Menu icon

Exempel på användning av AI

Data Science och AI har blivit en allt viktigare del i vår vardag.

Data Science och AI har blivit en allt viktigare del i vår vardag. Förmågan att processa stora datamängder tillsammans med maskininlärning, ger en uppsjö av nya möjligheter. Nya system för att skapa relevanta beslutsunderlag, eller till och med automatisera beslutsprocesser. Lyckade exempel kan hittas inom så olika fält som maskinöversättning, dataspel, AI-assistenter, finansiella och affärskritiska system, eller för den delen självkörande fordon.

Vi erbjuder en solid grund inom maskininlärning och Data Science vid uppstart av projekt där det är relevant. Det kan handla om en, eller en blandning av:

  • Bevakad inlärning, vilket innebär att maskinerna lär sig av människor vad rätt svar bör vara, till dess de löser uppgifterna själv.
  • Obevakad inlärning, som är helt datadriven. Det saknas ”rätta” svar, utan det handlar snarare om att hitta samband eller mönster och skapa struktur.
  • Förstärkande inlärning, systemet interagerar med sin miljö och interaktionen kontrolleras, alternativ som behöver förstärkas förstärks och vice versa. Inlärningen sker iterativt, det vill säga löpande genom systemets hela livslängd.

Exempel: En kund har kostsam logistikutrustning. Driftsavbrott är både direkt och indirekt mycket kostsamma. Genom tio års data över underhåll och incidenter, kunde systemet hitta mönster. Dessa förutsåg när en enhet behövde åtgärdas, innan driftsavbrott.

Exempelområden för Data Science och AI:

  • Inom vården används sådana system för att hitta cancer på tidigt stadium, eller för att skapa nya mediciner. De kan även användas för att hitta personer i en riskabel situation på sociala medier.
  • Inom service används det för automatiserad kundsupport, dygnet runt service, eller snabba svar på frågor.
  • Inom marknadsföring används det för att utkristallisera målgrupper och personer som ger bäst utbyte för marknadsföringen, eller för att helt automatisera delar av marknadsföringsprocessen.
  • Inom finans och försäkring används det för automatiserade bokföringssystem, eller för att hitta bedrägerier, eller för den delen utvärdera investeringsförslag.

Fler av våra nyheter