AI i dane
AI, uczenie maszynowe i głębokie sieci: jak się mają do siebie te pojęcia
Sztuczna inteligencja to szerokie pojęcie, a uczenie maszynowe jedna z jej metod.
AI i dane
Cyfrowy bliźniak: wirtualna kopia maszyny, budynku lub procesu
Model zasilany danymi z czujników pozwala testować scenariusze bez ryzyka dla rzeczywistego obiektu.
AI i dane
Unijny akt o sztucznej inteligencji w skrócie: podejście oparte na ryzyku
Regulacja dzieli systemy AI według poziomu ryzyka. Terminy stosowania wchodzą w życie etapami.
AI i dane
Jakość danych: dlaczego „śmieci na wejściu” oznaczają „śmieci na wyjściu”
Najlepszy model nie naprawi błędnych, niepełnych lub stronniczych danych.
AI i dane
TinyML: uczenie maszynowe na mikrokontrolerach
Małe modele mogą działać na urządzeniach z kilkoma kilobajtami pamięci i zużywać miliwaty.
AI i dane
Konserwacja predykcyjna: jak dane z czujników przewidują awarie maszyn
Drgania, temperatura i prąd mogą zdradzić zużycie, zanim dojdzie do przestoju.
AI i dane
Rozpoznawanie obrazu w liczeniu osób: detekcja, śledzenie i prywatność
Nowoczesne liczniki wykorzystują sieci neuronowe do wykrywania osób, ale nie muszą ich identyfikować.
AI i dane
Duże modele językowe: co potrafią, a gdzie zawodzą
Generują przekonujący tekst, ale mogą „halucynować” i nie rozumieją świata jak człowiek.