2017 tendencias de aprendizaje automático :
En las áreas de investigación, Machine Learning se está alejando constantemente de las abstracciones y participando más en la resolución de problemas empresariales con el apoyo de AI y Deep Learning. En ¿Cuál es el futuro del aprendizaje automático , Forbes predice que la investigación teórica en ML preparará gradualmente el camino para la resolución de problemas empresariales? Con Big Data regresando a las actividades comerciales principales, ahora los algoritmos inteligentes (ML) pueden simplemente usar cargas masivas de datos tanto estáticos como dinámicos para aprender y mejorar continuamente para mejorar el rendimiento.
Tendencias de desarrollo de aplicaciones ML 2017
Las 10 tendencias tecnológicas principales de Gartner para 2017 predicen que la práctica combinada de inteligencia artificial avanzada y avanzada que se inició hace aproximadamente cuatro años y que continuará ilesa, dominará el desarrollo de aplicaciones de Inteligencia Artificial en 2017. Esta combinación letal brindará más sistemas que “entienden, aprenden, predicen , adaptar y potencialmente operar de forma autónoma. “El hardware barato, la memoria barata, las tecnologías de almacenamiento baratas, más potencia de procesamiento, algoritmos superiores y flujos de datos masivos contribuirán al éxito de las aplicaciones de inteligencia artificial con tecnología ML. Habrá un aumento constante en la aplicación de IA impulsada por Ml en sectores de la industria como salud preventiva, banca, finanzas y medios de comunicación. Para las empresas, eso significa más funciones automatizadas y menos puntos de control humanos. Las predicciones de Forresters para 2017 sugieren que la Inteligencia Artificial y la nube de aprendizaje automático se alimentarán cada vez más de los datos de IoT, ya que los sensores y las aplicaciones inteligentes se hacen cargo de cada faceta de nuestra vida diaria.
- ¿Qué hace que la identidad personal sea consistente con el paso del tiempo?
- Cómo enseñar efectivamente uno a uno
- ¿Cuáles son las 10 cosas más importantes para aprender en ingeniería aeronáutica?
- ¿Qué lecciones de vida aprendiste durante tu ingeniería?
- ¿Cuáles son las mejores maneras de absorber lo que lees?
La democratización del aprendizaje automático en la nube.
La democratización de AI y ML a través de tecnologías Cloud, estándares abiertos y economía de algoritmos continuará. La creciente tendencia de implementar algoritmos ML precompilados para habilitar la inteligencia empresarial y el análisis de autoservicio es un paso positivo hacia la democratización de ML. En Google Says Machine Learning is the Future , el autor defiende la democratización de ML a través del intercambio de ideas. Un ejemplo de ello es el Tensor Flow de Google, que ha defendido la necesidad de estándares abiertos en el aprendizaje automático. Este artículo afirma que casi cualquier persona con una computadora portátil y conexión a Internet puede atreverse a ser un experto en Aprendizaje Automático hoy, siempre y cuando tengan la mentalidad correcta.
El aprovisionamiento de servicios de TI basados en la nube ya era un buen paso para hacer que Data Science se convirtiera en una actividad general, y ahora con la nube y los algoritmos empaquetados, las empresas medianas y pequeñas tendrán acceso a Self-Service BI and Analytics, que fue hasta Ahora solo un sueño. Además, los usuarios de negocios principales gradualmente tomarán un papel activo en los sistemas de negocios centrados en datos. Tendencias de aprendizaje automático: el futuro AI afirma que más empresas en 2017 aprovecharán la nube de aprendizaje automático y harán su parte para presionar por tecnologías de datos democratizados.
Platform Wars llegará a su punto máximo en 2017
La guerra de plataformas entre IBM, Microsoft, Google y Facebook para ser el líder en desarrollos de ML llegará a su punto máximo en 2017. Hacia donde se dirige Machine Learning , predice que 2017 experimentará un enorme crecimiento de aplicaciones inteligentes, asistentes digitales y uso generalizado de la inteligencia artificial. Si bien muchos sistemas de IA habilitados para ML se han convertido en historias de éxito, los autos que conducen por sí mismos pueden morir de muerte prematura.
