Whitepaper-ul inteligenței artificiale

Sunt roboţii capabili să gândească?

Începând cu anul 2017, a fost mult entuziasm în ceea ce priveşte inteligența artificială (AI), ca ramură a tehnologiei informației. AI s-a dovedit a fi utilă pentru o mare varietate de aplicații: asistenți virtuali, aplicații, jocuri de gândire și multe altele.

Dar înapoi la întrebarea noastră inițială: Sunt aceste mașini cu adevărat capabile să gândească? Imediat, ne confruntăm cu o problemă: ce anume se crede? Nu există o definiție unică și directă a conceptului.

Dar ce distinge inteligența artificială de inteligența umană?

Caracteristica unică a oamenilor - cel puțin pentru moment - este gândirea creativă și inovatoare. Cu toate acestea, mașinile pot alege din opțiunile de decizie existente și pot procesa o cantitate incredibil de mare de date și informații. În plus, au fiabilitate, precizie și continuitate impresionante - pot funcționa în permanență. Chiar și sarcinile complexe pot fi efectuate independent, dacă sunt date instrucțiunile corecte. Algoritmii, puterea mare de procesare și creșterea exponențială a datelor care trebuie procesate formează baza inteligenței artificiale.

Numai de aici este clar că inteligența artificială are un potențial enorm. Dezvoltarea continuă a machine learning-ului are consecințe și asupra locului de muncă.

DOWNLOAD WHITEPAPER HERE

Artificial Intelligence in Logistics

Terms, applications and perspectives

758.0 KB

CONCEPTE DE BAZĂ REFERITOARE LA INTELIGENȚA ARTIFICIALĂ

Innovations and Trends in material handling and logistics

Inteligența artificială (AI) este o ramură a tehnologiei informației care se ocupă de automatizarea comportamentului inteligent. AI este încercarea de a programa un calculator, astfel încât să poată procesa problemele în mod independent, similar cu modul în care un om cu instruirea adecvată ar face-o. Rezolvarea problemelor înseamnă luarea deciziilor care constituie un răspuns adecvat la problema care stă la baza unui anumit interval de timp , bazat pe datele din diverse surse (baze de date, senzori, camere video etc.).

inteligenţa_artificială_04

Machine Learning este un termen colectiv pentru diferitele procese utilizate în a determina o interrelație funcțională necunoscută între datele de intrare și ieșire. În plus față de aplicațiile tradiționale încă importante, cum ar fi formarea clusterelor, regresia, analizele factorilor și seriilor de timp, se integrează și metode mai complexe, cum ar fi rețele neuronale, abordări evolutive și mașini vectoriale de suport.

DEEP LEARNING ( ÎNVĂȚAREA AVANSATĂ )

Învățarea avansată este o tehnologie care permite calculatoarelor să dobândească abilităţi caracteristice ființelor umane: să învețe din experiență. Aceasta este folosită, de exemplu, în recunoașterea imaginilor și a vocii. Aflați aici ce este învățarea avansată și cum evoluează în ultimii ani.

LEARNING STRATEGIES

Learning strategies - a high number of repetitions and good data quality play a vital role for learning! But which different kinds of learning strategies are applied?

MACHINE LEARNING

Publicitatea on-line personalizată sau filtrarea automată a e-mailurilor spam sunt activate de Machine Learning. Puteți afla cum funcționează în acest videoclip.

INTELIGENȚA ARTIFICIALĂ

Mai multe despre inteligența artificială.

Ce este inteligența artificială (AI)?

Este o mașină capabilă să gândească sau chiar să ia propriile decizii? Inteligența artificială este omniprezentă - nu numai în lumea afacerilor, ci și în împrejurimile noastre private. Vrei să afli mai multe?

INTELIGENȚA ARTIFICIALĂ DIN CADRUL INTRALOGISTICII

Să discutăm despre oportunități ...

Cum rămâne cu viitorul?

Deja ne uităm la logistica viitorului. Inteligența artificială deschide noi oportunități. Descoperiți lumea digitală cu noi.

AUTORII WHITEPAPER-ULUI INTELIGENȚEI ARTIFICIALE

Bild Markus Klug

... studied technical mathematics at Vienna University of Technology (TU Wien), having specialized in simulation, operations research, and statistics. After completing his studies, he spent time in Glasgow, where he researched kernel methods for use in discrete event simulation models. In 2001 he joined the Seibersdorf research center, firstly as a project manager, later becoming head of the "Process optimization" work group, where he conducted and managed national and international research projects on transport logistics, location-specific logistics, and global supply chains. Whilst still carrying out his research, he also began teaching at various higher education institutions across Austria, which later became his main profession.

Markus Klug has been part of SSI SCHÄFER IT Solutions GmbH since 2013. He was originally responsible for building up data analysis and simulation within the company, a role which later grew to encompass data science and artificial intelligence/machine learning. As a military expert for reserve force logistics with a particular focus on military operations research, he also acts as a consultant for the Austrian army, providing expert advice about the development of mathematic models and processes in the military sector. Markus Klug has extensive knowledge and experience, as demonstrated by his various academic publications, lectures, membership of academic program committees, session chairs at academic conferences, and his capacity as a reviewer for international specialist journals.

Autor Georg Rief

Georg Rief are o diplomă de licență în științe computaționale și o diplomă de master în fizică. El s-a concentrat în principal pe simulare și știința datelor, deoarece inteligența artificială nu era un subiect deosebit de important la acel moment și, prin urmare, nu era punctul central pentru studiile sale. Avea 8 ani de experiență în dezvoltarea de software în alte sectoare înainte de a ajunge la SSI SCHAEFER în martie 2014. Inițial, înainte de a se transfera la departamentul de știință a datelor/ simulare în decembrie 2016, a lucrat ca dezvoltator W4 pentru proiectele clienților.

New Content Item (1)

Karina Konrath a studiat matematica tehnică la Universitatea de Tehnologie din Graz și lucrează pentru SSI SCHAEFER începând din noiembrie 2017. În calitate de om de știință, ea este în mare măsură responsabilă pentru analiza și pregătirea datelor, ceea ce necesită utilizarea intensivă a statisticilor și a matematicii.

CUM VĂ PUTEM FI DE FOLOS?

[---Error_NoJavascript---]