10 ejemplos reales de inteligencia artificial I DevTeam.Space

Aquí hay 10 ejemplos de IA en casos de uso de la vida real. Empecemos.

Asistentes personales virtuales

En los últimos años, ha habido un aumento en el desarrollo e implementación de asistentes personales virtuales. Estos toman muchas formas y aprovechan varias tecnologías, como el reconocimiento de voz, el análisis de texto y algunos incluso toman decisiones por usted, como la programación automática de reuniones en función de los correos electrónicos entrantes. Exploremos algunos de estos asistentes personales.

Alexa

Desarrollado por Amazon, Alexa es un VPA popularizado por Amazon Each y Amazon Echo Dot. Fue lanzado en 2014 y te permite interactuar con él simplemente hablándolo. Alexa es capaz de lo siguiente:

• Tocando musica
• Creación de listas de tareas pendientes
• Configuración de alarmas
• Transmisión de podcasts
• Reproducir audiolibros
• Proporcionar actualizaciones meteorológicas y otra información en tiempo real, como las noticias.

La mayoría de los dispositivos que tienen instalado Alexa permiten a los usuarios activar la funcionalidad a través de una «palabra de activación» como «Echo» o «Alexa». ¡Algunos de los desarrollos más recientes a partir de mayo de 2017 incluyen pedidos a domicilio! Con Alexa, ahora se puede pedir comida para llevar en lugares como Domino’s Pizza, Pizza Hut y Just Eat. Starbucks también anunció una versión beta privada para realizar pedidos para recoger.

Habilidades de Alexa
Alex se basa en habilidades. Las habilidades le dan a la plataforma la capacidad de comprender comandos e instrucciones verbales. Se ejecutan en la nube, lo que significa que no se requiere instalación desde la perspectiva del usuario final.

En un intento por aumentar la adopción de Alexa Skills por parte de los desarrolladores y enriquecer el ecosistema, Amazon ha estado ofreciendo premios gratis a los desarrolladores como parte de la Desafío de habilidades de Alexa. ¡En este desafío, los desarrolladores tienen la tarea de escribir una habilidad de Alexa y pueden ganar hasta $ 5,000 en efectivo!

Preocupaciones
Alex es popular pero también tiene su cuota de escépticos. Esta tecnología podría escuchar conversaciones privadas en el hogar. Amazon ha asegurado a los clientes que los dispositivos habilitados para Alexa solo escuchan conversaciones cuando se ha pronunciado la «palabra de activación».

A pesar de esto, el dispositivo debe escuchar todo el tiempo para detectar si se ha pronunciado la “palabra despierta”. Otro punto que vale la pena mencionar es que Amazon usa grabaciones anteriores para ayudar a entrenar a Alexa y mejorar la experiencia del usuario. Sin embargo, estas grabaciones se pueden eliminar.

Al final del día, las personas que usan productos como Alexa, en última instancia, intercambian privacidad por conveniencia. Las actitudes de los usuarios de Internet hacia la privacidad se han relajado en los últimos 5 a 10 años (la mayor adopción de canales sociales ha impulsado eso).

X.AI

“Amy” de X.AI, si bien sigue entrando en la categoría de VA, es un producto completamente diferente a Alexa de Amazon. Si se pudiera resumir en una frase sería:

El asistente personal que programa reuniones por ti

Amy nació del punto de dolor personal del Fundador de programar 1019 reuniones en solo un año. Como suele ser el caso, estas reuniones rebotaron entre las partes respectivas hasta que se encontró una fecha y hora de cita adecuadas.

Pensó que este punto crítico debía afectarlo no solo a él, sino también a otros trabajadores de la información, por lo que se dispuso a crear un agente virtual que aproveche la IA para reducir la cantidad de ping pong de correo electrónico entre colegas de trabajo cuando intentan programar reuniones.

La inteligencia artificial de Amy puede interrogar la comunicación y determinar si los humanos están hablando de organizar reuniones cuando se identifique, Amy luego examinará el diario de cada persona y encontrará tiempos no conflictivos y los presentará a todas las partes en el correo electrónico o mensaje grupal.

