Home / Archive by category "Servizi AI"

Servizi AI

L’intelligenza artificiale per ovviare alla perdita di cookie di terze parti

Le opzioni per indirizzare la pubblicità digitale in un modo che non si basa sui cookie sono in aumento, grazie ai progressi nell'analisi predittiva e nell'intelligenza artificiale che alla fine ridurranno l'attuale predominio di Google, Facebook e altri aggregatori di contenuti su larga scala. Google ha annunciato all'inizio di questo mese che non consentirà più ai cookie di terze parti di raccogliere dati tramite il suo browser Chrome. Molte aziende hanno storicamente fatto affidamento su quei cookie per indirizzare meglio la loro pubblicità digitale, poiché i cookie consentono alle reti pubblicitarie digitali e ai siti di social media di creare un profilo di un utente finale senza sapere specificamente chi sia quell'individuo. Anche se questo approccio non viola necessariamente la privacy di nessuno, dà a molti utenti la sensazione che alcune entità stiano monitorando i siti che visitano in un modo che li mette a disagio. I fornitori di altri browser, come Safari di Apple e il browser open source Firefox, hanno già abbandonato i cookie di terze parti. Per essere chiari, Google non sta abbandonando il monitoraggio del comportamento degli utenti. L'azienda ha invece creato un meccanisFLoC (Federated Learning of Cohorts) per monitorare il comportamento degli utenti che non dipende dai cookie per la raccolta dei dati. Invece di essere in grado di indirizzare un annuncio a un utente anonimo specifico, agli inserzionisti viene offerta l'opportunità di rivolgersi a gruppi di utenti finali che sono ora organizzati in coorti in base ai dati che Google continua a raccogliere. Resta da vedere come queste iniziative potrebbero cambiare sostanzialmente l'esperienza dell'utente. Tuttavia, alcuni inserzionisti stanno ora cercando di utilizzare algoritmi di apprendimento automatico e altre forme di analisi avanzate rese disponibili tramite reti pubblicitarie digitali per ridurre la loro dipendenza da Google, Facebook, Twitter, Microsoft e altre entità che controlla...
Continua a Leggere

L’intelligenza artificiale nel mercato globale della gestione della supply chain

Questo report fornisce analisi dettagliate e previsioni per l'IA in SCM per soluzione (piattaforme, software e AI as a Service), componenti della soluzione (hardware, software, servizi), funzione di gestione (automazione, pianificazione e logistica, gestione dell'inventario, gestione della flotta, Intermediazione di merci, gestione dei rischi e risoluzione delle controversie), tecnologie di intelligenza artificiale (informatica cognitiva, visione artificiale, elaborazione sensibile al contesto, elaborazione del linguaggio naturale e apprendimento automatico) e settori verticali (aerospaziale, automobilistico, beni di consumo, sanità, produzione e altri). Questo è il rapporto più ampio e dettagliato del suo tipo, che fornisce analisi su un'ampia gamma di considerazioni sul processo operativo, come la necessità di gestione dell'identità e monitoraggio della posizione in tempo reale, e considerazioni sulla distribuzione del mercato, come il tipo di AI, tecnologie, piattaforme, connettività, integrazione IoT e modello di distribuzione incluso AI-as-a-Service (AIaaS). Ogni aspetto valutato include previsioni dal 2021 al 2026 come AIaaS per entrate in Cina. Fornisce un'analisi dell'IA in SCM a livello globale, regionale e per paese, inclusi i primi dieci paesi per regione per quota di mercato. Il report fornisce un'analisi delle principali aziende e soluzioni che sfruttano l'IA nelle loro catene di fornitura e quelle che gestiscono per conto di altri, con una valutazione dei principali punti di forza e di debolezza di queste soluzioni. Valuta l'intelligenza artificiale in SCM per settore verticale e applicazione come il monitoraggio del movimento dei materiali e la gestione dell'offerta di farmaci rispettivamente nella produzione e nella sanità. Il rapporto fornisce anche una panoramica del futuro dell'IA in SCM, inclusa l'analisi dei miglioramenti delle prestazioni come l'ottimizzazione dei ricavi, la soddisfazione della catena di approvvigionamento e la riduzione...
Continua a Leggere

