• Semantic AI

    ML wykorzystuje statystyczne dopasowanie wzorca do badania danych i wnioskuje ogólne zasady dotyczące aplikacji. Duża ilość tego samego rodzaju danych umożliwia robotyzację procesów (RPA) oraz wykonywanie prostych, powtarzalnych zadań. Ewoluująca szybko rzeczywistość technologiczna zwiastuje rozwój bardziej semantycznych technologii – będących w stanie dodatkowo zwiększać skuteczność istniejących aplikacji ML oraz obsługiwać złożone przepływy pracy.

    Sztuczna semantyczna inteligencja opiera się na zastosowaniu zasad ludzkiej logiki do wyprowadzania znaczenia z danych – nie ograniczając się przy tym wyłącznie do statystyk. Chatboty wyposażone w wiedzę domenową organizacji są w stanie udzielać dokładniejszych, bardziej precyzyjnych odpowiedzi. Zdolność przetwarzania języka naturalnego (NLP) umożliwia czytanie, rozumienie i zadawanie pytań. Tradycyjne wyszukiwarki oparte na ML, udzielając odpowiedzi na zapytania, bazują na dopasowywaniu kluczowych słów. Wyszukiwarka semantyczna stwarza możliwość lokalizowania informacji według pojęć, opierając się na bardziej efektywnej sieci informacyjnej (ontologiach lub grafach wiedzy).

    Wyszukiwarki takie umożliwiają ekspertom domeny i administratorom poprawianie, ponowne wykorzystywanie lub aktualizowanie danych w swoich modelach. Ma to korzystny wpływ na zdolność dzielenia się wiedzą oraz sprawną wymianę informacji pomiędzy działami. Dzięki ekstrakcji semantycznej korzystającej z modelu wiedzy opartego na ontologii, możliwe staje się czytanie oraz analizowanie informacji nieustrukturyzowanych. Większa dokładność ekstrakcji przekłada się na wydajność – np. operacyjną.

    autor: RSS data: 07.07.2020