fbpx Smiley

Découvrez comment l'intelligence artificielle appliquée aux travaux de restauration

0

Ces dernières années,, intelligence artificielle (IA) Il a été l'un des sujets les plus intéressants de la discussion à mesure qu'ils grandissent leurs capacités et nous rapprocher de voir comment la technologie est mise en œuvre.

selon McKinsey, il y a eu deux fois plus d'articles faisant référence à l'IA 2017 en 2016 et quinze fois plus qu'en 2015, une tendance qui devrait se poursuivre. Avec tout ce bruit médiatique sur, nous avons décidé d'écrire une série d'articles pour expliquer exactement Qu'est-ce que l'intelligence artificielle, comment il applique dans le monde de la restauration et des avantages Comme vous pouvez de la même.

Certains disent que l'intelligence artificielle est comme le sexe chez les adolescentes: “Tout le monde en parle, personne ne sait vraiment comment faire, tout le monde pense que tout le monde fait, de sorte que tous prétendent qu'ils font”.

Bien que les systèmes AI peuvent maintenant apprendre un jeu et battre les champions en quelques heures, ils sont difficiles à appliquer à des applications commerciales. nous CloudReputation nous sommes experts AI et nous travaillons mettre entre les mains de l'ensemble du secteur de la restauration de la manière la plus simple et la plus attrayante pour une utilisation possible.

Nous avons décidé d'écrire une série d'articles pour expliquer exactement ce que l'intelligence artificielle, comment il applique dans le monde de la restauration et comment vous pouvez vous bénéficier de la même.

Qu'est-ce que l'intelligence artificielle?

Au début 1950, Les parents de terrain IA Minsky y McCarthy Ils ont décrit l'intelligence artificielle que tout travail effectué par un programme ou d'une machine, Si un homme a fait la même activité, nous dirions que les êtres humains devraient appliquer l'intelligence pour atteindre l'objectif ou de la tâche. évidemment, C'est une assez large définition, donc voir parfois des arguments quant à savoir si quelque chose est vrai ou non IA.

Les systèmes d'intelligence artificielle présentent généralement au moins certains des comportements suivants associés à l'intelligence humaine: planification, apprentissage, raisonnement, résolution des problèmes, représentation des connaissances, perception, le déplacement et la manutention et, dans une moindre mesure, l'intelligence sociale et la créativité.

Qu'est-ce que l'apprentissage de la machine et l'apprentissage en profondeur?

La technologie clé est l'apprentissage automatique IA (Apprentissage automatique), quand un système d'ordinateur est alimenté avec de grandes quantités de données, qui est ensuite utilisé pour apprendre comment effectuer une tâche spécifique, un discours de compréhension ou le sous-titrage d'une photographie.

sûrement, vous aurez aussi entendu parler de la L'apprentissage en profondeur (l'apprentissage en profondeur), une branche de l'apprentissage machine qui utilise beaucoup de données, souvent non structurée et des photos, l'audio, texte ou vidéos, pour enseigner les ordinateurs comment faire des choses qui étaient auparavant humains capables.

La technologie clé est l'apprentissage automatique IA (Apprentissage automatique), quand un système d'ordinateur est alimenté avec de grandes quantités de données, qui est ensuite utilisé pour apprendre comment effectuer une tâche spécifique, un discours de compréhension ou le sous-titrage d'une photographie.

Un bon exemple est la perception profonde d'apprentissage, reconnaître ce qui est une image, ce que les gens disent quand ils parlent, aider les robots à explorer le monde et d'interagir avec elle. l'apprentissage en profondeur est en train d'émerger en tant que outil central pour résoudre les problèmes de perception ces dernières années. Il est la technologie de base derrière la vision artificielle et la reconnaissance vocale. De plus en plus de gens découvrent l'apprentissage en profondeur est un bien meilleur outil pour résoudre les problèmes.

La clave del proceso son las redes neuronales artificiales. Estas son redes inspiradas en el cerebro humano con capas interconectadas de algoritmos, llamadas neuronas, que alimentan datos entre sí y que pueden ser entrenados para llevar a cabo tareas específicas al modificar la importancia atribuida a los datos de entrada a medida que pasan entre las capas.

El Deep Learning brilla dondequiera que haya una gran cantidad de datos y problemas complejos para resolver y se puede aplicar en muchos y diferentes campos.

¿Por qué ahora?

Una de las cosas fascinantes de las redes neuronales es cuánto tiempo han tardado en ser un éxito. La historia se remonta a los años cincuenta pero el Deep Learning, realmente solo ha despegado en los últimos cinco años. La razón es la mayor disponibilidad de datos junto con el gran aumento en el rendimiento computacional de los procesadores modernos.

La historia se remonta a los años cincuenta pero el Deep Learning, realmente solo ha despegado en los últimos cinco años. La razón es la mayor disponibilidad de datos junto con el gran aumento en el rendimiento computacional de los procesadores modernos.

Durante mucho tiempo, no teníamos los enormes conjuntos de datos que necesitábamos para hacer que el Deep Learning funcionara. Esos conjuntos de datos solo se volvieron ampliamente disponibles con el surgimiento de Internet, lo que hizo posible la recopilación y el etiquetado de enormes conjuntos de datos.

Especialmente plataformas como Google, Facebook o Instagram ayudaron mucho al mundo para compartir información de todo tipo. Pero incluso cuando teníamos grandes conjuntos de datos, a menudo no teníamos suficiente poder computacional para hacernos de ellos y solo en los últimos cinco años los procesadores se han vuelto lo suficientemente potentes y rápidos como para entrenar redes neuronales a gran escala.

Inteligencia Artificial en 2018: aún más una exageración que realidad

Desde robots hasta chatbots y coches autónomos -de los que hemos hablado en diferentes ocasiones en este medio-, IA aún se encuentra en sus inicios. Aún estamos muy lejos de las máquinas que son tan inteligentes como los humanos y hasta ahora, hemos visto solo el 5% de lo que IA puede hacer. Para ponerlo en una analogía, estamos más en la época iPod o MP3 que en los avanzados iPhone X que tenemos hoy en nuestras manos. Entre uno y el otro han pasado más de 12 años.

 Para ponerlo en una analogía, estamos más en la época iPod o MP3 que en los avanzados iPhone X que tenemos hoy en nuestras manos. Entre uno y el otro han pasado más de 12 años!

En este momento, el acceso a la IA se limita principalmente a las grandes corporaciones con presupuestos extremadamente grandes. Hay varias razones por las que la tecnología de Machine Learning de hoy hace que la IA predictiva sea tan compleja, lenta y costosa. Por nombrar algunos, se necesitan equipos de expertos en ciencia de datos, que son escasos y costosos, y existe un acceso limitado a los datos.

En CloudReputation llevamos un año y medio trabajando en los algoritmos más avanzados de IA para manejar la reputación de tu restaurante. Uno de los principales retos no es solo crear tecnología avanzada para que vosotros, restauradores, podáis confiar, sino que al mismo tiempo estamos trabajando en diseñar soluciones que hagan esta tecnología accesible y extremadamente fácil de usar.

Ya tenemos a más de 1.000 restaurantes en nuestra plataforma probando nuestro producto y nos encantaría seguir creciendo con vosotros.

5/5 - (2 votes)

Sobre el autor

Jefe de Producto en IBM Watson especializado en Inteligencia Artificial y fundador de CloudReputation, startup española con sede en Sillicon Valley que ofrece servicios de reputación online para restaurantes

Suscríbete

Deja un comentario