La tecnologia AI preannuncia una grande promessa per le aziende industriali post Covid

L'intelligenza artificiale potrebbe aiutare a ottimizzare l'intera catena del valore della produzione industriale - attraverso la produzione, le catene di approvvigionamento, la ricerca e sviluppo e le vendite. Gli esperti di Emerton e Startupinside hanno illustrato il ruolo dell'IA nei processi industriali post-pandemici. Il contesto è un clima economico dirompente, in cui l'ottimizzazione è diventata il fulcro della prosperità aziendale. La produzione industriale è notoriamente ad alta intensità di tempo e capitale, lasciando ampi margini di miglioramento durante e dopo la crisi del Covid-19. Aimé Lachapelle, managing partner della pratica di scienza dei dati e intelligenza artificiale di Emerton, ha evidenziato le sfide affrontate nel 2020. "La produzione si è fermata, la catena di fornitura globale si è interrotta e le donne e gli uomini al centro di queste industrie sono stati fortemente destabilizzati. " È giunto il momento di ricostruire e gli esperti posizionano l'IA come il futuro. Emerton e Startupinside suddividono la catena del valore della produzione industriale in quattro parti: produzione, catena di approvvigionamento, ricerca e sviluppo e vendite, ognuna delle quali può trarre vantaggio dall'intelligenza artificiale. Un uso spesso citato dell'IA nella produzione è la manutenzione predittiva, in cui l'IA raccoglie ed esamina vasti pool di dati di produzione per i modelli che portano a guasti. In realtà, i ricercatori osservano che i guasti si verificano una manciata di volte all'anno, fornendo agli algoritmi di intelligenza artificiale pochi dati con cui lavorare. Allo stato attuale, una manutenzione predittiva di successo potrebbe essere in qualche modo su tutta la linea. Il rapporto evidenzia invece il valore dell'utilizzo dell'IA per ottimizzare la produzione, una priorità per il 60% dei leader industriali. L'intelligenza artificiale può aiutare con una migliore pianificazione, aumentare la produttività, ottimizzare il consumo di en...
Continua a Leggere

ElectrifAi annuncia la collaborazione con Inspur

ElectrifAi, una delle aziende leader a livello mondiale nei modelli di intelligenza artificiale pratica (AI) e machine learning (ML) preconfigurati, ha annunciato oggi la sua collaborazione con Inspur, fornitore leader di soluzioni server per il cloud computing, data center iperscalabili e AI. I server Inspur AI (modello: NF5280M5) vengono utilizzati per elaborare e archiviare i dati per il potente prodotto per il benessere degli animali di ElectrifAi, AnimalAi, sviluppato per aiutare a prevenire l'abuso di animali nell'industria del bestiame. L'NF5280M5 è dotato di 2 processori scalabili Intel Xeon e ospita 4 schede acceleratrici GPU a doppia larghezza in uno chassis 2U per offrire densità e accelerazione ad alte prestazioni per carichi di lavoro AI ad alta intensità. "Per uno dei nostri clienti, 60 telecamere sono installate in una fattoria molto grande. Utilizzando i robusti server di Inspur, i dati delle telecamere vengono archiviati in modo ottimale, l'elaborazione è semplice e veloce e AnimalAi è in grado di eseguire l'apprendimento automatico a livello locale e in modo molto efficiente con una connessione continua e affidabile ", ha affermato Gregg McNulty, CIO di ElectrifAi. Oltre ad essere ad alte prestazioni, la soluzione NF5280M5 di Inspur è anche molto conveniente. ElectrifAi ha acquistato sei server da Inspur per alimentare AnimalAi e quattro server aggiuntivi per i data scientist di ElectrifAi da utilizzare per altri progetti. Con questa espansione, ElectrifAi può trasferire questi risparmi sui costi ai suoi clienti. Con l'intenzione di espandere le operazioni degli Stati Uniti oltre la costa occidentale, Inspur mira a fornire a molte più aziende l'accesso ai propri server all'avanguardia. Con capacità di prestazioni eccezionali e durata in ambienti di data center estremi, i server Inspur aumentano il potenziale di elaborazione dell'IA per consentire soluzioni aziendali veloci e potenti. "Le migliori soluzioni server di Inspur massimizzano...
Continua a Leggere

