Home / Archive by category "AI in Azienda"

AI in Azienda

Come capire se una startup AI è fasulla

Il software ZAML di Zest utilizza la tecnologia di apprendimento automatico per aiutare gli istituti di credito a prendere decisioni di credito più efficaci in modo sicuro, equo e trasparente. Fondata dal CIO di Google Douglas Merrill e sostenuta da Matrix Partners , Lightspeed , Upfront, Flybridge e Baidu, Zest collabora con società finanziarie di tutto il mondo per aiutare più persone ad accedere a un credito equo e trasparente. È passato un anno da quando MMC Ventures ha pubblicato la scoperta accidentale che il 40% delle startup AI non aveva un uso materiale dell'IA nel proprio stack tecnologico . (Lo studio era in Europa ma, ehi, potrebbe essere ovunque.) In qualità di CTO di un'azienda di intelligenza artificiale, posso dirti che il ronzio può essere assordante. Dimostrare che l'IA è reale (non solo viene fuori come reale) è un dilemma di cui ho discusso molto recentemente con un certo numero di clienti, partner e, soprattutto, investitori. Il profilo di come appare una vera azienda di intelligenza artificiale si sta ancora formando, e penso che ciò che Matt Bornstein e Martin Casado di Andreesseen Horowitz hanno scritto qui sulle aziende di intelligenza artificiale si rivelerà piuttosto preveggente. Se sei un investitore, cliente o partner seduto di fronte a un fondatore o CEO di una società di intelligenza artificiale, ecco le domande che chiederei al loro team per verificare se sono legittimi. Dato che l'intelligenza artificiale ha molti gusti, per motivi di specificità, qui definiamo l'IA come apprendimento automatico. Quali set di dati hai utilizzato per addestrare e valutare la tua intelligenza artificiale?L'IA per scopi generici è ancora roba da fantascienza. La tecnologia odierna funziona meglio se applicata a una serie di problemi ristretti e specifici che la macchina può imparare a risolvere elaborando grandi set di dati di indicatori storici e risultati. Puoi dire quanto è brava la tua intelligenza artificiale a risolvere il probl...
Continua a Leggere

ServiceNow si compra AI Pioneer Element AI

ServiceNow acquisisce AI Pioneer Element AI per funzionalità AI più intelligenti Popolare piattaforma basata su cloud, ServiceNow ha recentemente acquisito la principale azienda di intelligenza artificiale (AI) con capacità di intelligenza artificiale profonde, Element AI. Secondo fonti, Element AI migliorerà in modo significativo l'impegno di ServiceNow per la creazione della piattaforma per il flusso di lavoro più intelligente al mondo, consentendo ai dipendenti di lavorare in modo più intelligente e veloce, semplificare le decisioni aziendali e sbloccare nuovi livelli di produttività. Element AI consentirà a ServiceNow di offrire un'IA specifica per i casi d'uso specifici dell'azienda dei nostri clienti. Con l'acquisizione di Element AI, ServiceNow creerà un AI Innovation Hub in Canada per accelerare l'innovazione AI incentrata sul cliente nella Now Platform. Il nuovo investimento rafforza l'impegno di ServiceNow per il mercato canadese, da tempo leader nella ricerca sull'IA e rappresenta uno dei luoghi più significativi al mondo per i talenti dell'IA. L'AI Innovation Hub di ServiceNow in Canada segue investimenti simili da parte di ServiceNow per creare centri di sviluppo tecnologico a Chicago, Hyderabad, Kirkland, Washington, San Diego e Silicon Valley."La tecnologia AI si sta evolvendo rapidamente mentre le aziende si affrettano a trasformare digitalmente i processi ei modelli di business del XX secolo", ha affermato Vijay Narayanan, Chief AI Officer di ServiceNow. “ServiceNow sta guidando questa opportunità unica nella generazione di far lavorare meglio le persone. Con le potenti capacità di Element AI e il talento di livello mondiale, ServiceNow consentirà a dipendenti e clienti di concentrarsi su aree in cui solo gli esseri umani eccellono: pensiero creativo, interazioni con i clienti e lavoro imprevedibile. È un modo più intelligente per il flusso di lavoro ". In un post sul blog , il Chief Customer and Partner Officer di ServiceNow ha dich...
Continua a Leggere

