Winnow Vision il cestino intelligente che riconosce e misura i rifiuti

Immagina che il cestino ti abbia inviato un rapporto ogni settimana con tutto ciò che hai buttato fuori, quanto valeva e la sua impronta ambientale. Rilasciato oggi, la smart Vision Winnow può fare proprio quello per il cibo sprecato dal settore dell'ospitalità, che stimano ammonta a $ 100 miliardi all'anno. Lo smart bin Winnow Vision riconosce il cibo come se fosse stato scartato. L'introduzione di Winnow Vision rappresenta una nuova era più automatizzata per il tracciamento dei rifiuti alimentari. Come dice il vecchio adagio, non è possibile gestire ciò che non si misura. I prodotti di tracciabilità dei rifiuti alimentari, come LeanPath e il prodotto di prima generazione di Winnow, esistono da oltre un decennio. Hanno avuto un discreto successo nell'aiutare gli utenti a ridurre significativamente la quantità di cibo che hanno sprecato, ma una delle sfide principali è sempre stata quella di far sì che il personale della cucina inserisse informazioni ogni volta che qualcosa viene scartato. Winnow Vision semplifica gran parte di questo processo identificando automaticamente i rifiuti. "Senza visibilità su ciò che viene sprecato, le cucine stanno sprecando molto più cibo di quanto pensano. Comprendendo e segnalando i costi molto reali dei rifiuti alimentari sia per i profitti sia per l'ambiente. Winnow Vision consente agli chef di agire ", afferma Marc Zornes, CEO di Winnow. Utilizzando una fotocamera, le scale e l'intelligenza artificiale, il contenitore intelligente "impara" a riconoscere molti cibi diversi. Gli utenti possono perfezionare ulteriormente il sistema addestrandolo su voci di menu specifiche. Per ora, Winnow Vision può prevedere il cibo corretto con una precisione dell'80%. Una persona dello staff di cucina deve solo verificare che l'identificazione sia corretta e che nel tempo contribuisca a migliorare le capacità del sistema. Le aziende e gli chef possono quindi utilizzare le informazioni sui costi alimentari, finanziari e ambientali per ...
Continua a Leggere

L’ultimo software di intelligenza artificiale di Nvidia trasforma dei disegni approssimativi in paesaggi realistici

L'ultimo software IA di Nvidia trasforma doodles ruvidi in paesaggi realistici Questo prototipo mostra come l'intelligenza artificiale aumenterà l'arte L'intelligenza artificiale sarà enorme per gli artisti e l'ultima dimostrazione viene da Nvidia, che ha realizzato un prototipo di software che trasforma i ghirigori in paesaggi realistici. Usando un tipo di modello di IA noto come una rete generativa avversaria (GAN), il software fornisce agli utenti ciò che Nvidia chiama "pennello intelligente". Ciò significa che qualcuno può tracciare una struttura di base di una scena (disegnare, ad esempio, un albero su una collina) prima di riempire il loro abbozzo grezzo con trame naturali come erba, nuvole, foreste o rocce. I risultati non sono del tutto fotorealistici, ma sono ugualmente impressionanti. Questo software non è assolutamente rivoluzionario - i ricercatori hanno mostrato strumenti simili in passato, incluso uno di Google che trasforma i doodle in clipart - ma è la dimostrazione più chiara di questo concetto che abbiamo visto fino ad oggi. Il software genera istantaneamente i paesaggi AI e sorprendentemente intuitivo. Ad esempio, quando un utente disegna un albero e quindi una pozza d'acqua al di sotto di esso, il modello aggiunge il riflesso dell'albero alla piscina. L'intelligenza artificiale può fare arte ora, ma gli artisti non hanno paura Le demo come questa sono molto divertenti, ma non fanno un buon lavoro di evidenziare i limiti di questi sistemi. La tecnologia di base non può semplicemente dipingere in qualsiasi struttura tu possa pensare, e Nvidia ha scelto di mostrare le immagini che gestisce in modo particolarmente efficace. Ad esempio, la generazione di erba e acqua finte è relativamente facile per le GAN perché i modelli visivi coinvolti non sono strutturati. Generare immagini di edifici e mobili , al confronto, è molto più complicato, ei risultati sono molto meno realistici. Questo perché questi oggetti hanno una logica e ...
Continua a Leggere