Come le onde continue modulate in frequenza FMCW stanno trasformando la tecnologia Lidar

Come FMCW sta trasformando la tecnologia Lidar Le onde continue modulate in frequenza migliorano ampiamente la tecnologia Lidar nei veicoli autonomi Aurora Innovations, una società di veicoli a guida autonoma, con sede nella Silicon Valley, ha recentemente annunciato l'acquisizione di OURS Technology per un importo non divulgato. Quest'ultima è una startup fondata da un team di ricercatori dell'Università della California, Berkeley, specializzati in FMCW (Frequency Modulated Continuous Wave) e 'lidar-on-a-chip'. Questa è la seconda acquisizione di Aurora di una società di sviluppo Lidar, la prima è stata la startup Blackmore nel Montana nel 2019 , specializzata anche nella tecnologia FMCW. La parola Lidar è un acronimo che sta per Light Detection and Ranging, che è praticamente un riassunto della tecnologia in tre parole. La tecnologia funziona su più impulsi di luce per creare una mappa 3D del terreno che circonda il sensore. Lidar e FMCW esistono da un po 'di tempo, ma quest'ultimo è diventato solo di recente un progresso praticabile per il settore, rendendolo una scelta popolare per la maggior parte delle aziende di veicoli a guida autonoma. D'altra parte, Tesla, il gigante automobilistico che lavora su automobili a guida autonoma, ha rifiutato Lidar e lavora invece sulla propria tecnologia. Allora perché Tesla ha scelto di mettere da parte Lidar e in che modo l'acquisizione di FMCW e Aurora fa la differenza? Tesla e gli svantaggi di LidarCon tutti gli investimenti positivi in ​​Lidar, la tecnologia non è priva di critiche. In particolare, il miliardario Elon Musk ha definito Lidar una `` commissione degli sciocchi '' nel 2019, ed è giustamente preoccupato per i problemi che ha attualmente. La società Tesla di Musk, che ha recentemente registrato la sua filiale indiana in Karnataka, è ben nota per la funzione "Pilota automatico" nei suoi veicoli elettrici. A differenza della maggior parte delle società di veicoli a guida autonoma, i veicoli Tesla ...
Continua a Leggere

Che cos’è Google Tensorflow 3D

Google rilascia Tensorflow 3D. Che cos'è esattamente? TensorFlow fornisce una serie di operazioni, funzione di perdita, strumenti di elaborazione dati, metriche e altri modelli per lo sviluppo, l'addestramento e l'implementazione di modelli di comprensione della scena 3D all'avanguardia. L'apprendimento per rinforzo profondo funziona davvero per la robotica?Veicoli autonomi, robot e altri sistemi di apprendimento ML devono controllare l'ambiente circostante per navigare e operare nel mondo reale. Sono spesso guidati da sensori 3D come Lidar, radar e telecamere di rilevamento della profondità e utilizzano la tecnologia di comprensione della scena per elaborare i dati acquisiti da questi dispositivi. La comprensione della scena 3D è fondamentale per il rilevamento di oggetti, la comprensione incentrata sull'uomo e la grafica. Sebbene la visione artificiale abbia compiuto progressi significativi attraverso il rilevamento di oggetti 3D mobili e il rilevamento di oggetti trasparenti, il numero di strumenti che possono essere applicati ai dati 3D è ancora limitato. Per migliorare la comprensione delle scene 3D, Google ha ora sviluppato TensorFlow 3D, una libreria altamente modulare per portare funzionalità di deep learning 3D a TensorFlow. Che cos'è la comprensione della scena 3D?Gli attuali sistemi di visione artificiale raccontano solo un po 'della posizione di un oggetto in uno spazio 3D e di come interagiscono agenti come i robot. Questo non è sufficiente per comprendere completamente l'ambiente. Ricerche recenti si sono concentrate sull'ottenimento di una comprensione geometrica della scena per superare questa lacuna. Al contrario di catturare una rappresentazione sul piano dell'immagine degli oggetti, la loro rappresentazione così come esistono nel mondo 3D aiuta in applicazioni come la comprensione incentrata sull'uomo, la grafica e il rilevamento di oggetti. La nuova libreria di TensorFlow fornisce una serie di operazioni, funzioni di perdita, s...
Continua a Leggere

