Teknologi kecerdasan buatan sudah merambah dalam semua bidang kehidupan. Contoh kecerdasan buatan dalam penerapannya bisa di lihat di 8 Kecerdasan Buatan Yang Mengubah Masa Depan Dunia Pendidikan Lebih Pintar.
Kecerdasan buatan secara bertahap memasuki kehidupan kita dan telah diterapkan di berbagai bidang. Tidak hanya membawa manfaat ekonomi yang sangat besar bagi banyak industri, tetapi juga membawa banyak perubahan dan kemudahan bagi kehidupan kita. Baca juga Kontribusi Kecerdasan Buatan (AI) Dalam Kehidupan Nyata.
Di bawah ini, Labkom99 akan memperkenalkan beberapa contoh skenario aplikasi utama kecerdasan buatan.
1. Mobil Tanpa Awak
Mobil tanpa pengemudi adalah jenis mobil pintar, juga dikenal sebagai robot bergerak beroda yang terutama mengandalkan pengontrol mengemudi cerdas berdasarkan sistem komputer di dalam mobil untuk mencapai mengemudi tanpa awak. Teknologi yang terlibat dalam mengemudi tanpa awak mencakup banyak aspek, seperti visi komputer, teknologi kontrol otomatis, dll.
Negara-negara maju seperti Amerika Serikat, Inggris, dan Jerman telah berinvestasi dalam penelitian mobil tanpa pengemudi sejak tahun 1970-an, dan China juga telah memulai penelitian tentang mobil tanpa pengemudi sejak tahun 1980-an.
Pada tahun 2005, sebuah mobil tak berawak bernama Stanley menjalankan trek medan liar di Gurun Mojave di Amerika Serikat dengan kecepatan rata-rata 40km/jam. Butuh waktu 6 jam, 53 menit dan 58 detik untuk menyelesaikan perjalanan sekitar 282 kilometer. .
Stanley dipasang kembali dari Volkswagen Touareg. Itu diselesaikan oleh Departemen Riset Teknis Volkswagen, Laboratorium Riset Elektronik di bawah Grup Volkswagen dan Universitas Stanford. Eksteriornya dilengkapi dengan kamera, radar dan pengukur jarak laser. Ada perangkat lain untuk merasakan lingkungan sekitar, dan sistem kontrol mengemudi otomatis dipasang di dalam untuk menyelesaikan operasi seperti perintah, navigasi, pengereman, dan akselerasi.
Pada tahun 2006, Universitas Carnegie Mellon mengembangkan Boss mobil tanpa pengemudi yang dapat dengan aman berkendara melalui jalan-jalan dengan pangkalan angkatan udara terdekat sesuai dengan peraturan lalu lintas, dan akan menghindari kendaraan lain dan pejalan kaki.
Dalam beberapa tahun terakhir, dengan munculnya gelombang kecerdasan buatan, mengemudi otonom telah menjadi topik hangat, dan banyak perusahaan di dalam dan luar negeri telah berinvestasi dalam penelitian mengemudi otonom dan mengemudi otonom.
Misalnya, laboratorium Google X Google secara aktif mengembangkan Google Driverless Car, Baidu juga telah meluncurkan rencana penelitian dan pengembangan “Baidu Driverless Car”, dan mobil self-driving Apollo yang dikembangkan sendiri juga ditampilkan dalam Gala Festival Musim Semi CCTV 2018. .
Namun, dalam dua tahun terakhir telah ditemukan bahwa kompleksitas mengemudi otonom jauh lebih besar dari yang diperkirakan beberapa tahun yang lalu, dan masih ada jalan panjang sebelum dapat benar-benar dikomersialkan.
2. Contoh Pengenalan Wajah Kecerdasan Buatan
Pengenalan wajah juga dikenal sebagai pengenalan potret dan pengenalan wajah adalah teknologi biometrik yang mengidentifikasi orang berdasarkan informasi fitur wajah. Teknologi yang terlibat dalam pengenalan wajah terutama mencakup visi komputer, pemrosesan gambar, dll.
Penelitian sistem pengenalan wajah dimulai pada tahun 1960-an. Setelah itu, dengan berkembangnya teknologi komputer dan teknologi pencitraan optik, tingkat teknologi pengenalan wajah terus ditingkatkan pada tahun 1980-an.
Pada akhir 1990-an, teknologi pengenalan wajah memasuki tahap aplikasi utama. Saat ini, teknologi pengenalan wajah telah banyak digunakan di berbagai bidang, seperti keuangan, peradilan, keamanan publik, pemeriksaan perbatasan, dirgantara, listrik, pendidikan, perawatan medis, dll.
