[첨단 헬로티]
머신러닝, 자연 연어 처리/이해, 컴퓨터 비전, 기계추론, 강력한 AI, 딥 러닝
인공 지능은 이미 직장, 가정 및 일상에서 우리 일상생활의 여러 측면에 영향을 미친다. 분석가 Tractica는 향후 10년 동안 글로벌 AI 엔터프라이즈 소프트웨어 매출이 2016년 6억 4,400만 달러에서 2025년에는 390억 달러로 증가하고, 서비스 관련 매출은 거의 1,500억 달러에 달할 것으로 예측한다. 이 수익의 상당 부분을 차지할 여섯 개의 AI 세그먼트가 있을 것으로 분석된다.
1. 머신 러닝(Machine learning)
2. 자연 언어 처리 및 이해 (Natural language processing and understanding)
3. 컴퓨터 비전(Computer vision)
4. 기계 추론(Machine reasoning)
5. 강력한 AI(Strong AI)
6. 딥 러닝(Deep learning)
이러한 기능 영역은 많은 사례가 있고, 산업 분야에 적용 가능하며 기업과 개인 모두에게 이익을 창출한다. AI 적용사례를 다음 10가지 사례를 통해 살펴본다.
1. 안전한 자율주행차 운전
자가 운전 자동차 및 기타 자율 주행 차량은 운송, 기술 분야에서 지속적으로 ‘차세대 혁명’으로 불리며 일부는 일반적으로 문명에서 말합니다. 어떤 사람들은 전기 자동차 세그먼트의 성장으로 2030 년에 알 수 있듯이 자동차 소유권의 끝 (또는 끝의 시작 부분)을 가져올 수 있다고 예측합니다.
클라우드 컴퓨팅 및 서비스 모델과 마찬가지로 고객 및 사업자가 차량 소유 여부에 관계없이 유지 관리, 저장, 업그레이드 및 감가상각비용없이 차량의 운송 가치를 얻을 수 있는 방법을 알면 흥미로울 것이다. Turo와 같은 사이트에서 차량을 임대하거나 일일 요금으로 다른 사람의 집을 빌릴 수 있다. Lyft와 Uber와 새로운 참가자는 자율 차량을 쉽게 활용하여 한 자동차 렌트 고객에서 다른 고객에게 차량을 쉽게 이용할 수 있다.
자율 지게차, 무인 항공기 및 기타 로봇 창고 직원들은 이미 번창하는 전자상거래 회사를 위한 선적 상자를 회수하고 있다. 더 많은 차량에는 목적지까지의 거리와 경로를 계산하는 센서가 장착되어있어 차량 간의 공간 공간을 계산하고 보행자, 도로 상태 및 기타 차량과 같은 잠재적인 위험을 식별한다. 인공 지능이 가능한 기계 및 차량은 문자 메시지를 보내는 동안 사고를 일으키지 않으며 휠체어에서 잠들지 않고 점심 시간을 필요로하지 않는다. 사람 대신 도랑이나 나무에 우선 순위를 매길 수 있는 차량은 생명을 구하고 보험 비용을 줄일 수 있다.
사물인터넷, 지형 공간 애플리케이션 및 인공 지능의 발전으로 자치 차량이 현실화되었다. 올리 (Olli)와 같은 자치 차량은 공상 과학이 아니며 현실이다.
2. 대량의 이미지 처리 및 분류
건강, 치안, 미디어 및 엔터테인먼트와 같은 산업 분야에서 AI는 조직에 대량의 사진 및 이미지를 처리하고 검색 가능성과 재사용을 준비할 수 있는 기능을 제공한다. 이미지 분류와 같은 시각적 인식 기능은 의사가 환자 치료를 개선하는 데 도움이 될 수 있다.
3. 비정형화된 환자 데이터 처리
의료 영상 파일 이외에도 다른 유형의 구조화 된 및 비정형화 된 환자 데이터를 환자의 가족 또는 유사한 사례 기록이 있는 다른 환자와 유사한 사례에 대해 채굴, 분류 및 비교할 수 있다. Watson은 의사가 수백만 건의 환자 사례 기록을 작성하여 비슷한 경우에 효과적인 관리 방법을 제안함으로써 의사가 환자를 보다 정확하게 진단 할 수 있도록 도와준다.
인공 지능은 의사가 보다 정확한 진단을 내리고 환자의 증상을 효과적으로 치료할 수 있는 약물을 처방하고 중복 서비스 또는 불필요한 병원 방문을 피할 수 있게 도와준다. 이것은 더 나은 보살핌의 측면에서 환자에게 이익을 주며 지출 낭비를 줄임으로써 의료 시스템에 도움이 된다. Watson은 암, 정신 분열병 및 유전학을 통해 부모에서 어린이에게 전달되는 상태와 같은 질병에 대한 환자 데이터의 전체 수명주기를 보다 잘 관리하는 데 사용된다.
