인공지능의 응용

Applications of artificial intelligence
에 관한 시리즈의 일부
인공지능
주요목표
접근방법
적용들
철학
역사
용어집

인공지능(AI)은 산업 및 학계 전반에 걸쳐 응용 분야에 사용되었습니다. 전기나 컴퓨터와 마찬가지로 AI는 다양한 응용 분야를 가진 범용 기술의 역할을 합니다. 그 응용 분야는 언어 번역, 이미지 인식, 의사 결정,[1] 신용 점수, 전자 상거래 및 기타 다양한 영역에 걸쳐 있습니다.[2]

인터넷과 전자상거래

추천 시스템

주요 기사: 추천제도

추천 시스템은 사용자가 항목에 부여할 등급이나 선호도를 예측합니다.[3][4] 인공 지능 추천 시스템은 이전 행동을 기반으로 제안을 제공하도록 설계되었습니다. 이러한 시스템은 넷플릭스, 아마존 및 유튜브와 같은 회사에서 사용되었으며 개인화된 재생 목록, 제품 제안 및 비디오 추천을 생성합니다.[5][6]

웹 피드 및 게시물

머신 러닝은 소셜 미디어 피드에 표시해야 할 게시물을 결정하는 것과 같은 웹 피드에서도 사용됩니다.[7][8] 다양한 유형의 소셜 미디어 분석에서도 머신 러닝을[9][10] 활용하고 있으며 온라인 잘못된 정보 및 관련 필터 버블의 (반)자동 태깅/강화/수정에 사용하는 연구가 있습니다.[11][12][13]

타깃 광고 및 증가하는 인터넷 참여

주요 기사: 마케팅 및 인공지능

AI는 웹 광고를 클릭하거나 참여할 가능성이 가장 높은 사람들을 대상으로 하는 데 사용됩니다. 또한 시청자에게 매력적인 콘텐츠를 선택하여 웹사이트에 머무는 시간을 늘리는 데 사용됩니다. 디지털 발자국에서 고객의 행동을 예측하거나 일반화할 수 있습니다.[14] 애드센스와[citation needed] 페이스북[15] 모두 광고에 AI를 사용합니다.

온라인 도박 회사는 AI를 사용하여 고객 타겟팅을 개선합니다.[16]

성격 컴퓨팅 AI 모델은 보다 전통적인 사회 인구 통계 또는 행동 표적에 심리적 표적을 추가합니다.[17] AI는 쇼핑 옵션을 사용자 지정하고 제안을 개인화하는 데 사용되었습니다.[18]

가상 비서

주요 기사: 가상 비서

지능형 개인 비서는 AI를 사용하여 초보적인 명령 외의 다른 방식으로 많은 자연어 요청을 이해합니다. 일반적인 예로는 애플의 시리, 아마존의 알렉사, 그리고 더 최근의 인공지능인 ChatGPT 바이 오픈이 있습니다.AI.[19]

검색 엔진

인공지능을 활용한 검색 엔진으로는 구글 검색[20], 빙챗 등이 있습니다.

스팸 필터링

본문: 스팸 필터

기계 학습은 스팸, 사기 및 피싱에 대항하는 데 사용될 수 있습니다. 스팸 및 피싱 공격 내용을 면밀히 조사하여 악의적인 요소를 식별할 수 있습니다.[21] 머신 러닝 알고리즘을 기반으로 구축된 수많은 모델은 스팸과 합법적인 이메일을 구분하는 데 90% 이상의 정확도로 탁월한 성능을 보여줍니다.[22]

언어번역

주요 기사: 기계번역

AI는 마이크로소프트 번역기, 구글 번역기 및 DeepL 번역기와 같은 제품에서 음성 언어 및 텍스트 콘텐츠를 자동으로 번역하는 데 사용되었습니다.[23] 또한 동물의 의사소통을 해독하고 수행하기 위한 연구 개발이 진행 중입니다.[24][25]

얼굴 인식 및 이미지 라벨링

주요 기사: 얼굴 인식 시스템 및 자동 이미지 주석

AI는 99%의 정확도로 안면 인식 시스템에 사용되었습니다. 모바일 기기 보안에 사용되는 애플의 페이스 ID와 안드로이드의 페이스 언락이 그 예입니다.[26]

이미지 라벨링은 구글이 사진에서 제품을 감지하고 사람들이 사진을 기반으로 검색할 수 있도록 하는 데 사용되었습니다. 이미지 라벨링은 시각 장애인에게 이미지를 설명하는 음성을 생성하는 것으로도 입증되었습니다. [27] Facebook의 DeepFace는 디지털 이미지에서 사람의 얼굴을 식별합니다.