Ada kasus menarik tentang penerapan teknologi pengenalan wajah: Jacky Cheung diberi nama “Buronan Nemesis” karena polisi menggunakan teknologi pengenalan wajah berkali-kali untuk menangkap buronan di konsernya.
Pada 7 April 2018, setelah konser Nanchang Jacky Cheung dimulai, seorang penggemar di tribun dibawa pergi oleh polisi. Faktanya, dia adalah buronan, dan petugas keamanan menguncinya di tribun melalui sistem pengenalan wajah.
Pada 20 Mei 2018, di konser Jiaxing Jacky Cheung, tersangka kriminal Yu dikenali dari wajahnya ketika dia melewati keamanan gerbang Sistem mengidentifikasi buronan dan kemudian ditangkap oleh polisi. Dengan semakin matangnya teknologi pengenalan wajah dan peningkatan pengenalan sosial, itu akan diterapkan di lebih banyak bidang dan membawa lebih banyak perubahan dalam kehidupan masyarakat.
3. Terjemahan Mesin
Terjemahan mesin, cabang linguistik komputasi, adalah proses menggunakan komputer untuk mengubah satu bahasa alami ke bahasa lain. Teknologi yang digunakan dalam terjemahan mesin terutama Neural Machine Translation (NMT), yang saat ini mengungguli manusia dalam banyak bahasa.
Dengan percepatan globalisasi ekonomi dan pesatnya perkembangan Internet, nilai teknologi terjemahan mesin dalam mempromosikan pertukaran politik, ekonomi, dan budaya menjadi menonjol, dan juga membawa banyak kemudahan bagi kehidupan masyarakat.
Misalnya, ketika kita membaca literatur bahasa Inggris, kita dapat dengan mudah mengubah bahasa Inggris ke bahasa lain melalui situs web seperti translator dan Google Translate yang menghemat kesulitan mencari kamus dan meningkatkan efisiensi belajar dan bekerja.
4. Contoh Pengenalan Suara Kecerdasan Buatan
Ada banyak jenis teknologi pengenalan biometrik. Selain pengenalan wajah, pengenalan suara saat ini lebih banyak digunakan. Pengenalan voiceprint adalah teknologi otentikasi biometrik, juga dikenal sebagai pengenalan pembicara, termasuk identifikasi pembicara dan konfirmasi pembicara.
Proses kerja pengenalan voiceprint adalah sistem mengumpulkan informasi voiceprint pembicara dan mencatatnya di database. Ketika pembicara berbicara lagi, sistem akan mengumpulkan informasi voiceprint ini dan secara otomatis membandingkannya dengan informasi voiceprint yang ada di database untuk mengidentifikasi identitas pembicara.
Dibandingkan dengan metode identifikasi tradisional (seperti kunci dan sertifikat), pengenalan voiceprint memiliki karakteristik anti-lupa dan otentikasi jarak jauh. Di bawah sarana teknis optimasi algoritma yang ada dan kata sandi acak, voiceprint juga dapat secara efektif mencegah perekaman, Anti-sintesis, oleh karena itu keamanan tinggi, respon cepat dan identifikasi akurat.
Dibandingkan dengan teknologi pengenalan biometrik seperti pengenalan wajah dan pengenalan iris, teknologi pengenalan suara memiliki karakteristik mengumpulkan karakteristik cetakan suara pengguna melalui saluran telepon, saluran jaringan, dll. Sehingga memiliki keuntungan besar dalam konfirmasi identitas jarak jauh. .
Saat ini, teknologi pengenalan suara memiliki banyak kasus aplikasi seperti bodi inti cetak suara, kunci cetak suara dan database cetak suara daftar hitam yang dapat digunakan secara luas di bidang keuangan, keamanan, rumah pintar dan bidang lainnya dengan skenario pendaratan yang kaya.
5. Robot Layanan Pelanggan Cerdas
Robot layanan pelanggan cerdas adalah contoh entitas kecerdasan buatan yang menggunakan mesin untuk mensimulasikan perilaku manusia. Robot ini dapat mewujudkan pengenalan ucapan dan pemahaman semantik alami, serta memiliki kemampuan penalaran bisnis dan respons verbal.
Ketika pengguna mengunjungi situs web dan mengirim percakapan, robot layanan pelanggan yang cerdas akan dengan cepat menganalisis niat pengguna dan menjawab kebutuhan nyata pengguna sesuai dengan alamat pengunjung, IP, dan jalur akses yang diperoleh sistem.
