ermittlung potenzieller Geldwäsche aus Berichten großer Geldtransaktionen" (PDF). IAAI-95 Verfahren.
  74. ^ Sutton, Steve G.; Holt, Matthew; Arnold, Vicky (September 2016). ""Die Berichte über meinen Tod sind stark übertrieben" - die Artificial Intelligence Research in Accounting ". Internationales Journal of Accounting Information Systems. 22: 60–73. doi:10.1016/j.accinf.2016.07.005.
  75. ^ Buckley, Chris; Mozur, Paul (22. Mai 2019). "Wie China High-Tech-Überwachung verwendet, um Minderheiten zu unterwerfen". Die New York Times.
  76. ^ "Der Sicherheitsrücklauf hat ein chinesisches Smart City -Überwachungssystem enthüllt".
  77. ^ "KI -Verkehrssignale, die bald in Bengaluru installiert werden sollen". NEXTBIGWHAT. 24. September 2019. Abgerufen 1. Oktober 2019.
  78. ^ a b c Congressional Research Service (2019). Künstliche Intelligenz und nationale Sicherheit (PDF). Washington, DC: Kongressforschungsdienst.
  79. ^ a b c Slyusar, Vadym (2019). "Künstliche Intelligenz als Grundlage für zukünftige Kontrollnetzwerke". ResearchGate. doi:10.13140/rg.2.2.30247.50087.
  80. ^ "Mit militärischen Robotik in den Griff bekommen". Der Ökonom. 25. Januar 2018. Abgerufen 7. Februar 2018.
  81. ^ "Autonome Systeme: Infografik". Siemens.com. Abgerufen 7. Februar 2018.
  82. ^ Allen, Gregory (6. Februar 2019). "Chinas KI -Strategie verstehen". Zentrum für eine neue amerikanische Sicherheit. Archiviert von das Original am 17. März 2019. Abgerufen 17. März 2019.
  83. ^ "10 vielversprechende KI -Anwendungen im Gesundheitswesen". Harvard Business Review. 10. Mai 2018. archiviert von das Original am 15. Dezember 2018. Abgerufen 28. August 2018.
  84. ^ Healthitanalytics (29. Oktober 2019). "Microsoft verwendet KI, um Krebspräzisionsmedizin zu beschleunigen". Healthitanalytics. Abgerufen 29. November 2020.
  85. ^ Dina Bass (20. September 2016). "Microsoft entwickelt KI, um Krebsärzten zu helfen, die richtigen Behandlungen zu finden". Bloomberg L.P. Archiviert vom Original am 11. Mai 2017.
  86. ^ Gallagher, James (26. Januar 2017). "Künstliche Intelligenz" so gut wie Krebsärzte "". BBC News. Archiviert Aus dem Original am 26. Januar 2017. Abgerufen 26. Januar 2017.
  87. ^ Langen, Pauline A.; Katz, Jeffrey S.; Dempsey, Gayle, Hrsg. (18. Oktober 1994),, Fernüberwachung von Hochrisikopatienten unter Verwendung künstlicher Intelligenz, archiviert Aus dem Original am 28. Februar 2017, abgerufen 27. Februar 2017
  88. ^ Kermany, Daniel S.; Goldbaum, Michael; Cai, Wenjia; Valentim, Carolina C.S.; Liang, Huiying; Baxter, Sally L.; McKeown, Alex; Yang, GE; Wu, Xiaokang; Yan, Fanging; Dong, Justin; Prasadha, machte K.; Pei, Jacqueline; Ting, Magdalene Y.L.; Zhu, Jie; Li, Christina; Hewett, Sierra; Dong, Jason; Ziyar, Ian; Shi, Alexander; Zhang, Runze; Zheng, Lianghong; Hou, Rui; Shi, William; Fu, Xin; Duan, yaou; Huu, Viet A.N.; Wen, Cindy; Zhang, Edward D.; Zhang, Charlotte L.; Li, Oulan; Wang, Xiaobo; Sänger Michael A.; Sonne, Xiaodong; Xu, Jie; Tattreshi, Ali; Lewis, M. Anthony; Xia, Huimin; Zhang, Kang (Februar 2018). "Identifizierung medizinischer Diagnosen und behandelbare Krankheiten durch bildbasiertes Deep Learning". Zelle. 172 (5): 1122–1131.e9. doi:10.1016/j.cell.2018.02.010. PMID 29474911. S2CID 3516426.
  89. ^ Senthilingam, Meera (12. Mai 2016). "Sind autonome Roboter Ihre nächsten Chirurgen?". CNN. Archiviert Aus dem Original am 3. Dezember 2016. Abgerufen 4. Dezember 2016.
  90. ^ Pumplun L, Fecho M, Wahl N, Peters F, Buxmann P (2021). "Einführung maschineller Lernsysteme für medizinische Diagnostika in Kliniken: Qualitative Interviewstudie". Journal of Medical Internet Research. 23 (10): E29301. doi:10.2196/29301. PMC 8556641. PMID 34652275. S2CID 238990562.
  91. ^ Reed, Todd R.; Reed, Nancy E.; Fritzson, Peter (2004). "Herzklanganalyse zur Erkennung von Symptomen und computergestützter Diagnose". Simulationsmodellierungspraxis und Theorie. 12 (2): 129–146. doi:10.1016/j.simpat.2003.11.005.
  92. ^ Yorita, Akihiro; Kubota, Naoyuki (2011). "Kognitive Entwicklung bei Partnerrobotern für die Unterstützung von Informationen für ältere Menschen". IEEE -Transaktionen zur autonomen mentalen Entwicklung. 3: 64–73. Citeseerx 10.1.1.607.342. doi:10.1109/tamd.2011.2105868. S2CID 13797196.
  93. ^ Ray, Dr. Amit (14. Mai 2018). "Künstliche Intelligenz für die Unterstützung der Navigation von Blinden". Verleger des inneren Lichts.
  94. ^ "Künstliche Intelligenz wird die Gesundheitsversorgung neu gestalten - den medizinischen Futuristen". Der medizinische Futurist. 4. August 2016. Abgerufen 18. November 2016.
  95. ^ Döntaş, Handan Melike; Fuentealba, Matías; Partridge, Linda; Thornton, Janet M. (Februar 2019). "Identifizierung potenzieller Altersmoduliermedikamente in Silico". Trends in Endokrinologie und Stoffwechsel. 30 (2): 118–131. doi:10.1016/j.tem.2018.11.005. PMC 6362144. PMID 30581056.
  96. ^ Smer-Barreto, Vanessa; Quintanilla, Andrea; Elliot, Richard J. R.; Dawson, John C.; Sonne, Jiugeng; Carragher, Neil O.; Acosta, Juan Carlos; Oyarzún, Diego A. (27. April 2022). "Entdeckung neuer Senolytik mit maschinellem Lernen": 2022.04.26.489505. doi:10.1101/2022.04.26.489505. S2CID 248452963. {{}}: Journal zitieren erfordert |journal= (Hilfe)
  97. ^ Luxton, David D. (2014). "Künstliche Intelligenz in der psychologischen Praxis: Aktuelle und zukünftige Anwendungen und Implikationen". Berufspsychologie: Forschung und Praxis. 45 (5): 332–339. doi:10.1037/a0034559.
  98. ^ Randhawa, Gurjit S.; Solysiak, Maximillian P. M.; Roz, Hadi El; Souza, Camila P. E. de; Hill, Kathleen A.; Kari, Lila (24. April 2020). "Maschinelles Lernen unter Verwendung von intrinsischen genomischen Signaturen zur schnellen Klassifizierung neuer Krankheitserreger: COVID-19-Fallstudie". PLUS EINS. 15 (4): E0232391. Bibcode:2020PLOSO..1532391R. doi:10.1371/journal.pone.0232391. ISSN 1932-6203. PMC 7182198. PMID 32330208.
