Home / Archive by category "AI in Azienda"

AI in Azienda

Il “Digital Pattern Innovator” SUITABLEE di Jean-Sebastien Siow e Jean-Jeremie Siow e l’AI l’intelligenza artificiale nel mondo della moda

Dall'invenzione del telaio, ai tessuti a temperatura controllata, ai camerini AR/VR, la tecnologia ha sempre avuto un ruolo nella moda. Oggi, l'industria della moda è un settore da 2 trilioni di dollari che impiega oltre 200 milioni di persone, quindi capire come i vestiti fanno sembrare e sentirsi bene le persone è un grande business. L'intelligenza artificiale è già stata utilizzata per progettare collezioni, analizzare le tendenze e prevedere cosa sarà popolare in futuro. Tenendo conto di fattori come la popolarità dei social media o i modelli meteorologici, l'intelligenza artificiale può aiutare a risparmiare tempo e denaro prevedendo quali vestiti potrebbero vendere molto prima che vengano prodotti. Non c'è motivo per i designer di indovinare con certezza quali colori o tessuti attireranno i consumatori perché invece un algoritmo può farlo. L'uso dell'intelligenza artificiale non è solo limitato alla produzione di abbigliamento; potrebbe anche svolgere un ruolo enorme negli stessi negozi al dettaglio. I negozi potrebbero utilizzare i dati di acquisti precedenti e sondaggi sui clienti combinati con l'intelligenza artificiale per creare esperienze di acquisto personalizzate per ogni cliente e persino prevedere quali nuovi prodotti potrebbero essere interessati ad acquistare. Anche fotografi come Javier Aranburu utilizzano l'intelligenza artificiale nel modo in cui catturano e modellano i vestiti nel modo più adatto ai clienti. Questa tecnologia è già utilizzata da Aranburu e rivenditori come Uniqlo che sono in grado di consigliare gli acquisti ai clienti in base alle loro scelte precedenti. https://youtu.be/8-vUucKAQTU   I consumatori non cercano solo un prodotto di cui hanno bisogno, ma anche qualcosa che si adatti sia al loro stile personale che alla forma del corpo. I marchi hanno risposto a questa domanda e ora impiegano stilisti virtuali che utilizzano algoritmi per creare look personalizzati per gli acquirenti in tempo reale. Inoltre, le aziende utilizzano ...
Continua a Leggere

Le 15 aziende migliori AI di Intelligenza artificiale

15 principali aziende innovative di intelligenza artificiale che guidano cambiamenti esponenziali nei rispettivi settori  L'intelligenza artificiale (AI) non è nuova, ma sta rivoluzionando il mondo. Insieme alle tecnologie emergenti, le applicazioni per l'IA sembrano attualmente infinite. Dall'accelerazione del ritmo dei farmaci salvavita alla semplificazione delle operazioni per il risparmio sui costi e l'amplificazione delle entrate, le piattaforme di intelligenza artificiale sono onnipresenti e il loro impatto è inevitabile.  IBM la definisce "l'equazione dell'innovazione" e spiega che l'intelligenza artificiale è diventata lo strumento tecnologico in più rapida crescita al mondo per una ragione: la necessità. L'era digitale ha introdotto quantità di dati prima impensabili. Poiché quasi tutti i sistemi del mondo si basano, utilizzano o generano dati, per organizzarli era necessario qualcosa di più veloce della mente umana.  Entra nell'IA. Ora, sarebbe difficile trovare un'azienda o una piattaforma che non utilizzi l'intelligenza artificiale in qualche modo. Costruito con l'intelligenza artificiale, alimentato dall'intelligenza artificiale, alimentato dall'intelligenza artificiale, informato dall'intelligenza artificiale: è pervasivo. Nelle mani di innovatori, l'interruzione dell'intelligenza artificiale delle aziende di tutto il mondo va in una direzione positiva e ha il potenziale per cambiare il mondo. In questo articolo ci addentreremo in 15 delle aziende più innovative nell'IA in questo momento e nei cambiamenti sismici che stanno causando in tutti i settori. Abacus AINell'ultimo decennio, le reti neurali di deep learning sono state utilizzate per compiti come il riconoscimento delle immagini e la comprensione del parlato. L'idea è che una rete neurale artificiale possa essere addestrata per eseguire un'attività mostrandole molti esempi di input e output desiderati (gli esempi sono chiamati dati di addestramento). Queste reti possono anche essere progettate i...
Continua a Leggere