Los humanos harán la paz con las máquinas
Desde 2012, la comunidad empresarial mundial ha sido testigo de un ascenso meteórico y una proliferación generalizada de tecnologías de datos. Finalmente, los humanos se darán cuenta de que es hora de dejar de temer a las máquinas y comenzar a trabajar con ellas. El artículo de InfoWorld titulado Desarrollo de aplicaciones, Docker, Machine Learning y Top Tech Trends for 2017 afirma que los humanos y las máquinas trabajarán entre sí, no entre sí. En este contexto, los lectores deben revisar el artículo de DATAVERSITY® El futuro del aprendizaje automático: tendencias, observaciones y pronósticos , donde se les recuerda a los lectores que, a medida que las empresas desarrollan una fuerte dependencia de los algoritmos de ML pre-construidos para Advanced Analytics, la necesidad de Data Los científicos o grandes departamentos de TI pueden disminuir.
Las brechas de oferta y demanda en la ciencia de datos y el aprendizaje automático aumentarán
El mundo de los negocios se está dirigiendo hacia el profético 2018, cuando, según McKinsey, el primer vacío en la experiencia en tecnología de datos se hará sentir en los Estados Unidos y luego gradualmente en el resto del mundo. La brecha entre la oferta y la demanda en ciencia de datos y habilidades de aprendizaje automático seguirá aumentando hasta que los programas académicos y los talleres de la industria comiencen a producir una fuerza laboral lista. En respuesta a este fuerte aumento en la brecha entre la oferta y la demanda, más empresas e instituciones académicas colaborarán para capacitar a futuros científicos de datos y expertos en LD. Este tipo de entrenamiento competirá con el aula tradicional de Data Science y se centrará más en habilidades prácticas que en conocimientos teóricos. KDNuggets continuará desafiando la mente curiosa mediante la publicación de artículos como 10 algoritmos que los ingenieros de aprendizaje automático deberían conocer. 2017 será testigo de un aumento constante en las contribuciones de KDNugget y Kaggle para brindar capacitación alternativa a futuros científicos de datos y expertos en aprendizaje automático mediante el desarrollo de habilidades prácticas.
Después de los EE. UU., La India tiene la mayor demanda de analistas / grandes datos / profesionales de la ciencia de datos. En medio de esa demanda, las personas se encuentran confundidas al seleccionar un perfil de trabajo adecuado para el mejor futuro.
¿También te has preguntado, “¿Qué conjunto de habilidades necesito para aumentar mis posibilidades de obtener un salario más alto?”
Y, muchas de las preguntas que te hubieras hecho en algún momento, este informe tiene respuestas a todas tus preguntas ingeniosas.
Según el Informe de Salarios de Analytics y Big Data 2016 de Jigsaw Academy y Analytics Vidhya, el sector de análisis y big data experimentó un crecimiento constante en los últimos cinco años a pesar de una perspectiva global cada vez más incierta. Se espera que el mercado de análisis avanzado crezca a una tasa de crecimiento anual compuesta (CAGR) del 33.2 por ciento y big data a un CAGR del 26.4 por ciento. Ciencia de datos: alcance y oportunidades para una perspectiva profesional en 2017 Escala de pago para trabajos de ciencia de datos Lo que es incluso interesante es que a los analistas expertos en Big Data y en Data Science se les ofrece un paquete de pago atractivo. De hecho, 26% más, tomando el salario más alto registrado a ₹ 13.1 lakhs por año.
Algunas ideas del informe
He aquí un vistazo rápido a algunas ideas esenciales de este informe:
“Un candidato que tiene conocimiento de R gana Rs. 10.20L anuales en comparación con Python con Rs. 9.36L anuales “.
R sigue siendo la herramienta más utilizada en la industria analítica. Sin duda, el pitón se está recuperando rápidamente. Por lo tanto, es altamente recomendable una vez que haya adquirido un conocimiento significativo en una herramienta, pase a la siguiente. En estos días las empresas buscan un conjunto variado de habilidades y talentos.