  99. ^ Ihr, Jiarong; Yeh, yin-ting; Xue, Yuan; Wang, Ziyang; Zhang, NA; Liu, er; Zhang, Kunyan; Ricker, Ryeanne; Yu, Zhuohang; Roder, Allison; Perea Lopez, Nestor; Organtini, Lindsey; Greene, Wallace; Hafenstein, Susan; Lu, Huaguang; Ghedin, Elodie; Terrones, Mauricio; Huang, Shengxi; Huang, Sharon Xiaolei (7. Juni 2022). "Genaue Virusidentifikation mit interpretierbaren Raman -Signaturen durch maschinelles Lernen". Verfahren der National Academy of Sciences. 119 (23): E2118836119. Arxiv:2206.02788. Bibcode:2022pnas..11918836y. doi:10.1073/pnas.2118836119. PMID 35653572. S2CID 235372800.
  100. ^ "Künstliche Intelligenz findet krankheitsbedingte Gene". Linköping University. Abgerufen 3. Juli 2022.
  101. ^ "Forscher verwenden KI, um eine neue Genefamilie in Darmbakterien zu erkennen". UT Southwestern Medical Center. Abgerufen 3. Juli 2022.
  102. ^ a b c Zhavoronkov, Alex; Mamoshina, Polina; Vanhaelen, Quentin; Scheibye-Knudsen, Morten; Moskalev, Alexey; Aliper, Alex (1. Januar 2019). "Künstliche Intelligenz für Altern und Langlebigkeitsforschung: Jüngste Fortschritte und Perspektiven". Alterne Forschungsüberprüfungen. 49: 49–66. doi:10.1016/j.arr.2018.11.003. ISSN 1568-1637. PMID 30472217. S2CID 53755842.
  103. ^ a b Moore, Phoebe V. (7. Mai 2019). "OSH und die Zukunft der Arbeit: Vorteile und Risiken künstlicher Intelligenzwerkzeuge an Arbeitsplätzen". EU-OSHA. S. 3–7. Abgerufen 30. Juli 2020.
  104. ^ a b c Howard, John (November 2019). "Künstliche Intelligenz: Implikationen für die Zukunft der Arbeit". American Journal of Industrial Medicine. 62 (11): 917–926. doi:10.1002/ajim.23037. PMID 31436850. S2CID 201275028.
  105. ^ Gianatti, Toni-Louise (14. Mai 2020). "Wie AI-gesteuerte Algorithmen die ergonomische Sicherheit eines Individuums verbessern". Arbeitsgesundheit und Sicherheit. Abgerufen 30. Juli 2020.
  106. ^ Meyers, Alysha R. (1. Mai 2019). "KI und Arbeiter Comp". NIOSH Science Blog. Abgerufen 3. August 2020.
  107. ^ Webb, Sydney; Siordia, Carlos; Bertke, Stephen; Bartlett, Diana; Reitz, Dan (26. Februar 2020). "Künstliche Intelligenz Crowdsourcing -Wettbewerb um Verletzungsüberwachung". NIOSH Science Blog. Abgerufen 3. August 2020.
  108. ^ Ferguson, Murray (19. April 2016). "Künstliche Intelligenz: Was kommt für EHS ... und wann?". EHS heute. Abgerufen 30. Juli 2020.
  109. ^ "DeepMind beantwortet eine der größten Herausforderungen der Biologie". Der Ökonom. 30. November 2020. ISSN 0013-0613. Abgerufen 30. November 2020.
  110. ^ Jeremy Kahn, Lehren aus dem Durchbruch von DeepMind bei der Protein-Faltungs-A.I., Reichtum, 1. Dezember 2020
  111. ^ Stocker, Sina; Csányi, Gábor; Reuter, Karsten; Margraf, Johannes T. (30. Oktober 2020). "Maschinelles Lernen im chemischen Reaktionsraum". Naturkommunikation. 11 (1): 5505. Bibcode:2020natco..11.5505s. doi:10.1038/s41467-020-19267-x. ISSN 2041-1723. PMC 7603480. PMID 33127879.
  112. ^ "Allchemy-Ressourcenbewusstes KI für die Entdeckung von Drogen". Abgerufen 29. Mai 2022.
  113. ^ Wołos, Agnieszka; Roszak, Rafał; Ądło-dobrowolska, Anna; Beker, Wiktor; Mikulak-Klucznik, Barbara; Spólnik, Grzegorz; Dygas, Mirosław; Szymkuć, Sara; Grzybowski, Bartosz A. (25. September 2020). "Synthetische Konnektivität, Entstehung und Selbstregeneration im Netzwerk der präbiotischen Chemie". Wissenschaft. 369 (6511): EAAW1955. doi:10.1126/Science.AAW1955. PMID 32973002. S2CID 221882090.
  114. ^ Wołos, Agnieszka; Koszelewski, Dominik; Roszak, Rafał; Szymkuć, Sara; Moskal, Martyna; Ostaszewski, Ryszard; Herrera, Brenden T.; Maier, Josef M.; Brezicki, Gordon; Samuel, Jonathon; Lummiss, Justin A. M.; McQuade, D. Tyler; Rogers, Luke; Grzybowski, Bartosz A. (April 2022). "Computergestützte Umwandlung chemischer Abfälle in Medikamente". Natur. 604 (7907): 668–676. doi:10.1038/s41586-022-04503-9. ISSN 1476-4687. PMID 35478240. S2CID 248415772.
  115. ^ "Chemiker diskutieren die Zukunft des maschinellen Lernens in der Syntheseplanung und fragen nach offenen Daten". cen.acs.org. Abgerufen 29. Mai 2022.
  116. ^ Paul, Debleena; Sanap, Gaurav; Shenoy, Snehal; Kalyane, Dnyaneshwar; Kalia, Kiran; Tekade, Rakesh K. (Januar 2021). "Künstliche Intelligenz in der Entdeckung und Entwicklung von Drogen". Drogenentdeckung heute. 26 (1): 80–93. doi:10.1016/j.drudis.2020.10.010. PMC 7577280. PMID 33099022.
  117. ^ Zhavoronkov, Alex; Ivanenkov, Yan A.; Aliper, Alex; Veselov, Mark S.; Aladinskiy, Vladimir A.; Aladinskaya, Anastasiya V.; Terentiev, Victor A.; Polykovskiy, Daniil A.; Kuznetsov, Maksim D.; Asadulaev, Arip; Volkov, Yury; Zholus, Artem; Shayakhmmetov, Rim R.; Zhebrak, Alexander; Minaeva, Lidiya I.; Zagribelyy, Bogdan A.; Lee, Lennart H.; Soll, Richard; Madge, David; Xing, li; Guo, Tao; Aspuru-Guzik, Alán (2. September 2019). "Deep Learning ermöglicht eine schnelle Identifizierung starker DDR1 -Kinase -Inhibitoren". Natur. 37 (9): 1038–1040. doi:10.1038/s41587-019-0224-x. PMID 31477924. S2CID 201716327.
  118. ^ Radivojević, Tijana; Costello, Zak; Arbeiter, Kenneth; Garcia Martin, Hector (25. September 2020). "Ein maschinelles Lernen automatisiertes Empfehlungswerkzeug für synthetische Biologie". Naturkommunikation. 11 (1): 4879. Arxiv:1911.11091. Bibcode:2020natco..11.4879r. doi:10.1038/s41467-020-18008-4. ISSN 2041-1723. PMC 7519645. PMID 32978379.
  119. ^ a b Pablo Carbonell; Tijana radivojevic; Héctor García Martín* (2019). "Möglichkeiten an der Schnittstelle von synthetischer Biologie, maschinellem Lernen und Automatisierung". ACS -Synthetikbiologie. 8 (7): 1474–1477. doi:10.1021/ACSSYNBIO.8B00540. HDL:20.500.11824/998. PMID 31319671. S2CID 197664634.
  120. ^ Gadzhimagomedova, Z. M.; Pashkov, D. M.; Kirsanova, D. Yu.; Soldatov, S. A.; Butakova, M. A.; Chernov, A. V.; Soldatov, A. V. (1. Februar 2022). "Künstliche Intelligenz für nanostrukturierte Materialien". Berichte von Nanobiotechnologie. 17 (1): 1–9. doi:10.1134/s2635167622010049. ISSN 2635-1684. S2CID 248701168.