NVIDIA conferma la vulnerabilità agli attacchi di tensione glitch sul pilota automatico Tesla 

  Un nuovo documento di ricerca dalla Germania rivela che NVIDIA ha confermato una vulnerabilità hardware che consente a un utente malintenzionato di ottenere il controllo privilegiato dell'esecuzione del codice per il sistema di pilota automatico di Tesla. L'attacco prevede un metodo "classico" per destabilizzare l'hardware introducendo picchi di tensione, che in questo caso consentono lo sblocco di un bootloader solitamente disabilitato per i consumatori e destinato alle condizioni di laboratorio. L'attacco è valido anche per il sistema di infotainment Mercedes-Benz, anche se ovviamente con minori conseguenze potenzialmente dannose. Il documento , intitolato The Forgotten Threat of Voltage Glitching: A Case Study on Nvidia Tegra X2 SoCs , proviene dalla Technische Universitat Berlin, a seguito di alcuni dei recenti lavori degli stessi ricercatori che rivelano un simile exploit in AMD Secure Encrypted Virtualization, pubblicato su il 12 agosto. Il nuovo documento afferma: Abbiamo responsabilmente divulgato le nostre scoperte a Nvidia, inclusa la nostra configurazione e i parametri sperimentali. Nvidia ha ricostruito i nostri esperimenti e ha confermato che l'iniezione di guasti ha un impatto sul SoC Tegra Parker testato e sui chip precedenti. Secondo loro, tutti i nuovi SoC Tegra conterrebbero contromisure per mitigare questi tipi di attacchi. Inoltre, hanno proposto contromisure per ridurre l'efficacia dell'iniezione di guasto di tensione su chip vulnerabili... Il documento afferma che il tipo di attacco dimostrato nella loro ricerca potrebbe consentire a un avversario di alterare il firmware del sistema per manomettere i sistemi di controllo essenziali, incluso il modo in cui un veicolo autonomo reagisce agli ostacoli umani. Notano che anche la manomissione dei sistemi di visualizzazione della cabina di pilotaggio comporta un rischio reale, consentendo la visualizzazione di informazioni errate sulla velocità di guida attuale e altre informazioni essenziali per la...
Continua a Leggere

Alibaba sviluppa l’intelligenza artificiale per la simulazione dei motori di ricerca che utilizza dati in tempo reale

  In collaborazione con ricercatori accademici in Cina, Alibaba ha sviluppato un motore di ricerca AI di simulazione che utilizza i dati del mondo reale dall'infrastruttura live del gigante dell'e-commerce al fine di sviluppare nuovi modelli di classificazione che non siano ostacolati da informazioni "storiche" o non aggiornate. Il motore, chiamato AESim , rappresenta il secondo annuncio importante in una settimana per riconoscere la necessità per i sistemi di intelligenza artificiale di essere in grado di valutare e incorporare dati in tempo reale e attuali, invece di astrarre semplicemente i dati disponibili al momento dell'addestramento del modello. L'annuncio precedente è stato di Facebook, che la scorsa settimana ha presentato il modello linguistico BlenderBot 2.0, un'interfaccia NLP che offre polling live dei risultati di ricerca su Internet in risposta alle query. L'obiettivo del progetto AESim è fornire un ambiente sperimentale per lo sviluppo di nuove soluzioni, algoritmi e modelli di Learning-To-Rank ( LTR ) nei sistemi di recupero delle informazioni commerciali. Nel testare il framework, i ricercatori hanno scoperto che rifletteva accuratamente le prestazioni online entro parametri utili e utilizzabili. Gli autori dell'articolo, tra cui quattro rappresentanti ciascuno dell'università di Nanchino e della divisione di ricerca di Alibaba, affermano che un nuovo approccio alle simulazioni LTR era necessario per due ragioni: il fallimento di recenti iniziative simili nel deep learning per creare tecniche riproducibili, con un'ondata di attenzione -acquisizione di algoritmi che non si traducono in sistemi del mondo reale applicabili; e la mancanza di trasferibilità, in termini di prestazioni dei dati di formazione rispetto a dati nuovi nei casi in cui i sistemi erano inizialmente più efficaci. In direttaIl documento afferma che AESim è la prima piattaforma di simulazione di e-commerce basata sui dati degli utenti e delle attività attuali e attuali e che può rif...
Continua a Leggere