Nella AI intelligenza artificiale non si tratta solo di dati; si tratta di portare i dati dove sono necessari quando sono necessari

Non si tratta solo di dati; Si tratta di portare i dati dove sono necessari quando sono necessari C'è un vecchio detto che i dati aumentano per soddisfare lo spazio di archiviazione disponibile. Questo è uno dei motivi per cui ho riso della frase "big data" quando è uscita. Abbiamo sempre lavorato con quanti più dati possibile. Ciò che è cambiato ora è che i volumi di dati nell'intelligenza artificiale (AI), nell'HPC e in altre arene moderne stanno finalmente colpendo un muro che non è spazio di archiviazione o potenza di elaborazione, è la larghezza di banda per i due lavorano insieme con bassa latenza per la varietà di richieste di dati esistenti. Nuove soluzioni stanno uscendo per affrontare questo problema. L'elaborazione parallela in un'architettura scale-out è ciò che ha consentito al cloud computing di crescere. Più processori che lavorano in sincronizzazione per gestire i volumi di richieste che Internet sta guidando. Allo stesso tempo, l'archiviazione è aumentata con le reti SAN (Storage Area Network) per consentire a più unità e persino server di guardare alle applicazioni come se fossero un'unica fonte. La combinazione ha comportato la necessità di modificare le architetture di bus interno e di rete esterna per supportare flussi di dati più elevati. Questo, ovviamente, non è così facile come potrebbe sembrare a prima vista. Non tutte le richieste di dati sono uguali. Non è solo da un punto di vista prioritario. La maggior parte dei dati necessari per addestrare un motore di inferenza AI è di un tipo molto diverso rispetto ai flussi di dati orientati alla transazione destinati al motore di inferenza di runtime. Riportare gli studenti a scuola in sicurezza durante la pandemia di COVID-19La sfida che ne è derivata ha fatto sì che molte aziende stiano cercando come fornire un'architettura software per gestire al meglio le elevate esigenze di numerose applicazioni. Molte aziende stanno lavorando a tali soluzioni, proponendo potenti soluzioni di ar...
Continua a Leggere

La tecnologia digital twin AI

L'intelligenza artificiale sta portando il mondo insieme (a più di 1.000 Mph) Quanto influirà l'IA sull'economia dei consumi di domani? Un giorno entreremo in un sushi bar capace di analizzare migliaia di variabili sui nostri gusti? Saprà molto che ci piace l'avocado? La nostra passione per i rotoli di drago; il nostro disprezzo per il sashimi di tonno? Quando parli alla persona media di come sfruttare l'IA, molti non prendono in considerazione queste domande. Sono inclini a scaricare le paure di Skynet piuttosto che contemplare come questa tecnologia verrà utilizzata nel mondo reale, come nel nostro esempio di sushi bar. Quelli con un po 'più di conoscenza della materia potrebbero puntare ad applicazioni puramente digitali, come le piattaforme di social media che identificano contenuti terroristici senza l'intervento umano, o le aziende farmaceutiche che utilizzano l'apprendimento automatico per setacciare montagne di dati sanitari per le cure di domani. A dire il vero, il divario tra il mondo digitale dell'IA e quello fisico in cui viviamo incombe ancora nell'economia dei consumi, ma l'economia industriale sta colmando questo divario, sfruttando l'intelligenza artificiale attraverso qualcosa chiamato tecnologia digital twin. Non hai familiarità con il termine? IBM si rompe con questo foglietto spiegazione, “… L'avvento dei gemelli digitale offre ingegneri un salto tecnologico 'attraverso lo specchio' nel cuore dei loro beni materiali. I gemelli digitali ci danno un'idea di ciò che sta accadendo, o di ciò che può accadere, con le risorse fisiche ora e lontano nel futuro ". Una società, Aerion Supersonic, sta ora utilizzando il gemello digitale nella sua applicazione più ambiziosa : progettare e produrre il primo aereo supersonico al mondo costruito privatamente, il business jet supersonico AS2 (SBJ). Per capire in che modo l'approccio dell'azienda sta rivoluzionando la produzione, approfondiamo la tecnologia. Il concetto di base avrà senso per i fan di...
Continua a Leggere