  121. ^ Mirzaei, Mahsa; Furxhi, Irini; Murphy, Finbarr; Mullins, Martin (Juli 2021). "Ein Werkzeug für maschinelles Lernen zur Vorhersage der antibakteriellen Kapazität von Nanopartikeln". Nanomaterialien. 11 (7): 1774. doi:10.3390/nano11071774. ISSN 2079-4991. PMC 8308172. PMID 34361160.
  122. ^ Chen, Angela (25. April 2018). "Wie KI uns hilft, Materialien schneller als je zuvor zu entdecken". Der Verge. Abgerufen 30. Mai 2022.
  123. ^ Talapatra, Anjana; Boluki, S.; Duong, T.; Qian, X.; Dougherty, E.; Arróyave, R. (26. November 2018). "Autonomes effizientes Experimentdesign für die Entdeckung von Materialien mit der Mittelung von Bayes'schen Modell". Physikalische Überprüfungsmaterialien. 2 (11): 113803. Arxiv:1803.05460. Bibcode:2018phrvm ... 2K3803t. doi:10.1103/PhysRevMaterials.2.113803. S2CID 53632880.
  124. ^ Zhao, Yicheng; Zhang, Jiyun; Xu, Zhengwei; Sonne, Shijing; Langner, Stefan; Hartono, Noor Titan Putri; Heumueller, Thomas; Hou, yi; Elia, Jack; Beschichtung; Matt, Gebhard J.; Du, Xiaoyan; Meng, Wei; Osvet, Andres; Zhang, Kaicheng; Stubhan, Tobias; Feng, Yexin; Hauch, Jens; Sargent, Edward H.; Buonassisi, Tonio; Brabec, Christoph J. (13. April 2021). "Entdeckung der temperaturinduzierten Stabilitätsumkehr in Perovskiten unter Verwendung von Roboterlernen mit hohem Durchsatz". Naturkommunikation. 12 (1): 2191. Bibcode:2021natco..12.2191z. doi:10.1038/s41467-021-22472-x. ISSN 2041-1723. PMC 8044090. PMID 33850155.
  125. ^ Burger, Benjamin; Maffettone, Phillip M.; Gusev, Vladimir V.; Aitchison, Catherine M.; Bai, Yang; Wang, Xiaoyan; Li, Xiaobo; Alston, Ben M.; Li, Buyi; Clowes, Rob; Rankin, Nicola; Harris, Brandon; Sprick, Reiner Sebastian; Cooper, Andrew I. (Juli 2020). "Ein mobiler Roboterchemiker". Natur. 583 (7815): 237–241. Bibcode:2020Natur.583..237b. doi:10.1038/s41586-020-2442-2. ISSN 1476-4687. PMID 32641813. S2CID 220420261. Abgerufen 16. August 2020.
  126. ^ Roper, Katherine; Abdel-Rehim, A.; Hubbard, Sonya; Zimmermann, Martin; Rzhetsky, Andrey; Soldatova, Larisa; King, Ross D. (2022). "Testen der Reproduzierbarkeit und Robustheit der Krebsbiologie -Literatur nach Roboter". Journal of the Royal Society Interface. 19 (189): 20210821. doi:10.1098/rsif.2021.0821. PMC 8984295. PMID 35382578.
  127. ^ Krauhausen, Imke; Koutsouras, Dimitrios A.; Melianas, Armantas; Keene, Scott T.; Lieberth, Katharina; Ledanseur, Hadrien; Sheelamanthula, Rajendar; Giovannitti, Alexander; Torricelli, Fabrizio; McCulloch, Iain; Blom, Paul W. M.; Salleo, Alberto; van de burgt, yoeri; Gkoupidenis, Paschalis (10. Dezember 2021). "Organische neuromorphe Elektronik für die sensomotorische Integration und Lernen in Robotik". Wissenschaft Fortschritte. 7 (50): EABL5068. Bibcode:2021Scia .... 7.5068K. doi:10.1126/sciadv.abl5068. ISSN 2375-2548. PMC 8664264. PMID 34890232.
  128. ^ Kagan, Brett J.; Küche, Andy C.; Tran, Nhi T.; Parker, Bradyn J.; Bhat, Anjali; Rollo, Ben; Razi, Adeel; Friston, Karl J. (3. Dezember 2021). "In-vitro-Neuronen lernen und weisen empfindlich an, wenn sie in einer simulierten Spielwelt verkörpert". Biorxiv 10.1101/2021.12.02.471005.
  129. ^ Fu, Tianda; Liu, Xiaomeng; Gao, Hongyaner; Ward, Joy E.; Liu, Xiaorong; Yin, Bing; Wang, Zhonglui; Zhuo, ihr; Walker, David J. F.; Joshua Yang, J.; Chen, Jianhan; Lovley, Derek R.; Yao, Jun (20. April 2020). "Bioinspirierte Biospannungsmemristoren". Naturkommunikation. 11 (1): 1861. Bibcode:2020natco..11.1861f. doi:10.1038/s41467-020-15759-y. PMC 7171104. PMID 32313096.
  130. ^ Rloat, Sarah. "Gehirnemulationen stellen drei massive moralische und beängstigende praktische Fragen auf". Umgekehrt. Abgerufen 3. Juli 2022.
  131. ^ Sandberg, Anders (3. Juli 2014). "Ethik der Gehirnemulationen". Zeitschrift für experimentelle & theoretische künstliche Intelligenz. 26 (3): 439–457. doi:10.1080/0952813x.2014.895113. S2CID 14545074.
  132. ^ Tugui, Alexandru; Danciulescu, Daniela; Subtirelu, Mihaela-Simona (14. April 2019). "Die biologische als doppelte Grenze für künstliche Intelligenz: Überprüfung und futuristische Debatte". Internationales Journal of Computers Communications & Control. 14 (2): 253–271. doi:10.15837/ijccc.2019.2.3536. ISSN 1841-9844. S2CID 146091906.
  133. ^ Ball, Nicholas M.; Brunner, Robert J. (1. Juli 2010). "Data Mining und maschinelles Lernen in Astronomie". Internationales Journal of Modern Physics D.. 19 (7): 1049–1106. Arxiv:0906.2173. Bibcode:2010ijmpd..19.1049b. doi:10.1142/s0218271810017160. ISSN 0218-2718. S2CID 119277652.
  134. ^ a b Shekhtman, Svetlana (15. November 2019). "NASA Anwendung von KI -Technologien auf Probleme in der Weltraumwissenschaft". NASA. Abgerufen 30. Mai 2022.
  135. ^ Fluke, Christopher J.; Jacobs, Colin (März 2020). "Vermessung der Reichweite und Reife des maschinellen Lernens und der künstlichen Intelligenz in der Astronomie". Drähte Data Mining und Wissensentdeckung. 10 (2). Arxiv:1912.02934. Bibcode:2020wdmkd..10.1349f. doi:10.1002/widm.1349. ISSN 1942-4787. S2CID 208857777.
  136. ^ Pultarova, Tereza (29. April 2021). "Künstliche Intelligenz lernt, wie man Weltraummüll in der Umlaufbahn ausweist.". Space.com. Abgerufen 3. Juli 2022.
  137. ^ Mohan, Jaya Preethi; Tejaswi, N. (2020). "Eine Studie zum Einbetten der künstlichen Intelligenz und des maschinellen Lernens in die Weltraumforschung und Astronomie." Aufkommende Trends in Computer- und Experten -Technologie. Vorlesungen zu Datenentwicklungs- und Kommunikationstechnologien. Springer International Publishing. 35: 1295–1302. doi:10.1007/978-3-030-32150-5_131. ISBN 978-3-030-32149-9. S2CID 209081154.
  138. ^ Rees, Martin (30. April 2022). "Könnten räumliche Milliardäre die Avantgarde einer kosmischen Revolution sein? | Martin Rees". Der Wächter. Abgerufen 29. Mai 2022.
  139. ^ a b "Künstliche Intelligenz im Weltraum". www.esa.int. Abgerufen 30. Mai 2022.
  140. ^ McCarren, Andrew. "Identifizierung der extra-terrestrischen Intelligenz mit maschinellem Lernen". ADER.