Videojuegos

Las formas crudas de IA en los videojuegos han existido durante décadas. Tome el juego de arcade de los años 80 Pacman, por ejemplo, cada fantasma presentaba formas únicas de IA para tratar de atrapar al jugador mientras se abría paso por el laberinto.

Sin embargo, la tecnología ha avanzado desde los años 80 y los personajes que no son jugadores (o NPC) se han vuelto tan avanzados que ahora se pueden modelar, renderizar y explorar mundos enteros.

Juegos como GTA, Call of Duty, mundos digitales ricos en funciones con numerosos NPC que pueden, y a menudo lo hacen, comportarse de manera humana. Todo esto es posible gracias a los avances en inteligencia artificial.

¡Parada!

Piense por un momento en el investigador de IA de la Universidad de Princeton, Artur Filipowicz. Filipowicz ha estado tratando de desarrollar software para vehículos autónomos, parte del problema es que el software debe poder reconocer una señal de alto. Estos letreros pueden variar en su apariencia debido a las condiciones climáticas o incluso pueden necesitar reparación. Cuando un automóvil llega a una señal de alto, debe detenerse, de no hacerlo, podría provocar la muerte de una persona.

El algoritmo de reconocimiento de imágenes, por lo tanto, debe ser capaz de identificar múltiples formas de una señal de alto.

Filipowicz ideó una solución novedosa para este problema. GTA V.

En el juego GTA V, el jugador se sumerge en una ciudad ficticia de Los Santos que se basa libremente en Los Ángeles. Durante la producción de los juegos, se investigó exhaustivamente Los Ángeles. El equipo organizó viajes de investigación de campo con guías turísticos e historiadores de la arquitectura, y capturó alrededor de 250 000 fotografías y muchas horas de secuencias de video. Estas fotografías y material de archivo se abrieron paso de forma natural en el diseño de niveles.

Filipowicz pudo modificar el juego de tal manera que su software de vehículos autónomos pudiera navegar a través de las carreteras representadas gráficamente y, lo que es más importante, identificar y responder a las señales de alto como si fuera en la vida real.

Coches Inteligentes

Los coches con conductor y los camiones sin conductor han estado en los titulares recientemente. Empresas como Google, Uber, Apple, Volkswagen y Mercedes están invirtiendo fuertemente en automóviles autónomos impulsados ​​por inteligencia artificial.

En 2016, al aprovechar la IA, la startup de San Francisco Otto (propiedad de Uber) entregó con éxito 50 000 latas de Budweiser. Desde una perspectiva comercial, la integración de la IA en las rutas de camiones de larga distancia generará ahorros de costos y tiene el potencial de salvar vidas: las rutinas de la IA no sufren fatiga.

Gartner predice que para 2020 habrá aproximadamente 250 millones de automóviles conectados entre sí a través de WiFi. Esto será para permitirles comunicarse entre sí en las carreteras. Eso no está muy lejos al momento de escribir este blog.

Análisis y pronóstico del consumidor

Envío predictivo
El aprendizaje automático y la inteligencia artificial se han utilizado durante años para ayudar a las empresas a pronosticar la demanda y establecer precios de forma dinámica. En 2013, Amazon patentó “almacenamiento predictivo”, la idea detrás de este sistema de envío es reducir los tiempos de entrega al predecir lo que los consumidores querrán antes de que lo hayan comprado.

Un ejemplo de escenario previo al envío:

“un método puede incluir empaquetar uno o más artículos como un paquete para su eventual envío a una dirección de entrega, seleccionar un área geográfica de destino a la cual enviar el paquete, enviar el paquete al área geográfica de destino sin especificar completamente la dirección de entrega en ese momento del envío, y mientras el paquete está en tránsito, especificando completamente la dirección de entrega del paquete”.

Fuente: TechCrunch

Precio dinamico
Estimar la relación precio/ventas (o la elasticidad de los precios) puede ser difícil para los minoristas; sin embargo, la inteligencia artificial facilita la optimización de precios. Lo hace correlacionando las tendencias de precios con las tendencias de ventas y también puede alinear otras variables, como los niveles de existencias. El científico de datos Mohammad Islam escribió un artículo sobre este tema que explica este concepto con más detalle aquí.