Robot layanan pelanggan yang cerdas memiliki basis pengetahuan latar belakang industri yang besar, yang dapat memberikan respons standar terhadap pertanyaan rutin yang ditanyakan oleh pengguna, meningkatkan akurasi respons.
Robot layanan pelanggan cerdas banyak digunakan dalam layanan bisnis dan skenario pemasaran untuk memecahkan masalah dan memberikan dasar pengambilan keputusan bagi pelanggan. Robot layanan pelanggan yang cerdas dapat melakukan pelatihan adaptif yang dikombinasikan dengan materi dialog yang kaya selama proses menjawab. Sehingga keterampilan menjawabnya akan menjadi lebih dan lebih akurat.
Dengan pengembangan vertikal robot layanan pelanggan yang cerdas, robot ini mampu memecahkan masalah secara mendalam di banyak skenario segmentasi perusahaan. Misalnya, masalah konsultasi pra-penjualan yang dihadapi oleh perusahaan e-commerce, untuk sebagian besar perusahaan e-commerce, pertanyaan pra-penjualan yang ditanyakan oleh pengguna umumnya berkisar pada topik seperti harga, diskon, dan saluran sumber barang.
Layanan akan mengulangi pertanyaan seperti ini setiap hari, sehingga tidak mungkin untuk memberikan layanan kepada kelompok pelanggan dengan masalah yang lebih kompleks secara tepat waktu.
Robot layanan pelanggan yang cerdas dapat menjawab semua jenis pertanyaan pengguna yang sederhana dan berulang, dan juga dapat menyediakan layanan konsultasi, respons, dan pemecahan masalah 24/7 kepada pengguna. Penerapannya yang luas juga sangat mengurangi biaya layanan pelanggan manusia untuk perusahaan.
6. Robot Call Voice
Robot panggilan keluar cerdas adalah aplikasi khas kecerdasan buatan dalam pengenalan suara. Robot ini dapat secara otomatis memulai panggilan keluar dan secara aktif memperkenalkan produk ke grup pengguna dalam bentuk suara manusia alami yang disintesis oleh ucapan.
Selama panggilan keluar, ia dapat menggunakan pengenalan suara dan teknologi pemrosesan bahasa alami untuk mendapatkan niat pelanggan dan kemudian menggunakan kata-kata yang ditargetkan untuk melakukan beberapa putaran percakapan interaktif dengan pengguna. Berhasil menyelesaikan panggilan keluar.
Sejak awal 2018, robot panggilan keluar cerdas telah menunjukkan peningkatan yang luar biasa. Robot ini dapat secara otomatis merespons, mengklasifikasikan, merekam, dan melacak tanpa fluktuasi emosional selama proses interaksi. Membantu perusahaan menyelesaikan beberapa tugas yang rumit, berulang, dan memakan waktu.
Waktu operasi, sehingga membebaskan tenaga kerja, mengurangi banyak biaya tenaga kerja dan tenaga kerja berulang, memungkinkan karyawan untuk fokus pada kelompok pelanggan sasaran, sehingga menciptakan nilai bisnis yang lebih tinggi. Tentu saja, robot outbound yang cerdas juga membawa sisi lain, yaitu sering menimbulkan gangguan pada pengguna.
Berdasarkan menjaga hak dan kepentingan pengguna yang sah dan mempromosikan perkembangan yang sehat dari layanan panggilan suara.
7. Contoh Speaker Pintar Kecerdasan Buatan
Speaker pintar adalah contoh aplikasi produk elektronik dan pembawa teknologi kecerdasan buatan seperti pengenalan suara dan pemrosesan bahasa alami. Dengan perkembangan pesat speaker pintar, mereka juga dianggap sebagai pintu masuk masa depan ke rumah pintar.
Intinya, speaker pintar adalah mesin dengan kemampuan interaksi suara yang dapat menyelesaikan sesi dialog. Melalui dialog langsung dengannya, konsumen rumahan dapat menyelesaikan pemesanan lagu swalayan, mengontrol peralatan rumah tangga, dan membangkitkan layanan kehidupan.
Pra-fondasi yang mendukung fungsi interaktif speaker pintar terutama mencakup teknologi Automatic Speech Recognition (ASR) yang mengubah suara manusia menjadi teks, dan teknologi Natural Language Processing (NLP) yang menganalisis bagian ucapan, sintaksis, dan semantik teks. ), dan teknologi Text To Speech (TTS) yang mengubah teks menjadi aliran ucapan alami.