Gli otto migliori software di database di serie temporali del 2021

Database di serie storiche più importanti per i data scientist In un'era in cui le aziende cercano di creare prodotti più intelligenti per stare al passo, è ora più importante che mai scegliere il giusto database delle serie temporali. Dalle auto a guida autonoma e dagli algoritmi di trading finanziario all'accesso ai dati IoT e al monitoraggio di applicazioni sofisticate, richiedono blocchi di dati in grado di misurare criticamente i cambiamenti avvenuti nel tempo, chiamati dati di serie temporali . Sebbene il concetto sia iniziato con l'applicazione finanziaria, i database di serie temporali sono ora diventati di fatto un punto di riferimento per le aziende per archiviare, gestire, estrarre e monitorare i dati in tempo reale. Come suggerisce il nome, i database di serie temporali sono i sistemi software ottimizzati per i dati di marca temporale o di serie temporali. In un'era in cui le aziende cercano di creare prodotti più intelligenti per stare al passo, è ora più importante che mai scegliere il giusto database delle serie temporali. Qui, elencheremo otto software di database di serie temporali che le aziende potranno controllare nel 2021. InfluxDBInfluxDB è una piattaforma di database di serie temporali progettata per consentire agli sviluppatori di creare software IoT, analisi e monitoraggio. Costruito appositamente per gestire gli enormi volumi di dati con data e ora prodotti da sensori, applicazioni e infrastruttura, InfluxDB sfrutta potenti API e strumenti per assistere gli sviluppatori nel processo di creazione delle applicazioni. InfluxDB si concentra su open source e standard aperti con una perfetta integrazione del prodotto con oltre 200 plug-in. Caratteristiche principali: Sicurezza di livello aziendale che consente agli sviluppatori di creare ovunque: edge, cloud o on-premise.Database di serie temporali ad alte prestazioni InfluxDB in grado di acquisire milioni di punti dati al secondo.InfluxDB consente agli sviluppatori di inizi...
Continua a Leggere

ReceptorNet sistema di apprendimento automatico AI di Salesforce che individua i segni di cancro al seno con una precisione del 92%

Salesforce afferma che la sua intelligenza artificiale può individuare i segni di cancro al seno con una precisione del 92% Salesforce ha aperto oggi il sipario su ReceptorNet , un sistema di apprendimento automatico sviluppato dai ricercatori dell'azienda in collaborazione con i medici del Lawrence J. Ellison Institute for Transformative Medicine della USC della University of Southern California. Il sistema, che può determinare un biomarcatore critico per gli oncologi al momento di decidere il trattamento appropriato per i pazienti con cancro al seno, ha raggiunto una precisione del 92% in uno studio pubblicato sulla rivista Nature Communications . Il cancro al seno colpisce più di 2 milioni di donne ogni anno, con circa una donna su otto negli Stati Uniti che sviluppa la malattia nel corso della propria vita. Nel 2018, solo negli Stati Uniti, ci sono stati anche 2.550 nuovi casi di cancro al seno negli uomini . E i tassi di cancro al seno stanno aumentando in quasi tutte le regioni del mondo. Nel tentativo di affrontare questo problema, i ricercatori di Salesforce hanno sviluppato un algoritmo, il già citato ReceptorNet, in grado di prevedere lo stato dei recettori ormonali da immagini di tessuti poco costose e ubiquitarie. In genere, le cellule di cancro al seno estratte durante una biopsia o un intervento chirurgico vengono testate per vedere se contengono proteine ​​che agiscono come recettori degli estrogeni o del progesterone. (Quando gli ormoni estrogeni e progesterone si attaccano a questi recettori, alimentano la crescita del cancro.) Ma questi tipi di immagini bioptiche sono meno disponibili e richiedono una revisione da parte di un patologo. In contrasto con il processo immunoistochimico favorito dai medici, che richiede un microscopio e tende ad essere costoso e non facilmente disponibile in alcune parti del mondo, ReceptorNet determina lo stato del recettore ormonale tramite la colorazione dell'ematossilina e dell'eosina (H&E), che tie...
Continua a Leggere