게임.

참고 항목: 비디오게임에서의 비디오게임봇과 인공지능

게임은 1950년대부터 AI 기능의 주요 응용[relevant?] 분야였습니다. In the 21st century, AIs have beaten human players in many games, including chess (Deep Blue), Jeopardy! (Watson),[28] Go (AlphaGo),[29][30][31][32][33][34][35] poker (Pluribus[36] and Cepheus),[37] E-sports (StarCraft),[38][39] and general game playing (AlphaZero[40][41][42] and MuZero).[43][44][45][46] AI는 대부분의 체스 프로그램에서 손으로 코딩된 알고리즘을 대체했습니다.[47] 바둑이나 체스와 달리 포커는 불완전한 정보 게임이기 때문에 포커를 하는 프로그램은 불확실성 속에서 추론해야 합니다. 일반 게임 플레이어는 규칙을 모른 채 게임 시스템의 피드백을 사용하여 작업합니다. 하프라이프(Half-Life)와 같은 비디오 게임을 활용하여 현실적인 가상 데이터 세트를 생성한 후 비디오 스트림에서 보행자 감지를 위한 SVM 기반 알고리즘을 훈련하는 데 사용했습니다.[1]

경제적, 사회적 과제

참고 항목: § 환경 모니터링

AI for Good은 AI를 사용하여 세계의 가장 큰 경제 및 사회 문제를 해결하는 ITU 이니셔티브 지원 기관입니다. 예를 들어, 서던 캘리포니아 대학은 노숙과 같은 문제를 해결하기 위해 AI를 사용하는 것을 목표로 사회 인공 지능 센터를 시작했습니다. 스탠포드 대학의 연구원들은 높은 빈곤 지역을 식별하기 위해 인공지능을 사용하여 위성 이미지를 분석합니다.[48]

농업

참고 항목: 정밀농업과 디지털농업

농업에서 AI는 농부들이 관개, 비료, 살충제 처리 또는 수확량 증가가 필요한 지역을 식별하는 데 도움이 되었습니다.[49] 농학자들은 AI를 사용하여 연구 개발을 수행합니다. AI를 활용해 토마토 등 농작물의 숙성시간 예측,[50] 토양수분 모니터링, 농업용 로봇 작동, 예측분석,[51][52] 가축돼지콜 감정분류,[24] 온실 자동화,[53] 질병·해충 감지,[54][55] 물 절약 등을 해왔습니다.[56]

사이버 보안

사이버 보안 회사는 시스템을 개선하기 위해 신경망, 기계 학습 및 자연어 처리를 채택하고 있습니다.[57]

사이버 보안에서 AI의 응용은 다음을 포함합니다.

  • 네트워크 보호: 머신 러닝은 이전에 확인된 위협 이상으로 검색을 확장하여 침입 탐지 시스템을 개선합니다.
  • 엔드포인트 보호: 랜섬웨어와 같은 공격은 전형적인 멀웨어 행동을 학습함으로써 좌절될 수 있습니다.
  • 응용 프로그램 보안: 서버 측 요청 위조, SQL 주입, 사이트 간 스크립팅 및 분산 서비스 거부와 같은 역습에 도움을 줄 수 있습니다.
  • 의심스러운 사용자 행동: 기계 학습은 사기 또는 손상된 응용 프로그램이 발생할 때 이를 식별할 수 있습니다.[58]

구글 사기 차르 슈만 고세마점더는 AI가 시간이 지남에 따라 대부분의 사이버 보안 작업을 완전히 자동화하는 데 사용될 것이라고 말했습니다.[59]