  141. ^ Zhang, Yunfan Gerry; Gajjar, Vishal; Foster, Griffin; Siemion, Andrew; Cordes, James; Gesetz, Casey; Wang, Yu (2018). "Fast Radio Burst 121102 Impulserkennung und Periodizität: Ein Ansatz für maschinelles Lernen". Das Astrophysical Journal. 866 (2): 149. Arxiv:1809.03043. Bibcode:2018APJ ... 866..149Z. doi:10.3847/1538-4357/AADF31. S2CID 52232565.
  142. ^ Nanda, Lakshay; V, Santhi (November 2019). "SETI (Suche nach zusätzlicher terrestrischer Intelligenz) Signalklassifizierung mit maschinellem Lernen". 2019 Internationale Konferenz über intelligente Systeme und erfinderische Technologie (ICSIT): 499–504. doi:10.1109/icSsit46314.2019.8987793. ISBN 978-1-7281-2119-2. S2CID 211120812.
  143. ^ Gajjar, Vishal; Siemion, Andrew; Croft, Steve; Brzycki, Bryan; Burgay, Marta; Carozzi, Tobia; Concu, Raimondo; Tschechisch, Daniel; Deboer, David; Demarines, Julia; Drew, Jamie; Enriquez, J. Emilio; Fawcett, James; Gallagher, Peter; Garrett, Michael; Gizani, Nektaria; Hellbourg, Greg; Holder Jamie; Isaacson, Howard; Kudale, Sanjay; Lacki, Brian; Lebofsky, Matthew; Li, di; MacMahon, David H. E.; McCauley, Joe; Melis, Andrea; Molinari, Emilio; Murphy, Pearse; Perrodin, Delphine; Pilia, Maura; Preis, Danny C.; Webb, Claire; Werthimer, Dan; Williams, David; Worden, Pete; Zarka, Philippe; Zhang, Yunfan Gerry (2. August 2019). "Der Durchbruch hören nach außerirdischer Intelligenz zu." Bulletin der American Astronomical Society. 51 (7): 223. Arxiv:1907.05519. Bibcode:2019baas ... 51G.223g.
  144. ^ "Skycam -5 - Vorsitzender der Informatik VIII - Luft- und Raumfahrt Informationstechnologie". Universität Würzburg. Abgerufen 29. Mai 2022.
  145. ^ "Project Galileo: Die Suche nach außerirdischen Tech versteckt sich in unserem Sonnensystem". BBC Science Focus Magazine. Abgerufen 29. Mai 2022.
  146. ^ ""Etwas kommt": Ist Amerika endlich bereit, UFOs ernst zu nehmen? ". Der Wächter. 5. Februar 2022. Abgerufen 29. Mai 2022.
  147. ^ David, Leonard (27. Januar 2022). "2022 könnte ein Wendepunkt in der Studie von UFOs sein". livescience.com. Abgerufen 29. Mai 2022.
  148. ^ Gritz, Jennie Rothenberg. "Das Wunder von Avi Loeb". Abgerufen 29. Mai 2022.
  149. ^ Mann, Adam. "Das Galileo -Projekt von Avi Loeb wird nach Beweisen für außerirdische Besuche suchen". Wissenschaftlicher Amerikaner. Abgerufen 29. Mai 2022.
  150. ^ "Galileo -Projekt - Aktivitäten". projects.iq.harvard.edu. Abgerufen 29. Mai 2022.
  151. ^ "Das Galileo -Projekt: Harvard -Forscher suchen nach Anzeichen von Alien -Technologie". Sky Nachrichten.
  152. ^ Loeb, AVI (12. Oktober 2021). "A.I. Astronauten aus fortgeschrittenen Zivilisationen". Spur der Untertassen. Abgerufen 29. Mai 2022.
  153. ^ Loeb, Avi. "Mikroben, natürliche Intelligenz und künstliche Intelligenz". Wissenschaftlicher Amerikaner. Abgerufen 29. Mai 2022.
  154. ^ Rees, Martin. "Warum außerirdische Intelligenz eher künstlich als biologisch ist". Phys.org. Abgerufen 30. Mai 2022.
  155. ^ Crowl, A.; Hunt, J.; Hein, A. M. (1. Januar 2012). "Embryo -Raumkolonisation, um den interstellaren Zeitabstand Engpass zu überwinden". Zeitschrift der British Interplanetary Society. 65: 283–285. Bibcode:2012jbis ... 65..283c. ISSN 0007-084x.
  156. ^ Hein, Andreas M.; Baxter, Stephen (19. November 2018). "Künstliche Intelligenz für interstellare Reisen". Arxiv:1811.06526 [Physik.pop-Ph].
  157. ^ Davies, Jim. "Wir sollten nicht versuchen, bewusste Software zu machen - bis wir sollten". Wissenschaftlicher Amerikaner. Abgerufen 30. Mai 2022.
  158. ^ Torres, Phil (Juni 2018). "Raumbesiedlung und leidenes Risiko: Neubewertung der" Maxipok -Regel "neu bewerten"". Futures. 100: 74–85. doi:10.1016/j.futures.2018.04.008. S2CID 149794325.
  159. ^ Edwards, Matthew R. (April 2021). "Android Noahs und Embryo Arken: Ektogenese in globaler Katastrophenüberleben und Raumbesiedlung". Internationales Journal of Astrobiology. 20 (2): 150–158. Bibcode:2021ijasb..20..150e. doi:10.1017/s147355042100001X. ISSN 1473-5504. S2CID 232148456.
  160. ^ Loeb, AVI (27. Januar 2022). "Intelligente Adaption oder barbarische Duplikation". Mittel. Abgerufen 30. Mai 2022.
  161. ^ Zapata Trujillo, Juan C.; Syme, Anna-Maree; Rowell, Keiran N.; Burns, Brendan P.; Clark, Ebubekir S.; Gorman, Maire N.; Jacob, Lorrie S. D.; Kapodistrias, Panayioti; Kedziora, David J.; Lempiere, Felix A. R.; Medcraft, Chris; O'Sullivan, Jensen; Robertson, Evan G.; Soares, Georgia G.; Steller, Luke; Teece, Bronwyn L.; Tremblay, Chenoa D.; Sousa-Silva, Clara; McKemmish, Laura K. (2021). "Computerinfrarot-Spektroskopie von 958 Phosphor-tragenden Molekülen". Grenzen in Astronomie und Weltraumwissenschaften. 8: 43. Arxiv:2105.08897. Bibcode:2021frass ... 8 ... 43z. doi:10.3389/fspas.2021.639068. ISSN 2296-987X.
  162. ^ Ashley, Kevin D. (2017). Künstliche Intelligenz und Rechtsanalyse: Neue Instrumente für die Anwaltspraxis im digitalen Zeitalter. Cambridge: Cambridge University Press. doi:10.1017/9781316761380. ISBN 978-1-316-76138-0. S2CID 209050358.[Seite benötigt]
  163. ^ Lohr, Steve (2017-03-19). "A.I. leistet juristische Arbeit. Aber es wird die Anwälte nicht ersetzen, doch doch". Die New York Times. ISSN 0362-4331. Abgerufen 2022-05-09.
  164. ^ Croft, Jane (2. Mai 2019). "KI lernt Koreanisch, also musst du nicht". Finanzzeiten. Abgerufen 19. Dezember 2019.
  165. ^ a b Jeff Larson; Julia Angwin (23. Mai 2016). "Wie wir den Compas -Rückfall -Algorithmus analysiert haben". ProPublica. Archiviert vom Original am 29. April 2019. Abgerufen 19. Juni 2020.
  166. ^ "Kommentar: Schlechte Nachrichten. Künstliche Intelligenz ist voreingenommen". CNA. 12. Januar 2019. Archiviert Aus dem Original am 12. Januar 2019. Abgerufen 19. Juni 2020.
  167. ^ Nawaz, Nishad; Gomes, Anjali Mary (2020). "Chatbots für künstliche Intelligenz sind neue Personalvermittler". Internationales Journal für Fortgeschrittene Informatik und Anwendungen. 10 (9). doi:10.2139/ssrn.3521915. S2CID 233762238. SSRN 3521915.
  168. ^ Kafre, Sumit (15. April 2018). "Automatischer Lebenslauf mit maschinellem Lernen und künstlicher Intelligenz". Asian Journal for Convergence in Technology (AJCT). 4.