Gli algoritmi di riconoscimento visivo basati sull’intelligenza artificiale sono tutt’altro che infallibili. Tuttavia, sono molto più capaci di segnalare le rappresentazioni della violenza di quanto la maggior parte delle persone capisca

Il problema con la moderazione dei contenuti basata su AI è l'incentivo non la tecnologia Mentre discutiamo ancora una volta del ruolo della moderazione dei contenuti nell'eliminazione del terrorismo, dell'odio e di altri contenuti violenti e orribili dalle nostre piattaforme digitali, c'è stata una discussione considerevole su ciò che i nostri moderni sistemi di rimozione dei contenuti basati su intelligenza artificiale e firma sono in grado di fare. Data la mancanza di consapevolezza del pubblico su come funzionano questi sistemi e le loro capacità di produzione implementate, vale la pena esaminare più da vicino come funziona la moderazione dei contenuti automatizzata oggi e soprattutto il compromesso in termini di costi e la mancanza di incentivi per le piattaforme a rimuovere contenuti orribili traggono profitto monetariamente da tale materiale. È importante fare un passo indietro e guardare a quale tecnologia è e non è capace di oggi quando si tratta di moderazione dei contenuti di immagini e video. Al di fuori delle principali società di social media e dei loro collaboratori accademici, ci sono pochi che hanno esperienza nel mondo reale applicando algoritmi di riconoscimento delle immagini a contenuti globali che attraversano paesi e culture e quindi notevoli equivoci su come funzionano questi algoritmi e i loro punti di forza e limiti Il mondo reale. In parte ciò è dovuto alle macchine di marketing delle aziende, che trascorrono la maggior parte dell'anno a sollecitare la straordinaria accuratezza dei loro strumenti di intelligenza artificiale, portando i giornalisti a mostrare come i loro modelli di riconoscimento delle immagini possono ora distinguere tra broccoli e marijuana. Quando le cose vanno male, c'è una giustapposizione stonata poiché quelle stesse aziende sottolineano improvvisamente quanto siano primitivi e limitati i loro algoritmi, prima di tornare indietro di qualche settimana dopo per pubblicizzarle ancora una volta in modo abbast...
Continua a Leggere

Come sviluppare una strategia di intelligenza artificiale: 9 cose che ogni azienda deve sapere

L'intelligenza artificiale (AI) ha il potenziale per trasformare ogni azienda - allo stesso modo (e forse anche di più) poiché Internet ha trasformato completamente il nostro modo di fare business. Da prodotti e servizi più intelligenti a decisioni aziendali migliori e processi aziendali ottimizzati (o persino automatizzati), l'IA ha il potere di cambiare quasi tutto. Le aziende che non sfruttano il potere trasformativo dell'IA rischiano di essere lasciate indietro. Come sviluppare una strategia di intelligenza artificiale: 9 cose che ogni azienda deve includere Come sviluppare una strategia di intelligenza artificiale: 9 cose che ogni azienda deve includere Ecco perché hai bisogno di una strategia di intelligenza artificiale per il tuo business. Una domanda che mi viene posta spesso è: "Ho ancora bisogno di una strategia AI separata se ho già una strategia di dati"? A mio avviso, sì, dovresti avere entrambi. In teoria, se la tua strategia di dati fosse estremamente completa e pienamente considerata l'uso dell'IA, allora potrebbe essere sufficiente. Ma in pratica, una strategia di dati da sola è raramente sufficiente. Raccomando quindi a ogni azienda di avere una strategia di IA separata . Quindi cosa dovresti includere nella tua strategia di IA? Quando lavoro con un'azienda per sviluppare la sua strategia di IA, guardiamo alle seguenti nove aree: Strategia d'affari La creazione di una strategia di IA per il suo scopo non produrrà grandi risultati. Per ottenere il massimo dall'IA, deve essere legato alla tua strategia aziendale e ai tuoi obiettivi strategici. Ecco perché il primo passo in qualsiasi strategia di intelligenza artificiale è rivedere la tua strategia aziendale . (Dopo tutto, non vuoi affrontare tutti questi problemi e applicare l'intelligenza artificiale a una strategia obsoleta oa obiettivi aziendali irrilevanti.) In questo passaggio, poni domande come: La nostra strategia aziendale è ancora giusta per noi? La nostra strate...
Continua a Leggere