“Un profesional con conocimiento práctico de la ciencia de datos y big data gana un 8% más que un científico de datos”
El modelado predictivo combinado con big data da como resultado una combinación formidable de conjunto de habilidades. Un candidato con habilidades de Big Data y Data Science gana Rs. 13.10L anualmente en comparación con un candidato con solo habilidades de big data que gana Rs. 9.80 L anuales.
“Mumbai paga el salario más alto entre todas las ciudades en números absolutos en Rs. 12.19L anuales. Pero, también es lo más costoso “.
¡Buenas noticias para las personas que se quedan cerca de Mumbai! Sí, su ciudad paga el salario más alto a un científico de datos. Por lo tanto, si vive cerca de Mumbai, debe buscar trabajo en su ciudad en lugar de pensar en mudarse a una nueva ciudad.
Aquí hay una lista de Aprendizaje automático (ML) y nuevas empresas de IA en la India en las que quizás desee trabajar. (en orden alfabético).
Nota: Este no es ranking de las empresas. Esta es solo una lista de 25 empresas de Aprendizaje automático y nuevas empresas basadas en IA en India que compiten en la carrera de AI.
“Con mucho, el mayor peligro de la inteligencia artificial es que las personas llegan a la conclusión demasiado pronto de que lo entienden”.
Lista de firmas de IA:
Active.ai (Active Intelligence PTE LTD)
Enterprise AI Platform para servicios financieros
Es una startup fintech con sede en Singapur con un laboratorio de innovación en Bangalore. Ellos usan AI para entregar servicios de banca conversacional. Ayudan a los bancos a redefinir su estrategia digital para el futuro, brindando automatización y un compromiso perspicaz con el cliente. La tecnología desarrollada por la empresa para la tecnología bancaria utiliza tecnología avanzada de la PNL y la inteligencia de la máquina para permitir a los clientes tener diálogos naturales sobre mensajes, voz o dispositivos IOT.
Sistemas de aire
Tienen un producto llamado Drishti que se basa en Inteligencia Artificial y proporciona dispositivos portátiles con cámaras incorporadas como teléfonos inteligentes, tabletas y computadoras portátiles, la capacidad de detectar e identificar personas. Las imágenes que se capturan con estos dispositivos y se envían a nuestro servidor basado en la nube son Procesados por nuestros algoritmos inteligentes para detectar e identificar objetos. Posteriormente, se generan visualizaciones de datos útiles para las partes interesadas relevantes en una organización, todo en cuestión de segundos. Con sede en Bangalore, el Silicon Valley de la India, han estado fascinados con el mundo de la Inteligencia Artificial y la Visión por Computador.
Artifacia
Modernizando el comercio visual con IA
Artifacia | La plataforma Visual Discovery, con sede en Bangalore y Silicon Valley, es una startup de AI que trabaja en la vanguardia de la IA. Todo su conjunto de algoritmos se construye utilizando Deep Learning, que potencia su producto, y su brazo de investigación, Artifacia Research, se mantiene muy activo en varios proyectos de aprendizaje profundo a través de la visión por computadora y el procesamiento natural del lenguaje.
Laboratorios de datos artiváticos
‘AI BRAIN’ PARA CONSTRUIR SISTEMAS INTELIGENTES PARA LA TOMA DE DECISIONES AUTOMÁTICA
Son pioneros en una nueva categoría de productos, servicios y sistemas de datos basados en computación ingerible. Su tecnología principal, el “genoma de datos de inteligencia conectado”, brinda una visión sin precedentes de la respuesta personalizada, de interés, gusto, salud, estilo de vida, estado físico, alimentación, entretenimiento y fisiológica de un individuo en tiempo real. Tiene oficina en Bangalore.
Arya.ai
Herramientas para simplificar el proceso de construcción de sistemas inteligentes.