  169. ^ a b Konger, Alisa; Sangkeettrakarn, Chatchawal; Kongyoung, Sarawoot; Haruechaiyasak, Choochart (2009). "Implementieren eines Online -Helpdesk -Systems basierend auf dem Konversationsagenten". Proceedings der Internationalen Konferenz zum Management von Emergent Digital ECO Systeme - Medes '09. p. 450. doi:10.1145/1643823.1643908. ISBN 9781605588292. S2CID 1046438.
  170. ^ Sara Ashley O'Brien (12. Januar 2016). "Ist diese App das Callcenter der Zukunft?". CNN. Abgerufen 26. September 2016.
  171. ^ Jackclarksf, Jack Clark (20. Juli 2016). "Die neue Google AI bringt Automatisierung in den Kundenservice". Bloomberg L.P.. Abgerufen 18. November 2016.
  172. ^ "Amazon.com testet Kundendienst -Chatbots". Amazonwissenschaft. 25. Februar 2020. Abgerufen 23. April 2021.
  173. ^ "Advanced Analytics in Gastfreundschaft". McKinsey & Company. 2017. Abgerufen 14. Januar 2020.
  174. ^ Zlatanov, Sonja; Popesku, Jovan (2019). "Aktuelle Anwendungen künstlicher Intelligenz in Tourismus und Gastfreundschaft". Proceedings der Internationalen wissenschaftlichen Konferenz - Sinteza 2019. S. 84–90. doi:10.15308/Sinteza-2019-84-90. ISBN 978-86-7912-703-7. S2CID 182061194.
  175. ^ "Forschung bei NVIDIA: Standardvideo mit KI in Zeitlupe umwandeln". Archiviert Aus dem Original am 21. Dezember 2021 - über YouTube.
  176. ^ "Künstliche Intelligenz hilft alten Videospielen, wie neu aussehen". Der Verge. 18. April 2019.
  177. ^ "Rezension: Topaz Sharpsen Ai ist unglaublich". petapixel.com. 4. März 2019.
  178. ^ Griffin, Matthew (26. April 2018). "KI kann jetzt Ihre beschädigten Fotos in ihren ursprünglichen Zustand wiederherstellen".
  179. ^ "Die KI von Nvidia kann schlechte Fotos reparieren, indem sie sich andere schlechte Fotos ansehen.". Engadget.
  180. ^ "Verwenden Sie mit AI, um ein 109 Jahre altes Video von New York City auf 4K und 60 fps zu fördern und zu verbessern.". petapixel.com. 24. Februar 2020.
  181. ^ "YouTubers steigern die Vergangenheit auf 4K. Historiker wollen, dass sie aufhören.". Wired UK.
  182. ^ "Der Bildausfall von Facebook zeigt, wie die KI des Unternehmens Ihre Fotos markiert.". Der Verge. 3. Juli 2019.
  183. ^ "Invid-Anpfiff-Treffen". Invid -Projekt. 22. Januar 2016. Abgerufen 23. Dezember 2021. Wir starten das neue H2020-Invid-Forschungsprojekt.
  184. ^ (In Video Veritas)
  185. ^ "Konsortium des Invid -Projekts". Invid -Projekt. Abgerufen 23. Dezember 2021. Die Invid Vision: Die Innovation -Aktion entwickelt eine Wissensüberprüfungsplattform, um aufkommende Geschichten zu erkennen und die Zuverlässigkeit von aktuellen Videodateien und Inhalten zu bewerten, die über soziale Medien verbreitet werden.
  186. ^ Teyssou, Denis (2019). "Anwenden von Design -Denkmethoden: Das Invid -Verifizierungs -Plugin". Videoüberprüfung in der gefälschten Nachrichtenzeit. S. 263–279. doi:10.1007/978-3-030-26752-0_9. ISBN 978-3-030-26751-3. S2CID 202717914.
  187. ^ "Gefälschte Nachrichten Debunker von Invid & Weverify". Abgerufen 23. Dezember 2021.
  188. ^ "Tum Visual Computing & künstliche Intelligenz: Prof. Matthias Nißner". Niessnerlab.org.
  189. ^ "Werden 'Deepfakes' die Zwischenwahlen stören?". Verdrahtet. November 2018.
  190. ^ a b Afchar, Darius; Nozick, Vincent; Yamagishi, Junichi; Echizen, Isao (2018). "Meso Netz: Ein kompaktes Gesichtsnetzwerk für die Erkennung von Gesichtsvideos ". 2018 IEEE International Workshop zu Information Forensics and Security (WIFs). S. 1–7. Arxiv:1809.00888. doi:10.1109/wifs.2018.8630761. ISBN 978-1-5386-6536-7. S2CID 52157475.
  191. ^ Lyons, Kim (29. Januar 2020). "FTC sagt, die Technologie hinter Audio Deepfakes wird besser". Der Verge.
  192. ^ "Audio-Beispiele von" Übertragungslernen von der Überprüfung der Lautsprecher zur Multispeaker-Text-zu-Sprache-Synthese "". google.github.io.
  193. ^ Strickland, Eliza (11. Dezember 2019). "Facebook AI startet seine DeepFake Detection Challenge". IEEE -Spektrum.
  194. ^ "Daten zur DeepFake -Erkennungsforschung beitragen".
  195. ^ Ober, Holly. "Neue Methode erkennt DeepFake -Videos mit bis zu 99% Genauigkeit". University of California-Riverside. Abgerufen 3. Juli 2022.
  196. ^ "AI -Algorithmus erkennt Deepfake -Videos mit hoher Genauigkeit". TechXplore.com. Abgerufen 3. Juli 2022.
  197. ^ Cheng, Jacqui (30. September 2009). "Virtueller Komponist macht schöne Musik - und rührt Kontroversen". ARS Technica.
  198. ^ US -Patent 7696426 
  199. ^ "Computerkomponist ehrt Turing's Hundertjähriger". Neuer Wissenschaftler. 4. Juli 2012. Archiviert vom Original am 2016-04-13. Abgerufen 27. Dezember 2021.
  200. ^ Hick, Thierry (11. Oktober 2016). "La Musique Classique Recomposée". Luxemburger -Würze.
  201. ^ "Résultats de renovche - la sacem". repertoire.sacem.fr.
  202. ^ Requena, Gloria; Sánchez, Carlos; Corzo-Higueras, José Luis; Reyes-Alvarado, Sirenia; Rivas-Ruiz, Francisco; Vico, Francisco; Raglio, Alfredo (2014). "Melomics Music Medicine (M3) zur Verringerung der Schmerzwahrnehmung während des pädiatrischen Stichproben -Testverfahrens". Pädiatrische Allergie und Immunologie. 25 (7): 721–724. doi:10.1111/pai.12263. PMID 25115240. S2CID 43273958.
  203. ^ "Watson schlug Github". GitHub. 10. Oktober 2018.
  204. ^ "Songs im Schlüssel der KI". Verdrahtet. 17. Mai 2018.
  205. ^ "Hayeon, Schwester der Taeyeon der Generation von Mädchen, debütiert mit Song von AI". koreajoongangdaily.joins.com. Abgerufen 23. Oktober 2020.
  206. ^ Business Intelligence Solutions Archiviert 3. November 2011 bei der Wayback -Maschine. Erzählwissenschaft. Abgerufen am 21. Juli 2013.
  207. ^ Eule, Alexander. "Big Data und Yahoos Streben nach Massenpersonalisierung". Barrons.
  208. ^ "Künstliche Intelligenz -Software, die wie ein Mensch schreibt". Archiviert von das Original am 12. April 2013. Abgerufen 11. März 2013.
  209. ^ Riedl, Mark Owen; Bulitko, Vadim (6. Dezember 2012). "Interaktive Erzählung: Ein intelligenter Systemansatz". AI Magazine. 34 (1): 67. doi:10.1609/aimag.v34i1.2449.
  210. ^ Callaway, Charles B.; Lester, James C. (August 2002). "Narrative Prosa -Generation". Künstliche Intelligenz. 139 (2): 213–252. doi:10.1016/S0004-3702 (02) 00230-8.
  211. ^ "Ein japanisches KI -Programm hat gerade einen kurzen Roman geschrieben, und es gewann fast einen literarischen Preis". Digitale Trends. 23. März 2016. Abgerufen 18. November 2016.