Univfy Startup l’apprendimento automatico per rendere la fertilità più intelligente

FIV e AI? Come Univfy Startup utilizza l'apprendimento automatico per rendere la fertilità più intelligente Ci sono molte ragioni per cui le famiglie scelgono di avere figli più tardi - impegni di lavoro, stabilità economica, risorse, ma l'effetto a catena è che sempre più coppie si rivolgono alla fecondazione in vitro per aiutarli a raggiungere i loro obiettivi. È un processo stressante, esacerbato dal fatto che ci sono così tante incognite; da quale regime terapeutico scegliere la mancanza di trasparenza intorno ai costi. Anche se la tua assicurazione copre IVF (che non tutti fanno) ci sono numerose clausole; FIVET, ma solo fino a $ 20.000, FIV, ma nessuna copertura farmacologica (che può essere $ 4- $ 8.000) e così via. Anche nella Silicon Valley, con start-up famose per i loro grandi benefici per la salute e la copertura della fertilità, questo diventa un problema. "Odio solo non sapere quale sia il prezzo finale", mi ha detto un tecnico. "In qualsiasi altro settore, questo sarebbe inaccettabile". Le aziende che offrono chiarezza in questo spazio sono molto richieste, quindi non sorprende che Univfy, una startup californiana, stia diventando una gradita aggiunta a questo spazio. La loro soluzione è la previsione della fertilità basata sull'intelligenza artificiale - fondamentalmente, l'apprendimento automatico per gli uteri. Fondata nel 2009 dal Dr. Mylene Yao, un ginecologo e ostetrico addestrato a Stanford e Wing Wong, un professore di statistica e ricerca sulla salute a Stanford, la coppia ha raccolto finora $ 6 milioni . Quello che Univfy offre è una soluzione in due parti. La prima parte è l'analisi IVF. Il report Univfy PreIVF è un test predittivo, che fornisce risposte di fertilità uniche per ogni paziente. Prendendo i dati dai test di laboratorio dei pazienti, dal BMI, dall'età, dalla storia della fertilità e altro, essi scricchiolano i numeri usando un metodo statistico di stimolazione dell'albero per dare una previsione di successo dell'IVF. ...
Continua a Leggere

Prospera in Israele trasformare 60.000 perni di irrigazione dei campi agricoli in macchine per la coltivazione autonoma di intelligenza artificiale

Come trasformare 60.000 perni di irrigazione in macchine in crescita autonoma Prospera , un'azienda israeliana di AgTech, prevede di trasformare 60.000 perni di irrigazione in campi aperti in macchine per la coltivazione autonoma di intelligenza artificiale (AI) in grado di funzionare 24 ore su 24, 7 giorni su 7. Attraverso una nuova partnership con la società di irrigazione Valley , le società investiranno collettivamente 40 milioni di dollari per trasformare i perni in uno dei più grandi sistemi di gestione delle colture autonome che coprirà 9,6 milioni di ettari in tre anni entro il 2022. In questo lancio, le aziende si concentreranno sul rilevamento delle anomalie nelle colture Il primo milione di acri sarà convertito dalla stagione di crescita del Q2 2020 nelle fattorie nel Nebraska e nello Stato di Washington. Utilizzando la visione artificiale e l'apprendimento automatico, le macchine autonome in crescita utilizzeranno i dati provenienti dal campo e il coltivatore per fornire la quantità esatta di acqua, fertilizzanti e pesticidi alle colture proprio quando ne hanno bisogno. L'azienda afferma che le macchine autonome in crescita aiuteranno gli agricoltori a utilizzare meno input per produrre maggiore resa, proteggere le risorse di acqua dolce e ridurre la contaminazione delle falde acquifere dagli scarichi agricoli. "Il mercato ha bisogno di macchine più intelligenti per gestire questo tipo di richiesta, in modo che gli agricoltori possano migliorare rapidamente il loro business. Macchine più intelligenti significano meno lavoro per i coltivatori in modo che possano concentrarsi sul ridimensionamento", ha affermato Daniel Koppel, fondatore e co-CEO di Prospera Technologies . "Le nostre macchine autonome in crescita sono collegate e possiamo distribuirle molto velocemente e creare un inversione di tendenza in un breve periodo, fornendo i mezzi per una raccolta di dati su larga scala redditizia per gli agricoltori". L'azienda iniziò con...
Continua a Leggere

Come possiamo creare un’intelligenza artificiale più umana?

