A Solucao de Problemas Com o Aprendizado das Maquinas  (686)

 David Cruickshank Pub. By SAP

Em 2018 no Lab de Co--Innovations em Silicon Valley da SAP deu a partida para um começo barulhento, com três dos seus projetos bastante focados em um tópico de inteligência artificial. Este projeto funciona com os spans do aprendizado das maquinas, da computação cognitiva, visoes computacionais, e ate detalhes de situações da visão dos computadores e dos processos naturais da linguagem.

Para o nosso laboratório, comecamos cavando dentro das primeiras investidas no aprendizado das maquinas que se iniciou em 2014, explorando estas verificações em tudo desde as otimizações para automatização das maquinas nas fabricas e no varejo, incluindo ai ate as previsões de ataques de terroristas. Ate onde pudemos aplicar o conhecimento para um determinado domínio e introduzi—lo dentro de um determinado algoritmo para solucao de um padrão não determinístico de reconhecimento, o aprendizado das maquinas se baseou somente nas estatísticas (sem simbologia, logica, ou evoluções) e podendo prontamente implementar sobre as adivinhações. Aprendendo através de um banco de dados, onde o exagero nas medidas e evitado suficientemente ou mitigado, um algoritmo que ensina pode reconhecer padrões e generalizar para os casos ainda não verificados. Estas explorações começaram há dois anos atrás, com a SAP NS2 e ConvergentAI (chamada anteriormente de (AxxonAI) onde nos podemos encontrar o projeto de equipe POC (proof-of-concept) e seus resultados permanecem importantes hoje, mas aplicáveis para as soluções de problemas da mesma maneira em outros domínios.

Na medida em que uma conceituação diferenciada, e um forte relacionamento existe, entre o ensino da maquina e as analíticas, usam os dados e algoritmos que ensinam (supervisionados e não supervisionados) para otimizar um modelo baseado na performance e em experiências anteriores. O modelo resultante e sempre usado para melhorar a acuidade das analíticas. As analíticas preditivas usam este modelo ensinado para encontrar padrões contra os novos dados usados para fazer previsões informativas sobre futuros eventos.

Aplicando as inteligências para uma POC que apresenta previsões de riscos eventuais.

Em parceria com a inovação dos laboratórios, a equipe do projeto trabalhou para integrar o que a ConvergentAI desenvolveu como uma previsão analítica única de capacidade, combinando com um motor de buscas descentralizado de modelo continuo, maquinas de aprendizado, tambem com um outro modelo continuo e decentralizado de previsões analíticas. A ConvergentAI chama isso de preditivas analíticas : “swarm inteligence.”

A SAP NS2 e uma parte da família das empresas SAP. Uma das áreas em foco e trabalhar com as agencias da U.S. national security. No seu projeto colaborativo de trabalho, ambas dentro da SAP e com parceiros selecionados através de seu ecossistema, a SAP NS2 conseguiu juntar uma fusão de plataformas de maneira que os empreendimentos mais inteligentes e o aprendizado das maquinas, com as capacidades da ConvergentAI para prover uma capacidade de eventos de riscos com as condições de previsões.

Esta aplicação de previsão dos eventos de risco foi  desenhado para reduzir as incertezas e os riscos do processo e modelo que faz a conexão dos eventos passados para suas possíveis origens para analisar e prever eventos futuros. Estas abordagens gerais de razoes e aprendizados podem ser aplicadas a uma grande variedade de domínios.

A chave para esta capacidade de integração e a habilidade de ingerir, explorar, e fazer sentido, para criar a base de conhecimento e informações que podem ser usadas como a fonte de previsões dos eventos de risco. As previsões de riscos e eventos requerem informações condicionadas no sentido de levar o modelo de swarming para a previsão de futuros eventos.  

A SAP NS2 desenvolveu seus dados numa fusão de arquiteturas com a SAP HANA como prova de um conceito para ajudar um objetivo geral, o processo closed-loop para integrar e correlacionar dados, e assim criar uma base de conhecimentos dentro de uma memoria de dados para exploração e descoberta de informações. O banco de dados tambem serve como uma fonte de informações para outras aplicações tais como um evento de risco e tambem para um motor de buscas e previsões de riscos desenvolvido pela ConvergentAI.

As atualizações continuadas de previsões de riscos.

A tecnologia de inteligência swarm e os modelos correspondentes se tornaram muito significativos para um analista humano quando explica o porque de um resultado especifico foi gerado. O motor de previsões de eventos de riscos funciona continuadamente, e tornando estas mudanças para serem traduzidas em mudanças de previsões de riscos, na construção de intuições de operadores humanos correspondentes as  adivinhações de domínios e de distribuição de riscos. Em contraste com várias outras aplicações do aprendizado das maquinas, o motor de previsões e riscos, reavalia continuamente suas afirmações e conclusões baseadas nos parâmetros disponíveis e atualizados de dados.

Aplicacao abrangente na indústria

A co-inovacao de projetos de laboratórios demonstrou totalmente que a fusão dos dados inteligentes e as previsões de riscos nos esforços para prever o futuro de terroristas, ou uma determinada relação em algum ato de terror, usando um dado substancial de preparo em evento de violência na Africa. Por meio desta demonstração, e fácil  perceber como estas capacidades podem ser aplicadas domesticamente com a ajuda do esforço da lei (uma alocação mais inteligente da policia), e tambem comercialmente para a proteção em larga escala das infra-estruturas criticas (petróleo, operações com gases, campos de aeronaves, e outros meios de transportes). Alem das previsões das probabilidades de eventos com a intenção de reduzi-los, as industrias de seguros tem um interesse em prever o risco para o planejamento de objetivos de contingenciamento.

BH 27 02 2018

Uma pequena informação, quando compartilhada pode percorrer um grande caminho, mas inevitavelmente sempre ira encontrar seu legitimo destinatário !

Pesquisa, Tradução e Divulgação : Miguel Moyses Neto Visite nosso linkedin  http://br.linkedin.com/pub/miguel-moyses-neto/28/971/9aa  -- Se Gostou Desta Materia Divulgue Para Seus  Amigos !!! --Visite Tambem Nosso Twitter : @mikenetIT – Uma Fonte Das Principais Agencias, Personagens e Links de Noticias Do Mundo Inteiro !!! Ou Veja Tambem Nosso Blog : http//Miguel Moyses.blogspot.com.br

Bremense Participacoes Ltda-                                                Desde1940
linktomike.blogspot.com
	mikenet9@gmail.com