Come DoorDash Usa L’AI l’intelligenza artificiale

In che modo DoorDash utilizza ML per risolvere la connettività dell'ultimo miglio DoorDash, alla fine della giornata, deve essere un fenomenale business di misurazione e dati. Tony Xu era solito consegnare le pizze Dominos da porta a porta. Oggi è CEO e co-creatore di una delle migliori app per la consegna di cibo basate sull'intelligenza artificiale negli Stati Uniti, DoorDash . Per non parlare del poster boy del sogno americano. La piattaforma sfrutta l'apprendimento automatico per risolvere le sfide di connettività dell'ultimo miglio delle imprese locali. " DoorDash alla fine della giornata deve essere un fenomenale business di misurazione e dati",   Diamo un'occhiata ai molti modi in cui DoorDash utilizza l'intelligenza artificiale. la logisticaDoorDash utilizza algoritmi ML per fornire dati accurati e programmazione a numeri interi misti o apprendimento per rinforzo per rafforzare il proprio sistema di massimizzazione della ricompensa. “Tra i commercianti e i dashers, è il problema principale della spedizione: come abbinare il giusto set di dashers al giusto set di mercanti. Tra trattini e consumatori, si tratta di bilanciare la domanda e l'offerta: come possiamo assicurarci di avere il giusto numero di trattini; come si fa ad assicurarsi che prendiamo la giusta quantità di domanda dei consumatori che possiamo prendere e questo influisce davvero sulla produttività sia dei dashers che dei consumatori. Tra consumatori e commercianti, è la tradizionale applicazione di e-commerce", ha affermato Raghav Ramesh, un ingegnere di machine learning presso DoorDash, in una conferenza sull'intelligenza artificiale nel 2018. La piattaforma utilizza il machine learning per individuare soluzioni ottimali per il problema del percorso dei veicoli, per garantire tempi di consegna più brevi per i consumatori, una retribuzione più elevata per i dashers e maggiori entrate per i commercianti. Il modello ML considera fattori quali il tempo di lavorazione degli alimenti, il tempo di vi...
Continua a Leggere

Facebook aggiorna l’ambiente Habitat per addestrare l’intelligenza artificiale

Nel 2019, Facebook AI Habitat open-source , un simulatore in grado di addestrare sistemi di intelligenza artificiale che incorporano cose come un robot domestico per operare in ambienti pensati per imitare le impostazioni del mondo reale, come appartamenti e uffici. Oggi Facebook ha annunciato di aver esteso le capacità di Habitat per renderlo "ordini di grandezza" più veloce di altri simulatori 3D disponibili, consentendo ai ricercatori di eseguire compiti più complessi nella simulazione, come apparecchiare la tavola e rifornire il frigorifero. In concomitanza con ciò, Facebook ha collaborato con la società di acquisizione spaziale 3D Matterport per rendere open source quello che afferma essere il più grande set di dati di scansioni 3D per interni fino ad oggi. I modelli di intelligenza artificiale nella visione artificiale e nel linguaggio naturale sono in genere addestrati con testo, immagini, audio e video da Internet. Ma l' intelligenza artificiale incorporata - lo sviluppo di sistemi con un'incarnazione fisica o virtuale, come i robot - ha esigenze diverse. Le attività di intelligenza artificiale richiedono che i sistemi interagiscano con il mondo fisico, riconoscendo oggetti diversi da qualsiasi angolazione per distinguere, ad esempio, tra un piano di lavoro e una scrivania. Per sviluppare in sicurezza questo tipo di robot e assistenti personali, afferma Facebook, devono essere addestrati in spazi simulati ricchi e realistici. https://youtu.be/Qb10vmYZ0Jc  Miglioramenti delle prestazioniIl concetto di IA incarnata si basa sulla cognizione incarnata, la teoria secondo cui molte caratteristiche della psicologia, umane o meno, sono modellate da aspetti dell'intero corpo di un organismo. Applicando questa logica all'intelligenza artificiale, i ricercatori sperano di migliorare le prestazioni dei sistemi di intelligenza artificiale come chatbot, robot, veicoli autonomi e persino altoparlanti intelligenti che interagis...
Continua a Leggere