L'11 febbraio 2019, il presidente Trump ha firmato un ordine esecutivo sul mantenimento della leadership americana nell'intelligenza artificiale e nel febbraio 2019 un'indagine denominata Intelligenza artificiale e apprendimento automatico ha indicato che solo il 16% dei dirigenti aziendali intervistati ottiene un valore significativo dall'intelligenza artificiale avanzata ( AI) nelle loro aziende. Il rapporto ha anche scoperto che le aziende di tutte le dimensioni e in tutti i settori stanno investendo molto nell'IA avanzata con una media di 36 milioni di dollari spesi nell'anno fiscale 2018. Di quelle stesse società intervistate, il 10% prevede di aumentare i propri budget nei prossimi due anni. Il sondaggio ha inoltre rilevato che le imprese dell'Asia-Pacifico hanno adottato un'IA avanzata più velocemente rispetto al resto del mondo. Il 22% delle aziende dell'Asia e del Pacifico nel 2018 erano nelle fasi avanzate dell'apprendimento automatico rispetto a solo l'11% nel Nord America e il sette% in Europa. Il 4 marzo 2019, l'UNESCO ha tenuto una conferenza sulla creazione di principi fondamentali intorno all'IA con un'enfasi su un approccio più umanistico all'IA. L'obiettivo era quello di promuovere il dialogo tra pubblico e privato, comunità tecnica, media e mondo accademico, società civile, organizzazioni internazionali e regionali e guardare a quante macchine si dovrebbe permettere di decidere per noi come società, compreso chi scrive quali valori e priorità negli algoritmi delle macchine. In una dichiarazione, Audrey Azoulay, il direttore generale dell'UNESCO, ha affermato che l'intelligenza artificiale è la nuova frontiera dell'umanità. "Il principio guida dell'IA non è quello di diventare autonomo o sostituire l'intelligenza umana, ma dobbiamo garantire che l'intelligenza artificiale sia sviluppata attraverso un approccio umanista", ha affermato Azoulay. Ajay Bhalla, presidente di Cyber ​​& Intelligence Solutions, Mastercard , ...
Continua a Leggere

Qual è la differenza tra Machine Learning e Intelligenza artificiale ?

Machine Learning e AI non sono gli stessi: ecco la differenza Quando si parla di Big Data, questi termini informatici sono spesso usati in modo intercambiabile, ma non sono la stessa cosa. Mentre può sembrare confuso, è in realtà semplice distinguere i termini quando capisci come lavorano insieme. Ecco la differenza tra AI e Machine Learning Machine Learning Pensa a questo esattamente come suona, insegnando a una macchina per imparare. L'apprendimento automatico utilizza la programmazione attraverso una cosa chiamata "reti neurali". È qui che l'apprendimento automatico "impara" attraverso gli algoritmi di addestramento e determina il probabile risultato di una situazione. Il processo richiede a un essere umano di programmare le informazioni nella ML con i dati, le ore di addestramento e test e risolvere i problemi nei risultati. Cose come: Diagnosi medica Ingegneria software Ottimizzazione del motore di ricerca Il più grande esempio di ML è il riconoscimento dell'immagine per il riconoscimento facciale. Quando vengono mostrate abbastanza foto del volto di qualcuno da diverse angolazioni, espressioni, illuminazione e altro, la macchina può quindi iniziare a riconoscere una persona in modo più efficiente e determinare che è probabile che la persona in una foto si basi sulle caratteristiche. Google utilizza ML per ottimizzare gli annunci e Netflix lo utilizza per offrire consigli su spettacoli e film. La cosa importante da ricordare con ML è che può emettere solo ciò che è in input in base ai grandi insiemi di dati che gli vengono dati. Può solo verificare da quale conoscenza è stato "insegnato". Se tale informazione non è disponibile, non può creare un risultato per conto proprio. Pertanto, ML cercherà la soluzione indipendentemente dal fatto che sia la soluzione ottimale. Intelligenza artificiale L'intelligenza artificiale può creare risultati a sé stanti e fare cose che solo un umano potrebbe fare. ML è una parte di ciò che aiuta l'intell...
Continua a Leggere

L’intelligenza artificiale dovrebbe intervenire se rileva dei testi suicidi ?