Arya.ai se inició en 2013 con la visión de desarrollar una “inteligencia” que ayude a los humanos a resolver problemas complejos a un ritmo mucho más rápido. Funciona como un “facilitador”. Por ejemplo, si una consultora está creando AI para su cliente de banca de inversión, Arya.ai proporcionará a la firma las herramientas para construirla, creando la “red neuronal”, un vasto sistema informático que imita al cerebro humano; creará un sistema de nube que permitirá a la IA evolucionar, aprender de sus tareas anteriores y aplicarlas a la siguiente.
Brainasoft
Braina (Brain Artificial) es un asistente personal inteligente, interfaz de lenguaje humano, software de automatización y reconocimiento de voz para PC con Windows que le permite interactuar con su computadora usando comandos de voz en inglés.
Braina le permite controlar su computadora usando comandos de lenguaje natural y hace su vida más fácil. No es un clon de Siri o Cortana para PC, sino un potente software de productividad personal y de oficina. No es como un chat-bot; su prioridad es ser súper funcional y ayudarte a realizar tareas.
embibe
Embibe, que ejecuta un sitio web y una aplicación móvil, recopila datos de los estudiantes, cobrando solo por análisis avanzados y recomendaciones de aprendizaje personalizadas. Los estudiantes pueden realmente mejorar los puntajes de los exámenes al corregir errores básicos utilizando su plataforma AI. Tienen oficina en Bengaluru.
IA fluida
La IA fluida cree que el poder de la IA se puede utilizar en industrias, sectores y casos de uso. Nuestro equipo está trabajando arduamente para lograr un futuro en el que nuestras soluciones redefinan el panorama de lo que es posible utilizando la IA. Proporcionan soluciones para Finanzas, Web, Gobierno y Marketing. Tiene oficina en Mumbai.
Flutura
Flutura Decision Sciences and Analytics es una compañía de inteligencia IOT que está impulsando nuevos modelos de negocios monetizables utilizando señales de máquinas en la industria de ingeniería y energía. Es financiado por The Hive, un fondo de datos puros basado en juegos de Palo Alto. Las oficinas principales de Fluturas están ubicadas en Houston, EE. UU., Palo Alto, EE. UU. Y Bengaluru, India.
Lugar
La inteligencia detrás de tu logística! Optimice su logística con los algoritmos controlados por datos de Locus
Locus es una plataforma para que las empresas administren la logística dentro de la ciudad para entregas programadas y bajo demanda con herramientas de análisis de datos que utilizan la automatización y la geolocalización para optimizar los sistemas logísticos. Ahora se ha convertido en esencial para los proveedores de servicios logísticos para garantizar la máxima utilización de sus activos con un control estricto sobre el desperdicio.
Mad street den
Mad Street Den es una compañía de visión artificial e inteligencia artificial que construye la arquitectura de inteligencia artificial del futuro. Fundada en 2013 por un neurocientífico – diseñador dúo, la misión de la compañía es construir modelos de inteligencia generalizable en escala, que puedan implementarse a través de aplicaciones significativas en todas las industrias a miles de millones de personas en todo el mundo.
Morph.ai
Chatbots para el marketing conversacional
Ayudan a las empresas a transformarse en chat. http://Morph.ai es el juego Bot más completo para que las empresas creen chatbots. Los chatbots son robots automatizados que se ejecutan en plataformas de mensajería como Facebook messenger, web chat, etc., y ayudan a las empresas a automatizar el soporte al cliente, vender productos, generar leads y muchos más a través del chat.
myally.ai
Tienen un producto llamado Alex. Al utilizar el procesamiento de lenguaje natural y el aprendizaje automático, Alex administra de manera precisa y eficiente sus necesidades de calendario a la perfección.
Netradyne
Creando soluciones a problemas del mundo real utilizando la visión artificial y las tecnologías de aprendizaje profundo.