La Pepsi Cola usa l’intelligenza artificiale AI per sviluppare nuovi prodotti

 In che modo PepsiCo utilizza l'intelligenza artificiale per creare prodotti che i consumatori non sanno di volere  Se immagini come un'azienda di alimenti e bevande crea nuove offerte, la tua mente probabilmente si riempie di immagini di ricercatori in camice bianco che pipettano sapori e testano il gusto come scienziati pazzi. Questo non è sbagliato, ma è solo una parte del quadro di oggi. Sempre più aziende nello spazio stanno sfruttando l'intelligenza artificiale per lo sviluppo del prodotto e ogni fase successiva del percorso del prodotto. In PepsiCo, ad esempio, più team sfruttano l'intelligenza artificiale e l'analisi dei dati a modo loro per dare vita a ciascun prodotto. Inizia con l'utilizzo dell'intelligenza artificiale per raccogliere informazioni su potenziali gusti e categorie di prodotti, consentendo al team di ricerca e sviluppo di raccogliere i tipi di informazioni che i consumatori non riportano nei focus group. Si conclude con l'utilizzo dell'intelligenza artificiale per analizzare come si sono svolte quelle decisioni basate sui dati.  "È l'intero viaggio, dall'innovazione allo sviluppo della campagna di marketing fino alla decisione di dove metterlo sullo scaffale", ha detto a VentureBeat Stephan Gans, chief consumer insights and analytics officer di PepsiCo. “E non solo come, 'Sì, lanciamo questo all'A&P.' Ma cosa A&P. Dove sullo scaffale in quel particolare quartiere A&P.” Una nuova era della ricerca sui consumatoriQuando si tratta di ricerche sui consumatori, Gans ama dire che "vedere è la nuova domanda". Storicamente, questa fase dello sviluppo del prodotto si è sempre basata sul porre domande alle persone: ti piace? Perché non ti piace questo? Cosa ti piacerebbe? Ma le risposte dei partecipanti non sono così eloquenti come vorremmo pensare. Potrebbero non interessarsene davvero perché sono pagati per essere lì, o potrebbero semplicemente cercare di essere gentili. Potrebbero anche essere sinceri sul momento, ma ciò non significa c...
Continua a Leggere

Andrej Karpathy la Tesla e la AI intelligenza artificiale

Karpathy di Tesla sulla tecnologia dietro il suo progetto di pilota automaticoTesla applica soluzioni basate su reti neurali profonde a problemi che vanno dalla percezione al controllo.“Siamo in cattive condizioni quando si tratta di trasporti. Abbiamo questi oggetti metallici che viaggiano molto velocemente con un'energia cinetica molto alta. Stiamo inserendo la carne nel sistema di controllo; è abbastanza indesiderabile. Fondamentalmente si tratta di persone che non sono troppo brave a guidare. Si cacciano in un sacco di guai", ha affermato Andrej Karpathy, direttore senior dell'IA di Tesla, all'evento CVPR 2021.   Ha intentato una causa contro il conducente umano, riferendosi a loro come "computer di carne". Karpathy ha detto che gli umani guidano in un circuito stretto con oggetti da 1 tonnellata a 80 mph, hanno una latenza di reazione di 250 ms, devono usare specchi per la consapevolezza della situazione e devono schivare le distrazioni. D'altra parte, l'automazione nei trasporti offre molti vantaggi, tra cui uno stretto ciclo di controllo, una latenza di reazione più rapida (<100 ms) e una consapevolezza della situazione a 360 gradi. Tali caratteristiche riducono drasticamente gli incidenti ei costi di trasporto.   L'approccio di Tesla Parlando dell'approccio di Tesla all'autonomia, Karpathy ha affermato che il team sta lavorando per la piena capacità di guida autonoma (FSD). Il fondatore di Tesla Elon Musk ha parlato delle sue grandi ambizioni in questa direzione in passato. In effetti, nel 2020, Musk ha affermato che la società era vicina al raggiungimento dei requisiti di base dell'autonomia di livello cinque che non richiede l'input del conducente umano (Tesla, tuttavia, in seguito ha emesso una confutazione dicendo che la società è ancora al livello 2). Il pilota automatico è la suite di tecnologie avanzate di assistenza alla guida di Tesla che offre funzionalità tra cui centraggio della corsia, controllo della velocità di crociera basato sul traffico,...
Continua a Leggere