  212. ^ "Bot News". Hanteo News. 20. Oktober 2020. Abgerufen 20. Oktober 2020.
  213. ^ "Warum KI -Forscher Videospiele mögen". Der Ökonom. Archiviert Aus dem Original am 5. Oktober 2017.
  214. ^ Yannakakis, Geogios N. (2012). "Game AI Revisited". Verfahren der 9. Konferenz über Computergrenzen - vgl. '12. p. 285. doi:10.1145/2212908.2212954. ISBN 978-1-4503-1215-8. S2CID 4335529.
  215. ^ Maass, Laura E. Shummon (1. Juli 2019). "Künstliche Intelligenz in Videospielen". Mittel. Abgerufen 23. April 2021.
  216. ^ Fairhead, Harry (26. März 2011) [Update 30. März 2011]. "Kinects KI -Durchbruch erklärt". Ich Programmierer. Archiviert Aus dem Original am 1. Februar 2016.
  217. ^ a b Poltronieri, Fabrizio Augusto; Hänska, Max (2019-10-23). "Technische Bilder und visuelle Kunst im Zeitalter der künstlichen Intelligenz: von Gofai bis Gans". Proceedings der 9. Internationalen Konferenz über digitale und interaktive Künste. Braga Portugal: ACM: 1–8. doi:10.1145/3359852.3359865. ISBN 978-1-4503-7250-3. S2CID 208109113.
  218. ^ "Kunstdruck - Kryptokunst". Kate Vass Galerie. Abgerufen 2022-05-07.
  219. ^ Wu, Chujun; Seokin, KO; Zhang, Lina (2021-01-29). "Über Gans Art im Kontext künstlicher Intelligenzkunst". 2021 Die 5. Internationale Konferenz über maschinelles Lernen und Soft Computing. ICMLSC'21. New York, NY, USA: Vereinigung für Computermaschinen: 168–171. doi:10.1145/3453800.3453831. ISBN 978-1-4503-8761-3. S2CID 235474022.
  220. ^ "Ist die künstliche Intelligenz das nächste Medium der Kunst? | Christie's". www.christies.com. Abgerufen 2022-05-07.
  221. ^ "Nach Fotos hat AI ein trippiges Musikvideo aus der Luft gemacht.". Fossbytes. 19. Mai 2022. Abgerufen 30. Mai 2022.
  222. ^ Nanou, Electra (14. Januar 2022). "So erstellen Sie KI -Kunstwerke mit der Wombo Dream Mobile App". Muo. Abgerufen 30. Mai 2022.
  223. ^ "Mit dieser mit KI betriebenen Kunst-App können Sie Bilder mit Worten malen". Techcrunch. Abgerufen 30. Mai 2022.
  224. ^ Vincent, James (6. Dezember 2021). "Diese KI -Kunst -App ist ein Einblick in die Zukunft der synthetischen Medien". Der Verge. Abgerufen 30. Mai 2022.
  225. ^ "Dall · E: Bilder aus Text erstellen". Openai. 5. Januar 2021. Abgerufen 30. Mai 2022.
  226. ^ a b Cetinic, Eva; Sie, James (2022-02-16). "Verständnis und Schaffung von Kunst mit KI: Überprüfung und Outlook". ACM -Transaktionen zu Multimedia -Computing, Kommunikation und Anwendungen. 18 (2): 66: 1–66: 22. Arxiv:2102.09109. doi:10.1145/3475799. ISSN 1551-6857. S2CID 231951381.
  227. ^ Lang, Sabine; Ommer, Bjorn (2018). "Nachdenken darüber, wie Kunstwerke durch Computer Vision verarbeitet und analysiert werden: Zusätzliches Material". Proceedings der Europäischen Konferenz zum Computer Vision (ECCV) Workshops - per Computer Vision Foundation.
  228. ^ Achlioptas, Panos; Ovsjanikov, maks; Haydarov, Kilichbek; Elhosesiny, Mohamed; Guibas, Leonidas (2021-01-18). "Artemis: affektive Sprache für visuelle Kunst". Arxiv:2101.07396 [cs.cv].
  229. ^ Dragicevic, Tomislav; Wheeler, Patrick; Blaabjerg, Frede (August 2019). "Künstliche Intelligenz unterstützt das automatisierte Design für die Zuverlässigkeit von elektronischen Stromversorgungssystemen". IEEE -Transaktionen zur Leistungselektronik. 34 (8): 7161–7171. Bibcode:2019itpe ... 34.7161d. doi:10.1109/tpel.2018.2883947. S2CID 116390072.
  230. ^ Bourhnane, Safae; Abid, Mohamed Riduan; Lghoul, Rachid; Zine-Dine, Khalid; Elkamoun, Najib; Benhaddou, Driss (30. Januar 2020). "Maschinelles Lernen für den Energieverbrauch Vorhersage und Planung in intelligenten Gebäuden". SN angewandte Wissenschaften. 2 (2): 297. doi:10.1007/s42452-020-2024-9. ISSN 2523-3971. S2CID 213274176.
  231. ^ Kanwal, Sidra; Khan, Bilal; Muhammad Ali, Sahibzada (1. Februar 2021). "Maschinelles Lernbasis gewichtetes Zeitplanungsschema für die aktive Leistungssteuerung von Hybridmikrogrid". Internationales Journal of Electrical Power & Energy Systems. 125: 106461. doi:10.1016/j.ijepes.2020.106461. ISSN 0142-0615. S2CID 224876246.
  232. ^ Mohanty, Prasanta Kumar; Jena, Premalata; Padhy, Narayana Prasad (September 2020). "Home Electric Vehicle Ladungsplanung mit maschinellem Lerntechnik". 2020 IEEE International Conference on Power Systems Technology (PowerCon): 1–5. doi:10.1109/powercon48463.2020.9230627. ISBN 978-1-7281-6350-5. S2CID 226268097.
  233. ^ Foster, Isabella (15. März 2021). "Mit maschinellem Lernen intelligent intelligent machen". Eit | Engineering Institute of Technology. Abgerufen 3. Juli 2022.
  234. ^ Erfolgsgeschichten Archiviert 4. Oktober 2011 bei der Wayback -Maschine.
  235. ^ "Digitale Spektrometrie". 8. Oktober 2018.
  236. ^ US 9967696B2, "Digital Spectrometry Patent", veröffentlicht 2018-10-08 
  237. ^ "Wie künstliche Intelligenz vom Labor zum Spielzimmer Ihres Kindes bewegen". Die Washington Post. Abgerufen 18. November 2016.
  238. ^ "Anwendung künstlicher Intelligenz in der Öl- und Gasindustrie: Erforschung ihrer Auswirkungen". 15. Mai 2019.
  239. ^ Salvaterra, Neanda (14. Oktober 2019). "Öl- und Gasunternehmen wenden sich an KI, um die Kosten zu senken". Das Wall Street Journal.
  240. ^ Künstliche Intelligenz im Transport: Informationen zur Anwendung. 29. Januar 2007. doi:10.17226/23208. ISBN 978-0-309-42929-0.[Seite benötigt]
  241. ^ Benson, Thor. "Selbstfahrende Busse, die zum ersten Mal auf öffentlichen Straßen erscheinen". Umgekehrt. Abgerufen 26. August 2021.
  242. ^ "Europas erstes selbstfahrendes städtisches Elektrobus ist eingetroffen". Weltwirtschaftsforum. Abgerufen 26. August 2021.
  243. ^ "Selbstfahrerbus treibt die Schweizer Stadt in die Zukunft". CNN. Abgerufen 26. August 2021.
  244. ^ Huber, Dominik; Viere, Tobias; Horschmutz Nemoto, Eliane; Jaroudi, Ines; Korbee, Dorien; Fournier, Guy (1. Januar 2022). "Klima- und Umweltauswirkungen automatisierter Minibusse im zukünftigen öffentlichen Verkehr". Transportforschung Teil D: Transport und Umwelt. 102: 103160. doi:10.1016/j.trd.2021.103160. ISSN 1361-9209. S2CID 245777788.
  245. ^ "Transportation Deutschland enthüllt den weltweit ersten vollständig automatisierten Zug in Hamburg". Abgerufen 3. Juli 2022.