Dengan berkat teknologi kecerdasan buatan, speaker pintar secara bertahap menciptakan lebih banyak aplikasi dalam skenario rumah dengan interaksi suara yang lebih alami.
8. Rekomendasi Yang Dipersonalisasi
Rekomendasi yang dipersonalisasi adalah aplikasi kecerdasan buatan berdasarkan teknologi pengelompokan dan penyaringan kolaboratif. Ini didasarkan pada penambangan data besar-besaran. Menetapkan model rekomendasi dengan menganalisis perilaku historis pengguna dan secara aktif menyediakan informasi yang sesuai dengan kebutuhan dan minat pengguna. Seperti seperti rekomendasi produk, rekomendasi berita, dll.
Rekomendasi yang dipersonalisasi tidak hanya dapat dengan cepat menemukan produk yang diinginkan untuk pengguna, melemahkan kesadaran konsumsi pasif pengguna, meningkatkan minat dan retensi pengguna, tetapi juga membantu bisnis dengan cepat menguras lalu lintas, mengidentifikasi grup dan pemosisian pengguna, dan melakukan pekerjaan dengan baik dalam pemasaran produk.
Sistem rekomendasi yang dipersonalisasi ada secara luas di berbagai situs web dan aplikasi. Intinya, sistem ini mempertimbangkan banyak faktor seperti informasi penelusuran pengguna, informasi dasar pengguna, dan preferensi untuk item atau konten, dan bergantung pada algoritme mesin rekomendasi untuk mengklasifikasikan indikator. Konten informasi yang konsisten dengan faktor target pengguna dikelompokkan, dan algoritma penyaringan kolaboratif digunakan untuk mencapai rekomendasi pribadi yang akurat.
9. Contoh Kecerdasan Buatan Untuk Pemrosesan Gambar Medis
Pemrosesan citra medis adalah aplikasi khas kecerdasan buatan di bidang medis. Objek pemrosesannya adalah citra medis yang dihasilkan oleh berbagai mekanisme pencitraan. Seperti pencitraan resonansi magnetik dan pencitraan ultrasonik yang banyak digunakan dalam kedokteran klinis.
Dalam diagnosis pencitraan medis tradisional, lesi ditemukan terutama dengan mengamati gambar irisan dua dimensi yang seringkali perlu dinilai berdasarkan pengalaman dokter. Menggunakan teknologi pemrosesan gambar komputer. Dimungkinkan untuk melakukan segmentasi gambar, ekstraksi fitur, analisis kuantitatif dan analisis komparatif pada gambar medis. Kemudian menyelesaikan identifikasi dan pelabelan lesi, penggambaran otomatis area target gambar di tumor. proses radioterapi, dan operasi tiga dimensi dalam prosesnya Rekonstruksi citra.
Aplikasi ini dapat membantu dokter untuk melakukan analisis kualitatif atau bahkan kuantitatif pada tubuh yang sakit dan area target lainnya. Sehingga sangat meningkatkan akurasi dan keandalan diagnosis medis.
Selain itu, pemrosesan citra medis juga memainkan peran tambahan yang penting dalam pengajaran medis, perencanaan bedah, simulasi bedah, berbagai penelitian medis, dan rekonstruksi citra medis dua dimensi.
10. Contoh Kecerdasan Buatan Untuk Pencarian Gambar
Pencarian gambar merupakan aplikasi pencarian informasi yang semakin diminati oleh pengguna dalam beberapa tahun terakhir, dan dibagi menjadi dua jenis metode pencarian: berbasis teks dan berbasis konten.
Pencarian gambar tradisional hanya mengenali warna, tekstur, dan elemen lain dari gambar itu sendiri. Pencarian gambar berdasarkan pembelajaran mendalam juga mencakup fitur semantik seperti wajah, postur, lokasi geografis, dan karakter, dan melakukan analisis multi-dimensi dan pencocokan untuk data besar.
Penerapan dan pengembangan contoh teknologi kecerdasan buatan ini tidak hanya untuk memenuhi kebutuhan pengguna saat ini untuk berhasil menemukan objek yang sama atau serupa dengan menggunakan pencarian pencocokan gambar. Tetapi juga untuk menganalisis kebutuhan dan perilaku pengguna, seperti mencari item yang sama, membandingkan objek serupa, dll. Fungsinya untuk memastikan bahwa iterasi produk dan peningkatan layanan perusahaan lebih fokus dalam pekerjaan tindak lanjut.