Finanzas

Detección de fraude
Las reglas comerciales y las listas de reputación han existido durante décadas y muchas organizaciones hoy en día las implementan para identificar comportamientos fraudulentos. Una regla contiene una declaración que puede ser leída por un humano y comprensible por una computadora. Por ejemplo, un banco puede crear una regla que diga algo como:

«Si el cliente está comprando un producto que cuesta más de $ 1,500, hay una ubicación en Yemen y se registró hace menos de 24 horas, bloquee la transacción».

Reglas como esta son estáticas, con el tiempo se pueden jugar adoptando un enfoque de fuerza bruta, los delincuentes pueden probar diferentes combinaciones de ubicación, valor monetario, etc.

Sin embargo, la inteligencia artificial está cambiando esto. Al implementar el aprendizaje automático supervisado o SML, la máquina puede aprender de conjuntos de datos históricos que contienen transacciones fraudulentas. Luego, la máquina puede identificar patrones específicos que representan una transacción fraudulenta típica, ya sea la ubicación, la cantidad o el tipo de producto.

Decisiones de crédito
Al solicitar un crédito, ya sea un préstamo o una tarjeta de crédito, los bancos deben determinar si cada cliente es solvente. Se calculan otras variables como el límite de crédito, la tasa de interés y la cantidad máxima que el cliente puede obtener. El consumidor de hoy espera decisiones casi instantáneas y la IA y el aprendizaje automático están ayudando a impulsar esto.

Para ayudar a los bancos a tomar decisiones de crédito más informadas y determinar el riesgo de prestar a un cliente, FICO está utilizando el aprendizaje automático. Los investigadores del MIT también encontraron que al usar el aprendizaje automático, los bancos podrían reducir el número de clientes morosos hasta en un 25%.

chatbots

Históricamente, los chatbots ofrecían respuestas rudimentarias a preguntas simplistas, la mayor parte de esto se logró identificando palabras clave específicas y devolviendo una respuesta enlatada. Esto a menudo resultaba frustrante para los usuarios, pero la inteligencia artificial está transformando este campo.

Los avances en el procesamiento del lenguaje natural y el aprendizaje automático permiten que los chatbots comprendan la orientación semántica de cada palabra en una oración y obtengan el verdadero significado. Hacer esto le permite al chatbot crear un contexto de lo que está hablando un cliente y hacer preguntas relevantes o brindar soluciones a las consultas de los clientes.

Banco de America
uno de los bancos más grandes de EE. UU. que usa un chatbot habilitado para voz y texto llamado Érica. Erica puede enviar notificaciones a los clientes o ayudar a los clientes a tomar mejores decisiones financieras.

JPMorgan Chase
Lanzó un bot llamado MONEDA lo que permite al banco analizar contratos legales complejos de manera más rápida y eficiente que un ser humano.

COIN también puede realizar las siguientes tareas:

• analizar correos electrónicos para empleados,
• otorgar acceso a los sistemas de software
• restablecer contraseñas.

¡Hasta la fecha, esto le ha ahorrado al banco 360,000 horas en mano de obra!

Redes sociales

Facebook
Con casi 2 mil millones de usuarios en la plataforma, Facebook posee uno de los conjuntos de datos más grandes del planeta. Sus usuarios comparten grandes cantidades de contenido, ya sea en formato de texto, imagen y video.
Considere cargar una fotografía, Facebook resaltará automáticamente las caras y sugerirá amigos para etiquetar que existen dentro del gráfico social del usuario.

Pero, ¿cómo puede Facebook hacer esto casi en tiempo real? Lo has adivinado, IA.

Al aprovechar el software de reconocimiento facial y las redes neuronales, Facebook puede identificar con una precisión razonable quién es cada persona. Facebook adquirió una empresa de tecnología de reconocimiento facial israelí Face.com en 2012 por $ 55-60 millones, lo que ayudó a impulsar esto. Facebook también ha estado invirtiendo en esta tecnología internamente.