  246. ^ "Digitalisierung der Eisenbahn mit Drohnen". www.euspa.europa.eu. 25. Februar 2021. Abgerufen 3. Juli 2022.
  247. ^ "Der schnellste fahrerlose Bullet -Zug der Welt startet in China". Der Wächter. 9. Januar 2020. Abgerufen 3. Juli 2022.
  248. ^ "JD.com, Meituan und Neolix, um autonome Lieferungen auf öffentlichen Straßen von Peking zu testen". Techcrunch. Abgerufen 28. April 2022.
  249. ^ Hawkins, Andrew J. (22. Juli 2020). "Waymo entwirft einen selbstfahrenden RAM-Lieferwagen mit FCA". Der Verge. Abgerufen 28. April 2022.
  250. ^ "Die Lieferung von Ankunft hat seine autonomen Koteletts in einem britischen Parcel -Depot demonstriert.". Neuer Atlas. 3. August 2021. Abgerufen 28. April 2022.
  251. ^ Bussen, Dale. "Walmart drückt sein Verteilerbe, um in automatisierter Lieferung zu führen.". Forbes. Abgerufen 28. April 2022.
  252. ^ Cooley, Patrick; Versand, der Columbus. "GrubHub -Test -Lieferroboter". TechXplore.com. Abgerufen 28. April 2022.
  253. ^ "Selbstfahrende Lieferung Van Ditches 'menschliche Kontrollen' '". BBC News. 6. Februar 2020. Abgerufen 28. April 2022.
  254. ^ Krok, Andrew. "Nuros selbstfahrende Lieferwagen möchte Besorgungen für Sie machen". CNET. Abgerufen 28. April 2022.
  255. ^ Vorbereitung auf die Zukunft der künstlichen Intelligenz. Nationaler Wissenschafts- und Technologierat. OCLC 965620122.
  256. ^ Hallerbach, Sven; Xia, Yiqun; Eberle, Ulrich; Koester, Frank (3. April 2018). "Simulationsbasierte Identifizierung kritischer Szenarien für kooperative und automatisierte Fahrzeuge". SAE International Journal of Connected and Automated Vehicles. 1 (2): 93–106. doi:10.4271/2018-01-1066.
  257. ^ West, Darrell M. (20. September 2016). "Vorwärts: Selbstfahrende Fahrzeuge in China, Europa, Japan, Korea und den Vereinigten Staaten". Brookings.
  258. ^ Burgess, Matt (24. August 2017). "Großbritannien ist dabei, selbstfahrende Lkw Platoons zu testen". Wired UK. Archiviert Aus dem Original am 22. September 2017. Abgerufen 20. September 2017.
  259. ^ Davies, Alex (5. Mai 2015). "Der erste selbstfahrende Semi-Trick der Welt trifft auf die Straße". Verdrahtet. Archiviert Aus dem Original am 28. Oktober 2017. Abgerufen 20. September 2017.
  260. ^ McFarland, Matt (25. Februar 2015). "Der Durchbruch der künstlichen Intelligenz von Google kann einen großen Einfluss auf selbstfahrende Autos und vieles mehr haben". Die Washington Post.
  261. ^ "Programmierung in selbstfahrenden Autos programmieren". Nationale Wissenschaftsstiftung. 2. Februar 2015.
  262. ^ "AI Bests Air Force Combat Tactics Experten für simulierte Hundefights". ARS Technica. 29. Juni 2016.
  263. ^ Jones, Randolph M.; Laird, John E.; Nielsen, Paul E.; Coulter, Karen J.; Kenny, Patrick; Koss, Frank V. (15. März 1999). "Automatisierte intelligente Piloten für die Kampffluchtsimulation". AI Magazine. 20 (1): 27. doi:10.1609/aimag.v20i1.1438.
  264. ^ Aida Homepage. Kbs.twi.tudelft.nl (17. April 1997). Abgerufen am 21. Juli 2013.
  265. ^ Die Geschichte von selbstverträgen Flugsteuerungssystemen. NASA Dryden. (April 2003). Abgerufen am 25. August 2016.
  266. ^ Adams, Eric (28. März 2017). "Ai verliert die Kraft, das Fliegen sicherer zu machen - und vielleicht sogar angenehm". Verdrahtet. Abgerufen 7. Oktober 2017.
  267. ^ Baomar, Haitham; Bentley, Peter J. (2016). "Ein intelligentes Autopilotensystem, das Flugnotfallverfahren durch Nachahmung menschlicher Piloten lernt". 2016 IEEE Symposium Series on Computational Intelligence (SSCI). S. 1–9. doi:10.1109/ssci.2016.7849881. ISBN 978-1-5090-4240-1. S2CID 2021875.
  268. ^ "UB investiert in das studentische Startup". buffalo.edu. Abgerufen 24. Dezember 2020.
  269. ^ Hino, M.; Benami, E.; Brooks, N. (Oktober 2018). "Maschinelles Lernen für die Umweltüberwachung". Nachhaltigkeit der Natur. 1 (10): 583–588. doi:10.1038/s41893-018-0142-9. ISSN 2398-9629. S2CID 169513589.
  270. ^ "Wie maschinelles Lernen Umweltregulierungsbehörden helfen kann". Stanford News. Universität in Stanford. 8. April 2019. Abgerufen 29. Mai 2022.
  271. ^ "KI ermächtigt Umweltaufsichtsbehörden". Stanford News. Universität in Stanford. 19. April 2021. Abgerufen 29. Mai 2022.
  272. ^ Frost, Rosie (9. Mai 2022). "Plastikmüll kann jetzt aus dem Raum gefunden und überwacht werden". Euronews. Abgerufen 24. Juni 2022.
  273. ^ "Globale Plastikuhr". www.globalplasticwatch.org. Abgerufen 24. Juni 2022.
  274. ^ "KI kann vorhersagen, dass das nächste Virus von Tieren zum Menschen springt.". Öffentliche Wissenschaftsbibliothek. Abgerufen 19. Oktober 2021.
  275. ^ Mollentze, Nardus; Babayan, Simon A.; Streicker, Daniel G. (28. September 2021). "Identifizierung und Priorisierung potenzieller menschlicher Infektionsviren aus ihren Genomsequenzen". PLOS Biologie. 19 (9): E3001390. doi:10.1371/journal.pbio.3001390. ISSN 1545-7885. PMC 8478193. PMID 34582436.
  276. ^ Li, Zefeng; Meier, Männer-Andrin; Hauksson, Egill; Zhan, Zhongwen; Andrews, Jennifer (28. Mai 2018). "Diskriminierung aufgrund des maschinellen Lernens seismischer Wellen: Anwendung auf die frühe Warnung des Erdbebens". Geophysische Forschungsbriefe. 45 (10): 4773–4779. Bibcode:2018Georl..45.4773l. doi:10.1029/2018gl077870. S2CID 54926314.
  277. ^ "Maschinelles Lernen und Schwerkraftsignale könnten schnell große Erdbeben erkennen". Wissenschaftsnachrichten. 11. Mai 2022. Abgerufen 3. Juli 2022.
  278. ^ Fauvel, Kevin; Balouek-Thomert, Daniel; Melgar, Diego; Silva, Pedro; Simonet, Anthony; Antoniu, Gabriel; Costan, Alexandru; Masson, Véronique; Parashar, Manish; Rodero, Ivan; Termier, Alexandre (3. April 2020). "Ein verteilter Multi-Sensor-Ansatz für maschinelles Lernen zur Frühwarnung des Erdbebens". Verfahren der AAAI -Konferenz über künstliche Intelligenz. 34 (1): 403–411. doi:10.1609/aaai.v34i01.5376. ISSN 2374-3468. S2CID 208877225.
  279. ^ Thirugnanam, Hemalatha; Ramesh, Maneesha Vinodini; Rangan, Venkat P. (1. September 2020). "Verbesserung der Zuverlässigkeit von Erdrutschwarnsystemen durch maschinelles Lernen". Erdrutsche. 17 (9): 2231–2246. doi:10.1007/S10346-020-01453-Z. ISSN 1612-5118. S2CID 220294377.