Netradyne fue fundada en 2015. Se ha desarrollado rápidamente y ha establecido centros de innovación tecnológica tanto en San Diego, California, como en Bangalore, India. Están creando una innovadora plataforma de inteligencia artificial (AI) para interrumpir el análisis de vehículos comerciales y conductores. Primero presentaron al proveedor de tecnología de vehículos comerciales para combinar la inteligencia artificial con el video para detectar, razonar y determinar la causalidad de los eventos. Esto permite a la flota aplicar recursos rápidamente; reconocer un rendimiento superior o abordar la conducción en riesgo antes de que se convierta en un evento grave.
Niki.ai
Fundada en 2015 por Sachin Jaiswal, Nitin Babel, Shishir Modi y Keshav Prawasi, niki.ai pretende ser la solución integral para el pedido de un cliente. El inicio aprovecha el procesamiento de lenguaje natural y las tecnologías de aprendizaje automático para conversar con los clientes a través de una interfaz de chat simple, y realiza sus pedidos con sus negocios asociados en cuestión de segundos.
SigTuple
SigTuple crea soluciones de detección inteligentes para ayudar al diagnóstico a través de análisis de datos visuales médicos basados en la inteligencia artificial. “Estamos construyendo una plataforma de inteligencia artificial (IA) llamada Manthana (मंथन) que nos ayuda a analizar datos médicos visuales de manera eficiente. Manthana nos ha permitido trabajar en cinco importantes procesos de detección de gran volumen de la industria de la salud: análisis de frotis de sangre periférica, microscopía de orina, semen, fondo de ojo y exploraciones de OCT y radiografías de tórax “.
Trabajos robóticos SP
SP Robotic Works es un proveedor de educación en línea centrada en el fabricante para una experiencia práctica en los principales campos de ingeniería, electrónica, mecánica, programación y algoritmo. Proporcionan aprendizaje en línea asistido por IA a través de 3D, videos de animación 2D, ejemplos de la vida real y actividades interactivas.
Staqu
Redefinición de la búsqueda a través de la Inteligencia Artificial.
Utilizan tecnologías de aprendizaje profundo de vanguardia para proporcionar soluciones de búsqueda de imagen inversa precisas. El motor de búsqueda está diseñado de manera que puede recuperar coincidencias exactas de la base de datos indicada para una imagen de entrada.
Tricog
Tricog fue fundada en 2011, la compañía pasó cerca de cuatro años armando la tecnología y lanzando el producto en febrero de 2015. Su objetivo es cambiar la probabilidad del 80% de que un ataque cardíaco lleve su vida a una probabilidad del 80% de que sobreviva . Utilizan la tecnología para ayudar a los pacientes a obtener acceso a diagnósticos rápidos, precisos y asequibles, que pueden llevar a una reducción significativa de la mortalidad. Los dispositivos Tricog ECG, ubicados estratégicamente en clínicas locales, ayudan a los médicos a detectar complicaciones cardíacas a los pocos minutos de su llegada. Estos dispositivos están conectados a la nube y solo los médicos expertos capacitados pueden acceder a ellos. A los pocos minutos de recopilar los resultados del ECG, el diagnóstico se comparte con el paciente y el médico en tiempo real. El sistema está diseñado para permitir adicionalmente la continuidad de la atención en un centro terciario cuando sea necesario.
qure.ai
Qure.ai | Aprendizaje profundo para imágenes médicas iniciado por personas de Fractal Analytics y IIT Bombay. Usan tecnología de aprendizaje profundo de vanguardia para ayudar a diagnosticar enfermedades y recomiendan planes de tratamiento personalizados a partir de datos de imágenes de atención médica.
Zenatix
Zenatix es el proveedor líder de productos de control y monitoreo de energía basados en IoT. Consumo energético optimizado hasta el último vatio. Es una empresa de eficiencia energética basada en datos que utiliza modelos avanzados basados en aprendizaje automático para proporcionar ahorros de energía significativos para grandes consumidores comerciales de electricidad. Los modelos se crean mediante la recopilación y el análisis de millones de puntos de datos no vistos (“oscuros”) que se han visto todos los días a partir de activos eléctricos. Tienen oficina en Gurgaon.