Snapchat
En 2015, Snapchat introdujo los “filtros faciales”. Estos rastrean los movimientos faciales y permiten a los usuarios agregar máscaras digitales que superponen sus rostros cuando se mueven. Utiliza tecnología de inteligencia artificial que fue desarrollada originalmente por una empresa ucraniana llamada Looksery, que tiene patentes sobre el uso del aprendizaje automático para rastrear movimientos en video.

Bienes raíces

Los elementos de inteligencia artificial se han utilizado en bienes raíces desde hace bastante tiempo, las plataformas de listado de propiedades pueden vincular a los compradores con nuevas propiedades a los pocos minutos de compartirlas en línea. Va más allá de simplemente hacer coincidir palabras clave.

Techo.AI se propone cambiar el sector inmobiliario integrando la inteligencia artificial en el corazón de todas las actividades inmobiliarias. Algunas de las características incluyen pero no se limitan a:

• automatización de tareas
• generación líder
• Integración de mensajería de Facebook

“Roof Ai es un servicio de mensajería impulsado por IA que permite conversaciones inteligentes entre las empresas inmobiliarias y sus clientes.

El servicio de mensajería está respaldado por un CRM propietario. Los equipos inmobiliarios utilizan el CRM para gestionar las solicitudes y ayudar al chatbot en caso de que sea necesaria la intervención humana. También es una herramienta de análisis que les ayuda a monitorear todo lo que sucede en nuestros canales de mensajería.

La mayoría de los sitios web de bienes raíces luchan por lograr una tasa de conversación del 2%. Y la principal razón de ello es la falta de compromiso con los visitantes de estos sitios. Roof Ai ayuda a aumentar la conversión en un factor de 8”.

Bróker vs Bot
Inman, una publicación de bienes raíces, lanzó un desafío titulado cariñosamente “Broker vs Bot”. El desafío, que se llevó a cabo en Denver, le pidió a un periodista inmobiliario local que desempeñara el papel de «comprador» y seleccionara tres casas que le gustaran de las listas locales de bienes raíces.

Luego, en tres fechas separadas, Inman pidió a tres corredores de bienes raíces diferentes que compitieran contra un bot «Find More Genius» para recomendar casas como una de las casas seleccionadas por el comprador. Luego se le preguntó al “comprador” cuál de las casas recomendadas prefería. En las tres fechas, se seleccionaron las opciones de Find More Genius.

¿Significa esto que la IA reemplazará a los agentes?

No podemos decirlo con certeza, pero una cosa es segura, sin embargo, es que las empresas que adopten tecnologías emergentes como la IA se mantendrán un paso por delante de la curva.

Drones

Probablemente esté familiarizado con los drones sin piloto, los militares los han utilizado durante años. En los últimos años, los drones también han dado el salto del mundo militar de defensa al mundo civil.

Exploremos algunos ejemplos de cómo los drones están utilizando la inteligencia artificial.

Salvavidas
Un ingeniero de la Universidad Técnica de Delft, uno de los principales centros de investigación de drones del mundo en los Países Bajos, comenzó a investigar si los drones podrían llegar a un paciente con ataque cardíaco más rápido que una ambulancia.

Al trabajar con los servicios de ambulancia en Ámsterdam, Alec Momont estableció que el tiempo de respuesta típico para una llamada de paro cardíaco es de aproximadamente 10 minutos

Momont cuando está construyendo un prototipo de dron que se envía con un desfibrilador de bricolaje y tiene como objetivo llegar allí en seis minutos. La visión de Momont es que los drones sean parte de un equipo de respuesta de servicios de emergencia más amplio y que alguien que sea testigo de un ataque al corazón pueda llamar al 112 (el equivalente al 911 en los EE. Usando un video bidireccional conectado al dron, un médico podría explicarle al testigo los pasos necesarios para usar el desfibrilador.

Uno puede ver la ventaja obvia de tener dicha tecnología en áreas rurales o lugares de difícil acceso.

Cámara flotante
La «Cámara Lily» de Zero Zero Robotics, que se presenta como una cámara de «lanzar y disparar», flota en el aire y funciona con inteligencia artificial a medida que se ha acuñado «IA integrada”.