4. 금융 관련 데이터 분석
의료 서비스와 마찬가지로 금융 서비스 데이터는 빠르게 이동하고 규제가 엄격하며 ETF (Exchange Traded Fund) 데이터는 환자 데이터와 마찬가지로 높은 수준의 보안이 필요하다. 인간 거래자와 달리 AI 기반 알고리즘 인 Watson의 Equobot은 10 시간 동안의 주식 및 부동산 보유 내역을 몇 시간 또는 며칠 만에 분석하고 감정에 영향을 받는 의사 결정을 내릴 수 있다.
왓슨은 주식을 매입, 보유 및 판매 할 때 데이터 중심 결정을 함으로써 투자자들을 도울 수 있다. 또한 규제 기관이 사기성 증권 거래를 하는 가짜 거래자를 식별하는데 도움을 줄 수 있다. 왓슨 파이낸셜 서비스(Watson Financial Services)는 부정 행위의 위험을 줄이는 동시에 무역 회사가 지속적으로 준수해야하는 많은 규제 요구 사항을 해결한다.
5. 매핑을 통해 차량 목적지까지 안내
자가 운전 차량은 주행하는 도로 및 도로 상태에 대한 최신 세부 사항을 필요로 한다는 것은 말할 필요도 없다. 또한 자율 주행 차량이 도로의 다른 차량 및 트럭에 ‘SLAM’하지 않도록 동시 로컬라이제이션 및 매핑을 유지해야 한다. 인공 지능은 다른 차량, 건물 및 기타 장애물과 관련하여 차량을 해당 목적지로 안내하는데 유용하다.
인공 지능으로 관리되는 자율 주행 차량, 로봇, 무인 항공기 및 화물 운반 차량의 경우 지형 공간 애플리케이션은 위치 관련 비즈니스 데이터의 추세를 추적하는 역할을 할 수 있다. 특정 제조업체의 제품을 구매하는 고객의 위치를 ??추적하거나 예를 들어 고급 전자 제품 구매 의향에 이상적인 인구 통계학적 지역을 식별할 수 있다. 회사는 이 데이터를 사용하여 마케팅, 고객 서비스 및 제품 가치를 향상시킬 수 있다.
6. 항공기, 차량 등의 부품 유지 보수
가치가 높은 기계류, 대형 비행기를 보유한 항공사 또는 많은 차량을 보유한 렌터카 체인 제조업체의 경우 자산 가치를 보호하는 것이 중요하다. 인공 지능은 이들 회사(및 다른 사람들)가 다음에 서비스를 완료해야 할 때 웨어러블 부품을 마지막으로 교체한 시점과 장비 또는 차량이 작동하는 시간을 추적하도록 도와준다.
사전 예방적 유지 보수는 예정된 기준에 따라 자산을 보수 또는 조정할 수 있는 예방 조치를 취할 수 있으므로 장비 고장의 빈도를 줄인다.
유지 보수는 제조 또는 서비스 요구 사항과 관련하여 발생할 수 있다. 예를 들어 특정 제품 실행에 특정 장비가 필요한 경우 해당 매개 변수 외부에서 서비스 할 수 있다. 또는 특정 기간 동안 항구에 도착할 예정인 선박은 서비스 수준 계약에 영향을 미치지 않도록 서비스 할 수 있다.
AI는 유지 보수가 발생하지 않을 경우 가능한 결과를 결정할 수 있으며 장애 패턴이나 수명을 기준으로 서비스 회전에서 장비 또는 차량을 분리해야하는 경우 정확한 결정을 내릴 수 있다. 센서는 자산 성능을 모니터링하고 사물들의 인터넷을 통해 데이터를인지 분석 허브로 다시 전송할 수 있다.
7. 데이터 분석으로 사이버 위협 방지
정부 기관, 상업 기업 및 프리랜서 백 모자 보안 전문가는 최신 스파이웨어, 봇넷, DDoS 공격 패턴 및 기타 사이버 공간 위협을 앞서 가기 위해 용감하게 노력한다. 그러나 해커들은 끊임없이 새로운 취약성을 악용하여 암호화를 무너뜨리려고 한다.
인지 보안 시스템은 인터넷에서 사용할 수 있는 방대한 양의 위협 정보를 조사하고 기업 및 공공 부문 조직이 해커가 자신을 먹이기 전에 네트워크 및 서비스 경계를 ??수정하는데 도움을준다.