교육

참고 항목: 교육기술 및 § 추천 시스템

칸미고와 듀오링고와 같은 AI 튜터는 학생들이 일대일로 도움을 받을 수 있도록 합니다.[60] 그들은 튜터 실험실 또는 인간 튜터에서 비롯된 학생들의 불안과 스트레스를 줄일 수 있습니다.[61]

추천자 시스템과 같이 학생들이 과제에 머물 수 있는 능력을 방해하는 AI 애플리케이션은 때때로 복수 효과와 함께 역기능 환경을 조성할 수 있습니다.[62][63] AI는 또한 무들과 같은 가상 학습 환경(VLE)에서 학생의 성공을 조기에 예측하는 데 사용될 수 있습니다.[64]

교육 과정에서 학생들은 인공 지능의 도움으로 훈련을 개인화할 수 있습니다. 그리고 교육 전문가를 위해 AI가 제공하는 기술은 교육 과정과 교육 기술의 품질을 향상시킬 수 있습니다.[65]

인공지능 텍스트 탐지기를 사용하여 인공지능이 생성한 에세이를 스캔하여 진정한 저자를 확립할 수 있습니다. 그러나 한 연구에 따르면 이러한 탐지기 중 가장 많이 사용되는 7개의 탐지기는 모국어가 아닌 사람들이 쓴 기사에 AI가 생성한 것으로 잘못 표시되어 소위 '비원어민' 영어 사용자를 차별한다는 것을 발견했습니다.[66]

자금

금융 기관들은 오랫동안 인공 신경망 시스템을 사용하여 정상을 벗어난 요금이나 청구를 탐지하여 인간 조사를 위해 이를 깃발로 표시해 왔습니다. AI가 은행 업무에 활용된 것은 1987년 보안퍼시픽 국립은행이 직불카드 무단 사용에 대응하기 위해 사기 방지 태스크포스를 발족하면서 시작됐습니다.[67] 카시스토와 머니스트림은 AI를 사용합니다.

은행은 AI를 사용하여 운영을 조직하고 장부 작성, 주식 투자 및 부동산 관리를 수행합니다. AI는 비즈니스가 이루어지지 않을 때 변화에 반응할 수 있습니다.[68] AI는 비정상적인 변화나 이상 징후가 있는지 행동 패턴을 모니터링하여 사기 및 금융 범죄에 대처하는 데 사용됩니다.[69][70][71]

온라인 거래 및 의사 결정과 같은 응용 프로그램에서 AI를 사용함으로써 주요 경제 이론이 바뀌었습니다.[72] 예를 들어, AI 기반 구매 및 판매 플랫폼은 개별화된 수요 및 공급 곡선을 추정하여 개별화된 가격을 가능하게 합니다. AI 기계는 시장의 정보 비대칭을 줄이고 시장을 더 효율적으로 만듭니다.[73] 금융 산업에 인공 지능을 적용하면 비국영 기업의 자금 조달 제약을 완화할 수 있습니다. 특히 더 작고 더 혁신적인 기업을 위한 것입니다.[74]

거래 및 투자

알고리즘 트레이딩은 AI 시스템을 사용하여 인간이 할 수 있는 것보다 훨씬 더 빠른 속도로 트레이딩 결정을 내리는 것을 포함하며, 인간의 개입 없이 하루에 수백만 건의 트레이딩을 합니다. 이러한 고주파 거래는 빠르게 성장하는 부문을 나타냅니다. 많은 은행, 펀드 및 독점 거래 회사는 이제 AI가 관리하는 전체 포트폴리오를 보유하고 있습니다. 자동화된 거래 시스템은 일반적으로 대규모 기관 투자자가 사용하지만 자체 AI 시스템으로 거래하는 소규모 기업이 포함됩니다.[75]

대형 금융 기관은 투자 관행을 돕기 위해 AI를 사용합니다. BlackRock의 AI 엔진인 Aladin은 회사 내와 고객 모두가 투자 결정을 돕기 위해 사용됩니다. 그 기능에는 뉴스, 브로커 보고서 및 소셜 미디어 피드와 같은 텍스트를 분석하기 위한 자연어 처리를 사용하는 것이 포함됩니다. 그런 다음 언급된 회사에 대한 감정을 측정하고 점수를 부여합니다. UBS, 도이치뱅크 등 은행들은 SQREEM(Sequential Quantum Reduction and Extraction Model)을 활용해 데이터를 채굴해 소비자 프로파일을 개발하고 자산관리 상품과 매칭합니다.[76]