  280. ^ Mond, Seung-hyun; Kim, Yong-Hyuk; Lee, Yong Hee; Moon, Byung-Ro (1. Januar 2019). "Anwendung des maschinellen Lernens auf ein Frühwarnsystem für sehr kurzfristige starke Niederschläge". Journal of Hydrology. 568: 1042–1054. Bibcode:2019JHYD..568.1042m. doi:10.1016/j.jhydrol.2018.11.060. ISSN 0022-1694. S2CID 134910487.
  281. ^ Robinson, Bethany; Cohen, Jonathan S.; Herman, Jonathan D. (1. September 2020). "Frühwarnende Signale einer langfristigen Schwachstelle für die Wasserversorgung mit maschinellem Lernen". Umweltmodellierung und Software. 131: 104781. doi:10.1016/j.envsoft.2020.104781. ISSN 1364-8152. S2CID 221823295.
  282. ^ Bury, Thomas M.; Sujith, R. I.; Pavithran, Induja; Scheffer, Marten; Lenton, Timothy M.; Anand, Madhur; Bauch, Chris T. (28. September 2021). "Deep Learning für Frühwarnsignale von Trinkgeldpunkten". Verfahren der National Academy of Sciences. 118 (39): E2106140118. Bibcode:2021pnas..11806140b. doi:10.1073/pnas.2106140118. ISSN 0027-8424. PMC 8488604. PMID 34544867.
  283. ^ Park, Yongeun; Lee, Han Kyu; Shin, Jae-Ki; Chon, Kangmin; Kim, Sunghwan; Cho, Kyung Hwa; Kim, Jin Hwi; Baek, Sang-soo (15. Juni 2021). "Ein Ansatz für maschinelles Lernen für die frühzeitige Warnung vor Cyanobakterienblütenausbrüchen in einem Süßwasserreservoir". Journal of Environmental Management. 288: 112415. doi:10.1016/j.jenvman.2021.112415. ISSN 0301-4797. PMID 33774562. S2CID 232407435.
  284. ^ Li, jun; Wang, Zhaoli; Wu, Xushu; Xu, Chong -Yu; Guo, Shenglian; Chen, Xiaohong; Zhang, Zhenxing (August 2021). "Robuste meteorologische Dürrevorhersage unter Verwendung von vorgefertigten SST -Schwankungen und maschinellem Lernen". Wasserressourcenforschung. 57 (8). Bibcode:2021WRR .... 5729413L. doi:10.1029/2020WR029413. ISSN 0043-1397. S2CID 237716175.
  285. ^ Khan, Najeebullah; Sachindra, D. A.; Shahid, Shamsuddin; Ahmed, Kamal; Shiru, Mohammed Sanusi; Nawaz, Nadeem (1. Mai 2020). "Vorhersage von Dürren über Pakistan mithilfe von Algorithmen für maschinelles Lernen". Fortschritte in den Wasserressourcen. 139: 103562. Bibcode:2020Adwr..13903562K. doi:10.1016/j.advwatres.2020.103562. ISSN 0309-1708. S2CID 216447098.
  286. ^ Kaur, Amandeep; Sood, Sandeep K. (1. Mai 2020). "Deep Learning Based Dürre und Vorhersagerahmen". Ökologische Informatik. 57: 101067. doi:10.1016/j.coinf.2020.101067. ISSN 1574-9541. S2CID 215964704.
  287. ^ Gershgorn, Dave (29. Juni 2021). "Github und OpenAI starten ein neues KI -Tool, das einen eigenen Code generiert". Der Verge. Abgerufen 3. September 2021.
  288. ^ "Google AI erstellt seinen eigenen 'Child' Bot". Der Unabhängige. 5. Dezember 2017. Abgerufen 5. Februar 2018.
  289. ^ "Quantenrauschen abbrechen". Technik der Technologie Sydney. 23. Mai 2019. Abgerufen 29. Mai 2022.
  290. ^ "Maschinelles Lernen ebnet den Weg für die Quantenerfassung der nächsten Ebene". Universität Bristol. Abgerufen 29. Mai 2022.
  291. ^ Spagnolo, Michele; Morris, Joshua; Piacentini, Simone; Antesberger, Michael; Massa, Francesco; Crespi, Andrea; Ceccarelli, Francesco; Osellame, Roberto; Walther, Philip (April 2022). "Experimentelle photonische Quantenmemristor". Naturphotonik. 16 (4): 318–323. Arxiv:2105.04867. Bibcode:2022napho..16..318s. doi:10.1038/s41566-022-00973-5. ISSN 1749-4893. S2CID 234358015.
  292. ^ Ramanathan, Shriram (Juli 2018). "Quantenmaterial für Gehirnwissenschaften und künstliche Intelligenz". Frau Bulletin. 43 (7): 534–540. doi:10.1557/Frau2018.147. ISSN 0883-7694. S2CID 140048632.
  293. ^ "Künstliche Intelligenz macht genaue quantenchemische Simulationen erschwinglicher". Nature -Portfolio -Chemie -Gemeinschaft. 2. Dezember 2021. Abgerufen 30. Mai 2022.
  294. ^ Guan, wen; Perdue, Gabriel; Pesah, Arthur; Schuld, Maria; Terashi, Koji; Vallecorsa, Sofia; Vlimant, Jean-Roch (1. März 2021). "Quantenmaschinenlernen in hoher Energiephysik". Maschinelles Lernen: Wissenschaft und Technologie. 2 (1): 011003. doi:10.1088/2632-2153/ABC17D. S2CID 218674486.
  295. ^ "Europas erster Quantencomputer mit mehr als 5 -km -Qubits in Jülich". HPCWire. Abgerufen 30. Mai 2022.
  296. ^ Stanev, Valentin; Choudhary, Kamal; Kusne, Aaron Gilad; Paglione, Johnpierre; Takeuchi, Ichiro (13. Oktober 2021). "Künstliche Intelligenz für die Suche und Entdeckung von Quantenmaterialien". Kommunikationsmaterialien. 2 (1): 105. Bibcode:2021comat ... 2..105s. doi:10.1038/s43246-021-00209-Z. ISSN 2662-4443. S2CID 238640632.
  297. ^ Glavin, Nicholas R.; Ajayan, Pulickel M.; Kar, Hakenkreuz (23. Februar 2022). "Quantenmaterial -Herstellung". Fortgeschrittene Werkstoffe: 2109892. doi:10.1002/adma.202109892. ISSN 0935-9648. PMID 35195312. S2CID 247056685.
  298. ^ Cova, Tânia; Vitorino, Carla; Ferreira, Márcio; Nunes, Sandra; Rondon-Villarreal, Paola; Pais, Alberto (2022). "Künstliche Intelligenz und Quantum Computing Quantum Computing (QC) als nächste Pharma -Disruptoren". Künstliche Intelligenz im Drogendesign. Springer uns. 2390: 321–347. doi:10.1007/978-1-0716-1787-8_14. PMID 34731476. S2CID 242947877.
  299. ^ Batra, Kushal; Zorn, Kimberley M.; Folie, Daniel H.; Minerali, eni; Gawriljuk, Victor O.; Lane, Thomas R.; Ekins, Sean (28. Juni 2021). "Algorithmen für maschinelles Lernen für maschinelles Lernen für Arzneimittelentdeckungsanwendungen". Journal of Chemical Information and Modeling. 61 (6): 2641–2647. doi:10.1021/acs.jcim.1c00166. ISSN 1549-9596. PMC 8254374. PMID 34032436.
  300. ^ Barkoutsos, Panagiotis KL; Gkritsis, fotios; Ollitrault, Pauline J.; Sokolov, Igor O.; Woerner, Stefan; Tavernelli, Ivano (1. April 2021). "Quantenalgorithmus für die alchemische Optimierung im Materialdesign". Chemische Wissenschaft. 12 (12): 4345–4352. doi:10.1039/d0Sc05718e. ISSN 2041-6539. PMC 8179438. PMID 34163697.
  301. ^ Russell, Stuart J.; Norvig, Peter (2003), Künstliche Intelligenz: ein moderner Ansatz (2. Aufl.), Upper Saddle River, New Jersey: Prentice Hall, ISBN 0-13-790395-2

Weitere Lektüre

Externe Links