Markforged mette AI l’intelligenza artificiale nelle proprie stampanti 3d

AM incontra l'IA: come Markforged collega le stampanti 3D industriali per una produzione più intelligente Mi concentro sull'industrializzazione della produzione additiva.Affinché la produzione additiva (AM) possa prendere parte alla grande industria manifatturiera, ha bisogno di essere migliorata. La tecnologia, chiamata anche stampa 3D, è stata su una traiettoria di crescita enorme dalla sua introduzione negli anni '80, includendo anche un periodo di circa mezzo decennio fa quando la stampa 3D è stata dichiarata "morta" a seguito di affermazioni eccessivamente pubblicizzate nel segmento desktop / consumatore . Gli utenti target di oggi per le stampanti 3D non sono la folla domestica (che, per inciso, mantiene una presenza importante), ma sono produttori in ambienti industriali. Le stampanti 3D oggigiorno sono spesso più in linea con i macchinari industriali che con gli elettrodomestici e vengono sempre più trattate come tali. Markforged , con sede a Boston , che offre sistemi in fibra di carbonio e metallo, è tra i produttori di stampanti 3D che possono attestarlo. La società ora reclama più di 12.000 clienti in 73 paesi che utilizzano le sue apparecchiature, formando quella che definisce "la più grande flotta connessa al mondo di stampanti 3D industriali". Tali utenti includono, aggiungono, "le 10 più grandi società aerospaziali, 12 delle 14 più grandi aziende automobilistiche e cinque delle sei filiali delle forze armate statunitensi". Cosa significa, però, che Markforged ha la più grande flotta connessa di questi sistemi? C'è di più nella stampa 3D rispetto a una stampante 3D. L'intero processo di produzione additiva comprende una serie di passaggi; a colpo d'occhio questi possono essere meglio descritti come design, stampa 3D e post-elaborazione. Ciascuno di questi passaggi deve essere completato con successo affinché un determinato lavoro sia considerato un successo. Ciascuno di questi passaggi presenta anche una serie di punti di errore comuni. ...
Continua a Leggere

Tata Steel Come viene utilizzata l’AI intelligenza artificiale nell’industria siderurgica e manifatturiera

Adifferenza di altri settori come la vendita al dettaglio, l'eCommerce o il farmaceutico, il ruolo dell'IA e della scienza dei dati nell'industria manifatturiera non è molto noto. I dati generati nell'industria manifatturiera sono difficili da acquisire e quindi ritarda nell'utilizzo dell'IA nella produttività e sposta anche il KPI. Ramesh Kumar, responsabile dell'analisi di Tata Steel, ha parlato di come viene esplorata l'intelligenza artificiale in azienda e quali sono alcune delle sfide che emergono durante la distribuzione dell'IA. Attualmente sta guidando un'implementazione dell'IA su larga scala nella produzione in Tata Steel. Sfide nell'implementazione dell'IA nella produzione Kumar ha condiviso quattro sfide significative che intromettono la funzione AI nel settore manifatturiero. Dati I dati vengono generati principalmente da sensori utilizzati in vari processi e funzioni nell'industria manifatturiera e svolgono un ruolo cruciale nella distribuzione e nella generazione dei dati. Pertanto, richiede un'attenta installazione, archiviazione e verifica dei dati per ottenere i dati nell'industria manifatturiera. Per sviluppare e distribuire l'apprendimento profondo e modelli di macchine, sono i dati raccolti da questi sensori che svolgono un ruolo cruciale. Oltre a generare i dati, è essenziale archiviarli e l'audit viene eseguito con cura per evitare qualsiasi deviazione nei risultati. Persone Le persone sono il deposito della conoscenza, molteplici indicazioni chiave, processi e funzioni. Costituiscono una risorsa cruciale per guidare le applicazioni basate sulla scienza dei dati sul campo. Kumar ha affermato che la maggior parte delle industrie siderurgiche e manifatturiere si trova lontano dai punti nodali e spesso è difficile reclutare o assumere team in queste località. La creazione di una squadra è la prima sfida. Per ovviare a questo problema, Kumar condivide che Tata Steel gestisce più programmi di formazione per far conoscere al...
Continua a Leggere

Landing AI presenta la piattaforma di ispezione visiva AI per aiutare i produttori a migliorare la qualità e ridurre i costi

