Wie die großen Unternehmen künstliche Intelligenz einsetzen

03.02.2022

Große Unternehmen und die künstliche Intelligenz

Während die letzten Jahre für alle Arten von Unternehmen zweifellos schwierig waren, hat dies die Entwicklung im Bereich der künstlichen Intelligenz (KI) und des maschinellen Lernens (ML) nicht gebremst.

Laut IDC haben 65 % der Unternehmen die Nutzung digitaler Technologien in diesem Jahr beschleunigt. In diesem Fall werden Technologien wie KI bestehende Geschäftsprozesse verändern, um die Produktivität der Mitarbeiter zu steigern, die Kundenbindung zu fördern und die Widerstandsfähigkeit des Unternehmens zu verbessern.

Das ist nicht überraschend, denn KI und ihre Untergruppe ML haben eine zunehmende Relevanz inne. Daher investieren die Unternehmen auch weiterhin stark in diese Technologien. Es überrascht nicht, dass die Branchenriesen hierbei den Weg vorgeben.

Daten sind das Lebenselixier von Unternehmen wie Amazon, Facebook und Google, die ihre Geschäfte fast ausschließlich online abwickeln. Sie verfügen also über die größten Datenmengen und können am meisten davon profitieren, wenn sie ihre Daten und intelligenten Algorithmen sinnvoll einsetzen.

Mit diesen Datenmassen können sie zum Beispiel neue Produkte und Dienstleistungen entwickeln, die wir uns vorher nicht vorstellen konnten, sowie die Kundenbindung verbessern oder Prozesse optimieren, um die Effizienz zu steigern. All dies zusammen verschafft den Tech-Giganten einen Wettbewerbsvorteil auf dem Markt.

Sie stehen an vorderster Front, da sie mit größeren Datenmengen umgehen und über die notwendigen Ressourcen für Forschung und Innovation verfügen. Welche spannenden Produkte und Dienstleistungen entwickeln sie also mit KI? Wie wird sie ihre Unternehmen und die Branche insgesamt verändern?

Wir alle wissen, welche Rolle KI bei der Platzierung von Anzeigen in der Google-Suche und auf YouTube sowie bei Übersetzungen spielt und wie Amazon intelligente Algorithmen für Produktempfehlungen einsetzt. Wie nutzen die großen Unternehmen sonst noch KI, ML und Deep Learning (DL), um ihre Angebote zu verändern? Lassen Sie uns eintauchen.

Facebooks vorausschauender Video-Transformer

Im Oktober letzten Jahres kündigte Facebook (auch bekannt als Meta) die Veröffentlichung seines neuen ML-Verfahrens, des Anticipated Video Transformer (AVT), an. Diese bahnbrechende Technologie kann zukünftige Handlungen allein auf der Grundlage visueller Interpretationen vorhersagen.

Dies ist eine Fortsetzung der Projekte des Unternehmens, die sich mit intelligenten Algorithmen befassen, die kontinuierlich mit öffentlich verfügbaren Videos trainieren. Als solches folgt AVT einem durchgängig aufmerksamkeitsbasierten Modell, das durch die jüngsten Durchbrüche bei Transformatorarchitekturen vorangetrieben wird.

Dies gilt insbesondere für die Verarbeitung natürlicher Sprache (NLP) und die Bildmodellierung für Anwendungen, die von Augmented Reality (AR) bis hin zu vernetzten selbstfahrenden Fahrzeugen reichen. 

Es funktioniert durch die Analyse von Aktivitäten und die Vorhersage des möglichen Ergebnisses. Das Unternehmen plant daher, diese Technologie für alle Anwendungen in seinem Metaverse zu nutzen. Es wird auch den Zugang zu anderen Apps über APIs ermöglichen, die miteinander kommunizieren.

Basierend auf der VIT-Architektur (Vision Transformer) unterteilt AVT das Bild in sich nicht überschneidende Bereiche. Anschließend werden sie in ein Feedforward-Netzwerk eingebettet und mit einem Klassifizierungstoken versehen. Dieses wird dann auf verschiedene Ebenen der Mehrkopf-Selbstbeobachtung angewendet.

Die Architektur des Kopfes kann vorher aufgenommene Merkmale verwenden und dann eine andere Transformatorarchitektur mit beiläufiger Aufmerksamkeit anwenden. Auf diese Weise kann dieses Modell bei der Erstellung einer neuen Darstellung eines beliebigen Einzelbildes nur auf vergangene Merkmale zurückgreifen.

In Zukunft werden wir AVT in AR-Tools, KI-Assistenten und mehr sehen. Wir können auch erwarten, dass ähnliche Technologien nachziehen werden.

