Машинско учење и длабоко учење спаѓаат во темата вештачка интелигенција. Машинското учење опишува процес на компјутери што самите стекнуваат знаење. Длабокото учење стана најчестиот метод на машинско учење: Ова вклучува компјутер да го стекне своето знаење користејќи алгоритам, кој се користи за анализирање на големи количини на податоци и учење да извлекува заклучоци врз основа на овие податоци. Еве еден едноставен пример: Да речеме дека сакаме алгоритам на системот да научиме како да идентификуваме знаци на стоп. Ние им покажуваме еден милион слики на стоп-знаци; се акумулира искуство како резултат. Врз основа на ова, системот може последователно да идентификува стоп-знак кога ќе се појави.
Анализирајќи слики, проценка на податоци, идентификување на болести - кога станува збор за овие задачи, вештачката интелигенција е делумно веќе супериорна во однос на човечкиот мозок. Исто така, работи без да се замори и е во состојба да реагира во дел од секундата. Благодарение на овие карактеристики, ВИ се користи во области како што се автономно возење, системи за асистенција на возачот и индустриски апликации. На пример, колаборативни роботи можат да бидат обучени за нови задачи користејќи податоци за примероци и машинско учење. Границите на системите за ВИ лежат во директни интеракции со луѓето. Во моментов, тие сè уште немаат никакви емоции, емпатија или социјална интелигенција.
ВИ системите ќе нè возат во автомобили, ќе управуваат со нашите состаноци како лични асистенти во канцеларијата и ќе одговорат на прашања како роботи за услуги. Кога ќе се интегрираат во паметните домови, тие ќе ви помогнат да заштедите енергија. Системите за ВИ во форма на роботи кои дојат, дури може да се грижат за стари и болни луѓе. Сепак, ова богатство на можности треба да се постапува одговорно. Како се осигураме дека алгоритмите зад вештачката интелигенција се транспарентни и контролирани? Може ли да му се дозволи на ВИ да донесува одлуки за живот или смрт, како што се во борбени беспилотни летала? Ако компаниите и граѓанските општества ја ценат совесната употреба на технологија, тие мора да најдат одговори на овие етички прашања.
ВИ системите се развиваат од бројни компании, почетници и истражувачки институции ширум светот. Би сакале да споменеме двајца истражувачи од Германија како примери: Јирген Шмихубер се смета за татко на модерната вештачка интелигенција. Нервните мрежи што ги разви со својот тим се наоѓаат денес во три милијарди паметни телефони, а ги користат и Гугл, Епл и Фејсбук. Во меѓувреме, Бернхард Шалкоф е шеф на Институтот за интелигентни системи Макс Планк во Тибинген и брои меѓу водечките светски научници во областа на учењето машини. Истражувачот и претприемач Орен Етзиони е исто така многу познат во областа на ВИ. Тој е шеф на Институтот за вештачка интелигенција Ален во Сиетл, основан од ко-основачот на Мајкрософт Пол Ален.
Наоѓање на најдобриот потег во шах. Пронаоѓање на најдобрата секвенца на берзата со акции. Наоѓање на најдобар кандидат за работа за помалку време. Анализирајќи ги пациентите по операција за да се спречи рецидив и повторно хоспитализација. Користење на континуирано следење на пациентите за да се добие основно ниво и рано откривање на проблемите. Анализирајќи го видео-то за видео надзор за аномално однесување и закана по безбедноста. IBM Watson може да најде увид побрзо од луѓето. ВИ се користи за прегледување и сугестирање на корекции во договорите. ВИ се користи за 1000-тина прашања на клиентите месечно со 95% точност дадена во секунди.
Google Duplex може да остварува телефонски разговори за состаноци во ресторани и за коса. Google Deep Mind победи на глобален предизвик за игра на Starcraft против добрите игри. Амазон користи ВИ за препораки за книги и производи. Веб-страниците користат бот-разговори за да одговорат на основните прашања на клиентите. Аеродромите користат препознавање на слика за безбедност на персоналот. Ролс Ројс го користи ВИ за предвидливо одржување и сервисирање на моторите на авиони. Информатика користи ВИ за целите на сообразност и собирање на податоци и анализа. Fintech користи ВИ за комбинирање и анализирање на поразновидни податоци со податоци. Во здравството ВИ може да помогне во анализирање на повеќе податоци за превентивната медицина. Baidu во Кина произведува авто-автобуси за големи градови.