Landing AI , una società di intelligenza artificiale industriale, ha presentato LandingLens, una piattaforma di ispezione visiva end-to-end che è stata specificamente progettata per aiutare i produttori a costruire, implementare e scalare soluzioni di ispezione visiva basate sull'intelligenza artificiale. Landing AI è una società che è stata creata per consentire ai clienti di sfruttare il valore aziendale dell'intelligenza artificiale fornendo strumenti di abilitazione e programmi di trasformazione e l'ispezione visiva è un metodo ampiamente utilizzato nella produzione per processi come l'identificazione dei difetti e la verifica dell'assemblaggio. Tradizionalmente, questo processo veniva eseguito da lavoratori umani con la tradizionale visione artificiale basata su regole; tuttavia, attualmente, le aziende si stanno rivolgendo all'intelligenza artificiale per automatizzare e migliorare le loro operazioni di ispezione visiva data la precisione, la flessibilità e il basso costo che la tecnologia offre. Andrew ha affermato nel post sul blog dell'azienda : "Le soluzioni di ispezione visiva basate sull'intelligenza artificiale hanno dimostrato chiari vantaggi rispetto ai metodi convenzionali, ma l'adozione complessiva è lenta poiché molte aziende rimangono bloccate dopo alcuni progetti di prova di concetto su piccola scala". Ha inoltre aggiunto che LandingLens è stato sviluppato con il know-how e l'esperienza dalla costruzione e spedizione di molti progetti di ispezione visiva, è nella posizione migliore per colmare il divario e consentire ai team di avere successo. "Con un'interfaccia intuitiva, la piattaforma di ispezione visiva di Landing AI consente anche agli esperti non di intelligenza artificiale di addestrare e distribuire un modello con pochi clic, mettendo la proprietà della soluzione nelle mani degli utenti in modo che possano costruire e aggiornare le soluzioni senza essere costretti a un team di intelligenza artificiale di terze parti ", ...
Continua a Leggere

L’intelligenza artificiale aumenta la velocità delle scoperte per la fisica delle particelle al MIT

I ricercatori del MIT hanno recentemente dimostrato che l'utilizzo dell'intelligenza artificiale per simulare aspetti delle particelle e le teorie della fisica nucleare può portare a algoritmi più veloci e quindi scoperte più veloci quando si tratta di fisica teorica. Il team di ricerca del MIT ha combinato la fisica teorica con i modelli AI per accelerare la creazione di campioni che simulano le interazioni tra neutroni, protoni e nuclei. Ci sono quattro forze fondamentali che governano l'universo: gravità, elettromagnetismo, forza debole e forza forte. Le forze forti, deboli ed elettromagnetiche vengono studiate attraverso la fisica delle particelle. Il metodo tradizionale di studio delle interazioni tra particelle richiede l'esecuzione di simulazioni numeriche di queste interazioni tra particelle, che tipicamente avvengono a 1/10 o 1/100 delle dimensioni di un protone. Questi studi possono richiedere molto tempo per essere completati a causa della limitata potenza di calcolo e ci sono molti problemi che i fisici sanno come affrontare in teoria ma che non possono affrontare a tali limitazioni computazionali. Phiala Shanahan, professoressa di fisica del MIT, è a capo di un gruppo di ricerca che utilizza modelli di apprendimento automatico per creare nuovi algoritmi in grado di accelerare gli studi sulla fisica delle particelle. Le simmetrie trovate all'interno delle teorie fisiche (caratteristiche del sistema fisico che rimangono costanti anche quando le condizioni cambiano) possono essere incorporate negli algoritmi di apprendimento automatico per produrre algoritmi più adatti agli studi sulla fisica delle particelle. Shanahan ha spiegato che i modelli di apprendimento automatico non vengono utilizzati per elaborare grandi quantità di dati, piuttosto vengono utilizzati per integrare simmetrie di particelle e l'inclusione di questi attributi all'interno di un modello significa che i calcoli possono essere eseguiti più rapidamente. Il progetto di ricerca...
Continua a Leggere

I ricercatori mostrano come l’intelligenza artificiale possa fermare gli attacchi informatici agli scanner CT ospedalieri