Tipp:

KI-Projekte sind nur so erfolgreich wie die ihnen zur Verfügung stehenden Trainingsdatensätze. Wenn Sie also einen umfangreichen Datensatz benötigen, um Ihre ML- und DL-Algorithmen zu trainieren, sind Sie bei clickworker an der richtigen Adresse. Ob Audio-, Video- oder Fototrainingsdatensätze – unsere Clickworker stehen für Ihr nächstes Projekt zur Verfügung.
Erfahren Sie mehr zum Service von clickworker

KI-Trainingsdaten

Googles Vertex AI, CCAI und DocAI

Im Mai letzten Jahres veröffentlichte Google Vertex AI eine umfassende Plattform für alle Ihre bevorzugten ML-Tools. Es war eine wichtige Veröffentlichung, da Vertex AI Datenteams hilft, schnell mehrere ML-Modelle zu erstellen, bereitzustellen und zu pflegen.

Was genau ist Vertex AI? Im Grunde verwendet Vertex AI KI-gesteuerte Pipelines, um eine AutoML-Klassifizierung von End-to-End-Workflows zu erstellen. Dieser Ansatz hilft bei der Optimierung von Reinforcement Learning und mehr.

Im Gegensatz zu älteren konkurrierenden Plattformen, die mindestens 80 % weniger Codezeilen benötigen, um ein Modell zu trainieren, ermöglicht Vertex AI maschinelle Lernoperationen (MLOps). Es ist auch eine ausgezeichnete Lösung für ML-Veteranen und Anfänger gleichermaßen.

Contact Center AI (CCAI) von Google Cloud hilft Unternehmen, insbesondere Callcentern mit begrenzten KI-Funktionen, Erkenntnisse über ihre Kunden und Partner aus Beziehungen und Interaktionen zu gewinnen. Außerdem können Unternehmen virtuelle Agenten einsetzen, die sich natürlich verhalten und chatten.

Dokumenten-KI (DocAI) hingegen nimmt das Rätselraten und die körperliche Arbeit bei der Dokumentenverarbeitung ab. Das bedeutet, dass sie Dokumententeams dabei hilft, Daten in Dokumenten besser zu verstehen und zu erfassen, um Arbeitsabläufe zu optimieren und zu rationalisieren.

Apples KI-gestützte Apps

Es ist sicher, dass jeder, der ein Apple-Gerät besitzt, in direkten Kontakt mit intelligenten Algorithmen gekommen ist. Einige der KI-gestützten Standardtechnologien, die wir in iOS, macOS, watchOS und iPadOS kennengelernt haben, sind die folgenden:

  • Vorschläge für die App-Bibliothek
  • FaceID
  • Handwaschdetektion
  • Handschrifterkennung
  • Native Schlafüberwachung
  • Tonerkennung
  • App übersetzen

Obwohl Apple bei der KI-Revolution nicht an vorderster Front dabei war, hat das Unternehmen energisch daran gearbeitet, die verlorene Zeit wieder aufzuholen. Mit einem Meer von Daten, das dem Unternehmen zur Verfügung steht, hat Apple das Beste daraus gemacht, indem es seine Algorithmen trainiert hat, um seine Kunden besser zu bedienen.

Da das Unternehmen seine Aktivitäten jedoch unter Verschluss hält, wissen wir nicht genau, wie umfangreich es Daten nutzt und wie diese KI-gestützten Apps funktionieren. Außerdem erfahren wir erst kurz vor der Veröffentlichung von den neuesten Innovationen (also erwarten Sie noch mehr KI-gestützte Tools in diesem Jahr!).

Aber es ist sicher, dass Apple-Geräte wertvolle Daten erfassen, die wichtige Erkenntnisse über das Nutzerverhalten und vieles mehr ermöglichen. Der Tech-Gigant nutzt diese Informationen dann, um innovative intelligente Produkte zu entwickeln.

IBMs Watson

In den letzten Jahren hat IBM alte Geschäftsmodelle mit ML umgestaltet, um neue Einnahmequellen zu erschließen. Während das Unternehmen alt war und Gefahr lief, irrelevant zu werden, haben die Einführung von KI und das Aufkommen des KI-Assistenten Watson die Zukunft des Unternehmens gesichert.

Watson, das bei Gesundheitseinrichtungen und Einzelhändlern beliebt ist, bietet äußerst präzise Empfehlungen. Dies gilt insbesondere für die Behandlung bestimmter Krebsarten.

Aber das ist noch nicht alles, denn Watson kann noch viel mehr und kann sogar Unternehmen dabei helfen, auf die Bedürfnisse ihrer Kunden einzugehen. Als ob das nicht genug wäre, hat Watson auch bei den US Open Einblicke gewährt. Bei der Veranstaltung wurden die IBM Power Rankings und Match Insights von Watson gesteuert.

In den nächsten 11 Monaten können wir von diesen Innovatoren weitere Innovationen im Bereich KI und ML erwarten. Wir können also mit weiteren innovativen Tools rechnen, an die wir nie zuvor gedacht haben, und möglicherweise mit neuen Möglichkeiten, wie intelligente Algorithmen unser Leben verändern können.

 

Dieser Artikel wurde am 03.February 2022 von Andrew Zola geschrieben.

avatar

Andrew Zola