L’algoritmo ReBeL AI di Facebook

Questo algoritmo AI di Facebook può giocare sia a scacchi che a poker con la stessa facilità In notizie recenti, il team di ricerca di Facebook ha introdotto un bot AI generale, ReBeL , in grado di riprodurre sia informazioni perfette, come gli scacchi, sia giochi di informazioni imperfette come il poker con la stessa facilità, utilizzando l'apprendimento per rinforzo. Come afferma l'azienda, è un grande passo verso la creazione di un algoritmo di intelligenza artificiale generale che potrebbe funzionare bene su una vasta gamma di giochi. I ricercatori ritengono che questo algoritmo avrà applicazioni del mondo reale, inclusa la gestione delle negoziazioni, il rilevamento delle frodi e persino la sicurezza informatica. L'algoritmo ReBeLAlphaZero di DeepMind ha catturato rapidamente la fantasia della comunità di ricerca sull'IA quando è stato rilasciato nel 2017. Un programma basato sull'IA che potrebbe giocare a giochi come scacchi , shogi e Go non è inaudito, ma AlphaZero è diverso in quanto utilizza l'apprendimento di rinforzo con ricerca (RL + Ricerca) per "imparare da solo" imitando i giocatori di livello mondiale. Ci sono stati anche modelli progettati per giocare ad altri giochi come il poker. Ad esempio, Facebook, nel 2019, ha introdotto il bot Pluribus che è riuscito a sconfiggere esperti umani nel no-limit Hold 'em a sei giocatori, che è il formato di poker più giocato al mondo. Tuttavia, non è stato progettato un algoritmo AI generalizzato in grado di sostenere sia gli scacchi che il poker. Per gli umani, riconosciamo questi due giochi semplicemente diversi nel senso più ampio. Tuttavia, per una macchina, classifica giochi come gli scacchi come giochi informativi perfetti, in cui il giocatore è a conoscenza di tutti i possibili eventi e conosce o può vedere le mosse degli altri giocatori; giochi come il poker sono classificati come giochi con informazioni imperfette di cui i giocatori hanno bisogno per bilanciare tutti i possibili r...
Continua a Leggere

SkillUp di Simplilearn la piattaforma che offre corsi gratuiti su Data Science, AI e ML

Simplilearn lancia SkillUp, una piattaforma che offre corsi gratuiti su Data Science, AI e ML Simplilearn, una società edtech, ha annunciato il lancio di una piattaforma di apprendimento gratuita - SkillUp che è stata progettata per offrire corsi e materiali di apprendimento per le persone per iniziare la loro carriera in questo ambiente competitivo. In un recente post su LinkedIn , Krishna Kumar, CEO di Simplilearn, ha affermato che SkillUp è un'altra pietra miliare nel viaggio di Simplilearn. Secondo il post, con questa piattaforma, si può scegliere tra oltre 300 delle migliori competenze odierne come scienza dei dati, intelligenza artificiale, apprendimento automatico, sviluppo software, gestione dei progetti, servizi IT e architettura e altre, e possono apprenderle su questa piattaforma gratuita tramite corsi video di autoapprendimento, creati da alcune delle migliori menti del settore. Il curriculum di questa iniziativa è stato progettato da esperti del settore e consulenti del corso come Ronald van Loon, Marc Weaver, Dean Pompilio e Matt Bailey. La cosa ancora migliore è che è possibile accedere alla piattaforma da qualsiasi dispositivo, che si tratti del sito Web o dei dispositivi mobili . Comprende oltre 1.000 ore di apprendimento e programmi di competenze tecnologiche che coprono enormi competenze richieste. Questa iniziativa mira ad aiutare i giovani talenti e i professionisti che lavorano a identificare il loro interesse e fornire loro opzioni di aggiornamento delle competenze per migliorare la loro carriera. Il lancio di questa piattaforma non può avvenire in un momento migliore, poiché ora è più che mai richiesto ai professionisti di lavorare per il raggiungimento di obiettivi di carriera specifici, soprattutto in un periodo post-pandemico. Secondo i media , i programmi offerti da Simplilearn consentono agli studenti di avere accesso a contenuti basati su video on-demand, che aiuteranno a costruire solide competenze tecnologiche fondamental...
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