인적 보안 분석가는 최신 위협에 보조를 맞추기 위해 최선을 다하지만 대부분의 경우 제로 데이(Zero Day) 바이러스 및 기타 새로운 위협에 압도당하고 있다. 인지적 보안은 기업이 깊은 학습과 강력한 AI를 통해 영향력을 행사할 수 있는 방법이다.
8. 서류를 디지털 데이터로 변환
문서 스캔, OCR(Optical Character Recognition) 처리 및 기타 변환 프로세스와 같은 프로세스는 Datacap과 같은 응용 프로그램을 활용하여 대량의 청구서, 의료 기록, 계약서 및 기타 비정형 파일을 디지털화한다.
인지 포착은 인공 지능/머신러닝을 활용하여 주요 메타 데이터(직원 번호, 인보이스 번호 또는 대출 번호와 같은)를 인식하고 레코드를 보다 효과적으로 디지털 화하도록 시스템을 "교육"하는 프로세스를 신속하게 처리한다. 또한 기업이 애플리케이션/서비스 공급 업체에 종속되지 않도록 해방된다. 인지적 캡처는 혁신적인 클라우드, 머신러닝 및 오픈 소스 아키텍처를 활용하여 분석을 통해 비정형 데이터를 강력한 통찰력으로 변환한다. 또한 회사가 종이 기록을 저장하지 않아도 규제 요구 사항을 충족할 수 있게 하고 정보 검색 가능성의 속도와 정확성을 높인다.
문서에서 텍스트, 이미지 및 서명을 추출하는 대신, 인지적 캡처는 문서의 컨텍스트를 학습하고 그에 따라 워크플로를 트리거하거나 저장소에 있는 문서를 파일에 보관하거나 케이스 관리 시스템, 미수금 또는 기타 응용 프로그램으로 보낼 수 있다. 즉각적인 주의를 요한다.
9. 채용 과정에서 최적의 지원자 선별
전통적인 신청자 추적 시스템은 정규화되지 않은 온라인 취업 응용 프로그램을 필터링하는데 매우 유용할 수 있지만 적합한 키워드 문구를 기반으로 이력서를 최적화하지 않으면 자격을 갖춘 후보자를 제외할 수 있다. AI는 직무 적합도를 결정하기 위해 이력서의 기본 단어를 뛰어 넘음으로써 올바른 취업 후보자를 더 똑똑한 프로세스로 만드는데 도움을 주며 추론 및 인간 입력에 기반한 상황을 추가한다. 그것은 다양한 입력으로부터 수집된 고용, 스킬 셋 및 성격 특성의 유형에 기초하여 고용주를 위한 최상의 후보자를 모으는 것을 도울 수 있습니다.
또한 AI는 특정 직원의 경력 경로를 추천하고 직원의 성격, 사고 방식 및 기타 특성에 따라 직원을 지도, 동기 부여 및 참여시키는 최상의 방법을 결정함으로써 기존 HR 정보 시스템을 향상시킨다. 더 나은 고용을 하는 것이 좋은 출발이지만, 직원을 유지하고 그들이 최고의 업무를 수행하도록 도전하는 작업에 멘토링되고 임무를 부여 받도록 보장하는 것은 부분 과학, 부분 예술 형식 및 부분 알고리즘입니다.
10. 의료 영상 분석
IBM 기업인 Merge Healthcare는 클라우드에서 10억 개 이상의 의료 이미지를 관리한다. X-Rays, MRI, 초음파 및 기타 파일의 경우 이미지를 분류하기 위해 Watson Health Imaging의 도움이 필요하다. Watson Health Imaging은 신체 부위, 조직 유형 및 기타 범주별로 이미지를 분류하고 이미지에 태그를 지정할 수 있다.
이는 여러 파일 간의 관계에 대한 깊은 이해를 돕고 의사가 환자의 의료 이미지를 유지하는 데 도움이 된다. 이 때문에 의사는 비슷한 증상과 경우를 가진 다른 환자를 더 잘 치료할 수 있다. Colleaga.org(Watson 인공 지능 플랫폼을 기반으로 구축 됨)와 같은 커뮤니티 사이트를 통해 의료 전문가에게보다 쉽게 접근 할 수있는 이미지 일수록보다 효과적인 의료 종사자가 될 수 있다.
이들은 인공 지능 소프트웨어 개발자 및이 분야의 서비스 제공 업체를 위해 수익을 창출하는 주요 시장 분야 10곳이다. 공공 안전, 고객 서비스 및 기타 분야가 성장하고 있으며 다른 분야는 계속 출현할 것이다.
한국IBM
