Как изкуственият интелект се научава на правилното нещо - EOS en Suisse
Ако е програмиран правилно, изкуственият интелект може да облекчи хората от много работа. Има обаче и премеждия. Винаги, когато тренирате с грешни данни. Но как ИИ се научава да постъпва правилно?
- Ако обучите алгоритъм за самообучение с неправилни данни, рискувате да се счупите.
- „Само чистите данни пречат на машините да вземат неправилни решения.“
- Измерим успех в EOS: единадесет процента по-високи входящи плащания благодарение на използването на AI.
Какво може да се случи, ако тренирате самообучаващ се алгоритъм с грешни данни, беше показано от приложението за филтриране на снимки Faceapp с неговия филтър за „горещост“, един вид филтър за атрактивност. Преди две години изобразеният мургав човек изведнъж се превърна в бели хора. Причината за промяната на кожата: Изкуственият интелект (AI) е бил обучен само с набор от данни от кавказки светлокожи лица. Ако по време на обучението бяха взети предвид всички етнически групи, разбивката нямаше да настъпи.
Недостатък от лоши данни.
Андреас Дикс от екипа по Data Science към EOS в Германия е човек, който знае как да обучава правилно системите за изкуствен интелект. Специалистът по данни обучава машини за процеси, които се повтарят и отнемат много време. „Само чистите данни пречат на машините да вземат неправилни решения.“
„Трябва да знаем точно къде са връзките, така че изкуственият интелект да работи правилно въз основа на нашето обучение.“ Андреас Дикс
Един от начините да се избегнат тези проблеми е чрез правилно проучване на данни. Това означава, че подхождате към набора от данни без хипотези. Толкова неутрален, без непотвърдено приемане. След това експертът се опитва да разбере каква използваема информация е в набора от данни. Има ли в него променливи, които изобщо нямат вариации? Или в него има променливи, които имат твърде много липсващи стойности? Тези данни трябва да бъдат изключени, тъй като могат да имат фалшиво влияние. „Трябва да знаем точно къде са връзките, така че изкуственият интелект да работи правилно въз основа на нашето обучение“, казва Дикс.
Програмиране интелигентно.
Алгоритмите за машинно обучение се нуждаят от чисти данни, за да разпознават структурите и да правят заключения. „Правилата и условията, установени от алгоритъма по време на обучението, не трябва да бъдат твърде конкретни, тъй като тогава те нямат никаква стойност, за да предскажат наистина нещо. След това се говори за свръх оборудване. По-добре би било да се обобщи, т.е. да се намерят по-малко специфични структури и по този начин да се постигне добра точност, наред с други неща въз основа на новопридобитите данни. “Това може да се постигне, например, чрез оптимизиране на хиперпараметрите на алгоритъма и чрез използване на повече данни за обучение.
Напълно автоматични искове.
По отношение на работата по събиране на дългове в EOS, това означава, че AI например прогнозира най-добрата следваща дейност. По-конкретно данните, които са налични в системата до този момент за вземането и неизпълнителите на плащанията, се събират, обобщават и обработват. Само тогава всички модели ще бъдат изискани с тези данни, за да се предскаже колко успешна ще бъде всяка дейност по събиране за това искане към този момент. Или да го кажа по-ясно: колко входящи плащания може да очаква EOS. В крайна сметка дейността, която е оценена най-добре след прилагане на всички критерии, се извършва от системата за събиране на дългове.
Измерим успех.
Всъщност вече има измерими успехи, които да докладвате благодарение на AI в EOS. „В EOS в Германия използваме продуктивно AI система D3, управлявани от данни, продуктивно. Използваме го, за да контролираме процеса на събиране и да получаваме около десет процента повече входящи плащания от преди. В резултат на това постигаме около пет процента по-високи печалби след разходи за дейност в сравнение с предишния метод за обработка на вземания “, казва Дикс.

Готови, стабилни, вървете: Специалистът по данни Андреас Дикс знае точно какви данни е необходим на изкуствения интелект за обучение
Човешката интелигентност е от първостепенно значение.
На въпрос дали хората могат да станат излишни в процесите в даден момент, тъй като учебните програми стават независими, специалистът по данни спира за момент. „В крайна сметка мисля, че системите с изкуствен интелект винаги са полезно допълнение за хората. Преди всичко обаче винаги е човекът, който контролира и взема важни решения. “В крайна сметка в крайна сметка трябва да бъде човекът, който захранва машината с правилните данни.
Още информация? Моля, свържете се с нас!
Кредити за снимки: Ахим Мултхаупт
Doit свети.

Pourquoi la zone euro tarde-t-elle à осиновител le paiement mobile ?

Как блокчейнът може - и не може - да помогне да познаете клиента си.

Avec la DSP2, l'Union européenne révolutionne le paiement en ligne
Заглавие
Параметри на бисквитката
Nous използва „бисквитки“ на уеб сайта на уебсайта, за да можете да го направите по-добре. Някои бисквитки са необходими за доброто присъствие на сайта, d’autres sont utilisés exclusion à des fins de statistiques anonimes, d'autres encore permettent d'améliorer les fonctionnalités et la convivialité de notre site ou de vous proposer un contenu personnalisé en fonction de fonction de fonction de fonction de enction centres d'intérêt. Vous pouvez décider vous-même d’autoriser или non l’utilisation des cookies cookies, de convivialité et marketing. Изберете модификатора на елемента за оттегляне или оттеглете съгласието си за момент в кликата на „Модификатор на параметрите на бисквитките“ на страницата на сайта. Pour плюс информация, консултант на veuillez notre Политика за поверителност.
- Несесийърс
- Fonctionnels
- Статистика
- маркетинг
Несесийърс
Nous utilisons des cookies nécessaires. Тези бисквитки не са задължителни в уебсайта за добро финансиране. По-конкретно, това е перметентният d’activer les fonctions de sécurité de notre сайт. Без ces бисквитки, определени партита du site ne peuvent pas fonctionner. Налейте плюс информация за бисквитките, които използвате, щракнете върху ici.
Fonctionnels
Nous utilisons des cookies cookies. „Бисквитките“, които се отнасят до d’améliorer notre offre, d’adapter la conception du site aux besoins des utilisateurs et d’optimiser continueellement notre site. Pour cela, nous collectionons des données anonymisées à des fins statistiques et d'analysis. Ces cookies permettent, например, de mesurer le trafic et d’analyser le com-portement des utilisateurs sur le site, ainsi que d’adapter et d’améliorer notre contenu et l’expérience utilisateur. Налейте плюс информация за бисквитките, които използвате, щракнете върху ici.
Статистика
Nous utilisons des cookies of convivialité. „Бисквитките“ са достъпни за всички потребители и улесняват вашата навигация. Si vous consultez à nouveau notre site pour faire appel à nos services, il reconnaîtra automatiquement que vous nous avez déjà rendu visite. Saisies et paramétrages que vous avez précédemment effectués seront automatiquement reconnus et vous n’aurez pas besoin de les saisir une nouvelle fois. Като пример, vous ne devrez pas saisir à chaque fois vos données utilisateur: celles déjà saisies précédemment vous seront accessirs lors votre prochaine visite.
Налейте плюс информация за бисквитките, които използвате, щракнете върху ici.
маркетинг
Nous използва дескрипция на бисквитки. Ces cookies permettent de vous proposer, lors de votre visite, un contenu personnalisé et pertinent en fonction de vos centres d’intérêt.
Налейте плюс информация за бисквитките, които използвате, щракнете върху ici.