Ho pensato al suicidio così tanto oggi mi sta spaventando': l'intelligenza artificiale dovrebbe intervenire sui testi suicidi? Rilevamento del comportamento AI L'intelligenza artificiale che rileva quando ti stai comportando diversamente può aiutare a migliorare le relazioni delle persone. Ma quali sono le implicazioni morali quando quel comportamento si riferisce alla depressione o al suicidio? MEI La tecnologia è spesso vista come l'esatto opposto dell'emozione. I robot nei film sono ritratti come assassini insensibili o incapaci di provare un'emozione senza esplodere - con l'implicazione che i sentimenti umani sono troppo complessi per essere gestiti dai computer. Ma questo non è più il caso, dal momento che l'IA ora può registrare segnali emotivi , rispondere in modo appropriato e persino costruire un profilo emotivo usando informazioni come messaggi di testo o post sui social media. Confrontando le comunicazioni con i modelli di comportamento "normali", l'IA può rilevare depressione e intenzioni suicide e contribuire ad evitare potenziali situazioni di crisi. Tuttavia, le implicazioni morali dell'intervento dell'IA in tali scenari sono controverse e l'efficacia delle app per la salute mentale viene già messa in discussione. Le app per la consapevolezza progettate per alleviare lo stress quotidiano e l'ansia stanno rapidamente diventando un'industria da molti milioni di dollari , ma ci sono legittime preoccupazioni sulla loro mancanza di approvazione clinica. Con app come queste che guadagnano notorietà tra i professionisti della salute mentale , l'AI potrebbe aiutare ad affrontare i problemi emotivi alla fonte, o c'è il pericolo che le persone utilizzino questi servizi come sostituto della terapia clinicamente approvata? C "La gente pensa che i robot siano l'inverso completo delle emozioni", afferma Es Lee, fondatore della startup newyorkese Mei , "ma le emozioni sono il caso d'uso perfetto per l'intelligenza artificiale, perché non siam...
Continua a Leggere

John Deere usa l’intelligenza artificiale nella sua visione

John Deere utilizza AI e Machine Vision per aiutare a nutrire 10 miliardi di persone In soli 30 anni, si prevede che la popolazione umana del nostro pianeta sarà vicina a 10 miliardi. Produrre abbastanza cibo per nutrire queste bocche affamate sarà una sfida, e le tendenze demografiche come l'urbanizzazione, in particolare nei paesi in via di sviluppo, si aggiungeranno solo a questo. Per far fronte a questa sfida, le imprese agricole stanno puntando le loro speranze sulla tecnologia e l'idea che strumenti di analisi e dati sempre più sofisticati contribuiranno a guidare l'efficienza e a ridurre gli sprechi nell'agricoltura e nella produzione alimentare. Ad aprire la strada è John Deere - il produttore di 180 anni di macchine agricole e industriali che ha trascorso l'ultimo decennio a trasformarsi in un'azienda di intelligenza artificiale (AI) e business basato sui dati. All'inizio del viaggio, nel 2013, ha svelato la sua visione Farm Forward - dimostrando il concetto di "fattoria autonoma" in cui i macchinari sarebbero gestiti a distanza da un centro di controllo centrale. Ha mostrato all'agricoltore il monitoraggio dei punti dati e la gestione dei macchinari da una console a casa sua in tempo reale, mentre AI si occupa delle decisioni operative momento per momento. Ora ha rilasciato quella che definisce la versione 2.0 di quella visione - che rappresenta i passi in avanti nell'apprendimento e nell'applicazione pratica di una tecnologia intelligente e autodidatta che è stata fatta sin dai primi giorni della trasformazione digitale. Ho parlato con John Stone, SVP di Intelligent Solutions Group (ISG) di John Deere, su ciò che è stato appreso da quando ha iniziato questo viaggio e su come sta spingendo verso la sua ultima visione del futuro dell'agricoltura. Stone mi dice "Ora stiamo spingendo molto nell'intelligenza artificiale, nella visione artificiale e nell'apprendimento automatico … quello che è sorprendente è il modo in cui t...
Continua a Leggere