¡La empresa desarrolló una tecnología patentada que fusiona un conjunto de inteligencia artificial de última generación con una placa de circuito impreso del tamaño de dos cuartos de dólar estadounidense!

Con un peso de solo 238 gramos, la cámara autónoma se puede transportar, es como tener su propio fotógrafo personal autónomo. Una vez en el aire, el hecho lo encuentra y lo sigue automáticamente (su propietario), mientras registra su vida cotidiana desde un ángulo completamente nuevo. Todo es posible gracias a los algoritmos avanzados de reconocimiento facial de inteligencia artificial.

Logística
En diciembre de 2016, un granjero británico, Richard Barnes, recibió un pedido en Amazon de una bolsa de palomitas de maíz y un Amazon Fire TV Stick.

¿Qué fue diferente en esta entrega?

¡Solo tomó 13 minutos para que los productos se entregaran desde el punto de pedido y se cumplieron con el uso de un dron autónomo!

Analítica de texto y PNL

Text Analytics y NLP están entrelazados, sin el procesamiento del lenguaje natural (NLP), la máquina no puede determinar la orientación semántica de las palabras (dar sentido al orden de las palabras y lo que significan).

La PNL permite que los humanos se comuniquen con la máquina en lenguaje natural, exploremos algunos ejemplos de análisis de texto y PNL.

Reseñas de clientes y análisis de sentimientos
Los consumidores a menudo dejan comentarios o reseñas sobre productos o servicios específicos que compran. Muy a menudo, el volumen de datos generados por el usuario que se crea es enorme y simplemente no se puede revisar sino a escala humana. Este tipo de texto tampoco está estructurado, lo que solo aumenta el problema. Sin embargo, el análisis de texto, la PNL y la IA son ideales para este tipo de tareas.

Mediante la aplicación de técnicas como el análisis de sentimientos y el etiquetado POS (parte del discurso), las empresas pueden descubrir cómo se sienten los consumidores acerca de su producto, marca o servicio.

En los últimos años, hemos visto la democratización del análisis de sentimientos en el sentido de que ahora se ofrece como un servicio. Algunas de las empresas que ofrecen este tipo de funcionalidad incluyen, entre otras:

• microsoft
• IBM
• mono aprender
• Opinión Social

Ofrecen API REST que se integran fácilmente con sus aplicaciones de software existentes. Por ejemplo, utilizando la siguiente API REST de análisis de sentimiento disponible públicamente de la empresa emergente del Reino Unido Opinión Socialpasamos el texto, «este teléfono es increíble»:

http://api.socialopinion.co.uk/api/sentiment/?text=phone%25awesome&token=00000

La API REST luego devuelve la siguiente respuesta:

En la respuesta, podemos ver que se ha identificado que el texto expresa una emoción positiva con un 64 % de probabilidad de que sea cierto.

tecnología publicitaria
Esta es probablemente una de las formas más maduras de inteligencia artificial y aprendizaje automático en funcionamiento en línea. ¿Alguna vez miró productos en Amazon y, momentos después, notó que se mostraban productos similares en su feed de Facebook o Twitter?

Al rastrear lo que le gusta y lo que ha visto y los comentarios que publica y comparte, el aprendizaje automático puede, con relativa precisión, colocar creatividades de marketing en su fuente de noticias en los canales sociales, mejorando así las tasas de conversión para los negocios.

AdTech es una vertical tan lucrativa que empresas como Twitter han lanzado iniciativas para desarrolladores como #Promote para fomentar el desarrollo de software basado en inteligencia artificial para impulsar las ventas en línea.

¿Planea crear una solución de IA?

En esta publicación, cubrimos 10 ejemplos de inteligencia artificial en el mundo real, cubrimos todo, desde asistentes personales virtuales hasta autos inteligentes, drones voladores y mucho más.

Las empresas continuarán innovando y creando soluciones innovadoras para problemas complejos y desarrollos en inteligencia artificial, por lo que no hay señales de desaceleración.

Si planea crear una solución de IA y necesita ayuda, comuníquese con DevTeam.Space a través de este enlace y uno de nuestros gerentes de cuenta se comunicará con usted.

Preguntas frecuentes