Se c'è una cosa a cui un paziente ospedaliero non vuole pensare mentre si prepara per una scansione medica è la possibilità che un cyberattaccante possa aver trovato un modo per manomettere a distanza le immagini diagnostiche, o addirittura aumentare silenziosamente i livelli di radiazioni usati per generarle . La buona notizia è che nessuno è mai stato confermato di aver fatto una cosa del genere a uno scanner a raggi X per tomografia computerizzata (TC), che insieme alla MRI (risonanza magnetica) e ai sistemi ecografici costituiscono la spina dorsale della moderna diagnosi ospedaliera. Ovviamente c'è un avvertimento: il momento in cui qualcuno ci prova deve avvicinarsi, lasciando i ricercatori alla ricerca di un modo affidabile per scongiurare possibilità preoccupanti. Ora un team della famosa Università israeliana Ben-Gurion del Negev pensa di aver trovato una soluzione al problema della difesa dei dispositivi di imaging medico (MID) utilizzando un sistema di intelligenza artificiale addestrato con famiglie di algoritmi open source per monitorare i comandi inviati agli scanner CT per qualcosa che non sembra giusto. In uno studio di proof of concept che dovrebbe essere pubblicato questo mese, questo divide la difesa dell'IA in uno strato privo di contesto (CF) che filtra per comandi ovviamente sospetti (un livello di radiazioni eccessivo, diciamo), e un più sofisticato sensibile al contesto ( CS) che confronta un comando apparentemente legittimo con il contesto medico in cui viene utilizzato (somministrare a un bambino una dose di radiazioni per adulti). L'intelligenza artificiale, quindi, agisce come un gatekeeper della scatola nera tra lo scanner ei comandi che viene inviato, segnalando all'operatore umano tutto ciò che ritiene anomalo. “Non interferiamo con niente. Monitoriamo solo il traffico ", ha detto il ricercatore Tom Mahler in un'intervista telefonica. "Quando il sistema rileva un problema avvisa il tecnico, che può decidere...
Continua a Leggere

Un ospedale mobile guidato dall’intelligenza artificiale per il trattamento dei pazienti coronavirus COVID-19

i pod ospedalieri basati sull'intelligenza artificiale per il trattamento dei pazienti COVID-19 Il governo del Karnataka ha recentemente annunciato il lancio di un ospedale mobile guidato dall'intelligenza artificiale per il trattamento dei pazienti COVID-19. È stato fatto nel tentativo di contenere la diffusione del virus nello stato . Chiamate Vevra Pods, sono capsule mobili che sono infuse con intelligenza artificiale per prevenire la diffusione di malattie contagiose come COVID-19 , influenza, TB e altro. Il dott.Sudhakar K, ministro dell'istruzione, ha twittato che l'intelligenza artificiale ha il potenziale per trasformare l'assistenza sanitaria e ha esortato le startup tecnologiche a concentrarsi su soluzioni a basso costo. È stato sviluppato dalla società di progettazione e costruzione con sede a Bengaluru Vevra in associazione con il gruppo sanitario IoT InnoWave Group con sede in Portogallo. Con una capacità ricettiva fino a nove posti letto, disporrà di una camera di equilibrio anticamera per fornire un'area sicura per gli operatori sanitari. I Pod avranno un controllo rigoroso sulla qualità dell'aria che circola dentro e fuori la stanza con installazioni come filtri HEPA, luci UVC e sistema di scarico di fascia alta. Avrà anche un sistema di aria condizionata integrato nel PLC per mantenere la temperatura e l'umidità. Avrà anche altre caratteristiche come struttura resistente al fuoco, parete antibatterica, servizi igienici collegati, dispositivi per misurare il livello di ossigeno, depuratore d'acqua RO, geyser, zona doccia, estintore, sorveglianza CCTV e altro ancora. I pod sono riutilizzabili con una garanzia strutturale da 15 a 20 anni. “Sono lieto di far parte di uno sviluppo così innovativo nel nostro settore ospedaliero e medico. L'intelligenza artificiale ha il potenziale per trasformare l'assistenza sanitaria pubblica ", ha affermato il dott. K Sudhakar.
Continua a Leggere
Top

Utilizzando il sito, accetti l'utilizzo dei cookie da parte nostra. maggiori informazioni

Questo sito utilizza i cookie per fornire la migliore esperienza di navigazione possibile. Continuando a utilizzare questo sito senza modificare le impostazioni dei cookie o cliccando su "Accetta" permetti il loro utilizzo.

Chiudi