Come Kellogg implementa l’intelligenza artificiale AI

In questa era di tecnologia in evoluzione, le organizzazioni devono essere altamente adattabili per avere successo. Un rapporto sulle statistiche rivela che prima della pandemia oltre 4,7 milioni di persone negli Stati Uniti lavoravano da remoto almeno la metà del tempo, una percentuale che da allora è aumentata. E pienamente il 75% delle persone che utilizzano canali digitali per la prima volta indicano che essi continueranno ad usarli quando le cose tornano ad un post-pandemico “normale”. Kellogg è tra i marchi che adottano strategie per un lavoro flessibile e più versatile. Ad esempio, il percorso dell'azienda per creare soluzioni di analisi ha prodotto strumenti in grado di identificare gli indicatori del cambiamento dei consumatori e il profilo di un acquirente in base alla demografia. Kellogg ora sfrutta anche i dati per indirizzare le campagne presso le basi dei consumatori e indirizzare le vendite al dettaglio, automatizzando e ottimizzando la ricerca e l'inventario per l'e-commerce.  "Stiamo utilizzando l'intelligenza artificiale in tutta la nostra attività: dalla creazione di efficienze della catena di approvvigionamento all'identificazione delle migliori combinazioni di sapori per i nuovi alimenti, alla focalizzazione del marketing su coorti chiave e all'identificazione di quali contenuti risuoneranno maggiormente con loro all'identificazione delle opportunità di esecuzione del punto vendita", Monica McGurk, Il chief global growth officer di Kellogg, ha dichiarato in una conversazione con VentureBeat. "Ogni funzione e unità aziendale di Kellogg dà la priorità ai casi d'uso in base a fattori che vanno dal loro impatto aziendale alla loro capacità di far progredire la nostra tecnologia al loro effetto a catena dal punto di vista della gestione del cambiamento ... In definitiva, l'adozione dell'IA riguarda un modo completamente nuovo di lavorare .” Casi d'usoPer quanto riguarda la catena di approvvigionamento, Kellogg afferma di utilizzare l'intelligenza art...
Continua a Leggere

Facebook NetHack 2021

Facebook propone NetHack come una grande sfida nella ricerca sull'intelligenza artificiale   Facebook ha proposto oggi NetHack come una grande sfida per la ricerca sull'IA, per la quale l'azienda sta lanciando un concorso alla conferenza AI NeurIPS 2021 a Sydney, in Australia. È affermazione di Facebook che NetHack, un videogioco degli anni '80 con immagini semplici che è considerato tra i più difficili al mondo, può consentire agli scienziati dei dati di confrontare i metodi di intelligenza artificiale all'avanguardia in un ambiente complesso senza la necessità di eseguire esperimenti su un computer potente. I giochi sono serviti come punti di riferimento per l'intelligenza artificiale per decenni, ma le cose hanno davvero preso il sopravvento nel 2013, l'anno in cui DeepMind di Google ha dimostrato un sistema in grado di riprodurre Pong, Breakout, Space Invaders, Seaquest, Beamrider, Enduro e Q*bert a livelli sovrumani . I progressi non stanno semplicemente migliorando il design del gioco, secondo esperti come il cofondatore di DeepMind Demis Hassabis. Piuttosto, stanno informando lo sviluppo di sistemi che potrebbero un giorno diagnosticare malattie, prevedere strutture proteiche complicate e  scansioni TC segmentate .  In particolare, l' apprendimento per rinforzo , un tipo di intelligenza artificiale in grado di apprendere strategie per orchestrare sistemi di grandi dimensioni come impianti di produzione, sistemi di controllo del traffico, portafogli finanziari e robot, sta passando dai laboratori di ricerca ad applicazioni reali di grande impatto. Ad esempio, le aziende automobilistiche a guida autonoma come Wayve  e  Waymo utilizzano l'apprendimento per rinforzo per sviluppare i sistemi di controllo per le loro auto. E tramite Bonsai di Microsoft , Siemens sta impiegando l'apprendimento per rinforzo per calibrare le sue macchine CNC. "I recenti progressi nell'apprendimento per rinforzo sono stati alimentati da ambienti di simulazione come giochi come StarCraf...
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