언더라이팅

온라인 대출 기관인 Upstart는 언더라이팅을 위해 기계 학습을 사용합니다.[77]

신용 인수에는 제스트파이낸스의 ZAML(Zest Automated Machine Learning) 플랫폼이 사용됩니다. 이 플랫폼은 기계 학습을 사용하여 구매 거래를 포함한 데이터와 고객이 대출자에게 점수를 매기는 양식을 작성하는 방법을 분석합니다. 이 플랫폼은 신용 기록이 제한된 사람들에게 신용 점수를 할당하는 데 특히 유용합니다.[78]

회계 감사

AI는 지속적인 감사를 가능하게 합니다. 잠재적인 이점으로는 감사 위험 감소, 보증 수준 증가, 감사 기간 단축 등이 있습니다.[79][quantify]

자금세탁방지

최신 차선의 데이터 세트를 사용하는 빨래그래프와 같은 AI 소프트웨어는 자금 세탁 방지(AML)에 사용될 수 있습니다.[80][81] AI는 "AML 파이프라인을 잘못된 양성률을 줄이고 적응력이 높은 강력하고 확장 가능한 솔루션으로 개발하는 데 사용할 수 있습니다."[82] AML을 위한 딥 러닝에 대한 연구는 "연구자들이 최근의 실제 거래 데이터에 접근하고 레이블이 지정된 훈련 데이터의 부족과 데이터가 매우 불균형하다는" "연구자들의 주요 과제"를 확인하고 향후 연구에서 "설명 가능성, 자연어 처리(NLP)를 사용한 그래프 딥 러닝"을 도출해야 한다고 제안합니다. 레이블이 지정된 데이터의 부족을 처리하기 위한 비감독 및 강화 학습; 그리고 도메인 지식 및 통제된 데이터 접근의 이점을 얻기 위한 연구 커뮤니티와 산업계 간의 공동 연구 프로그램."[83]

역사

1980년대에 전문가 시스템이 상용화되면서 AI가 금융에서 두각을 나타내기 시작했습니다. 예를 들어, 듀퐁은 100개의 전문가 시스템을 만들었고, 이것은 그들이 매년 거의 천만 달러를 절약하도록 도왔습니다.[84] 최초의 시스템 중 하나는 1986년 다우존스 산업평균지수가 87포인트 하락할 것으로 예측한 프로트레이더 전문가 시스템입니다. "이 시스템의 주요 분기점은 시장에서 프리미엄을 모니터링하고 최적의 투자 전략을 결정하며 적절한 시기에 거래를 실행하고 학습 메커니즘을 통해 지식 기반을 수정하는 것이었습니다."[85]

재무 계획에 도움을 준 최초의 전문가 시스템 중 하나는 APEX(Applied Expert Systems)가 만든 PlanPower and Client Profiling System이었습니다. 1986년에 출시되었습니다. 사람들을 위한 개인 재정 계획을 만드는 데 도움이 되었습니다.[86]

1990년대에 AI는 사기 탐지에 적용되었습니다. 1993년 FinCEN 인공지능 시스템(FAIS) 출시 매주 200,000건 이상의 거래를 검토할 수 있었고 2년에 걸쳐 10억 달러에 해당하는 400건의 자금 세탁 가능성을 파악하는 데 도움이 되었습니다.[87] 이러한 전문가 시스템은 나중에 기계 학습 시스템으로 대체되었습니다.[88]

AI는 기업 활동을 강화할 수 있으며 AI는 상당한 벤처 자본이 AI로 유입되는 스타트업에게 가장 역동적인 분야 중 하나입니다.[89]

정부

주요 기사: 정부 내 인공지능

AI 안면 인식 시스템은 특히 중국에서 대량 감시에 사용됩니다.[90][91]

2019년 인도 벵갈루루는 AI가 관리하는 교통신호를 배치했습니다. 이 시스템은 카메라를 사용하여 트래픽 밀도를 모니터링하고 트래픽을 제거하는 데 필요한 간격을 기반으로 신호 타이밍을 조정합니다.[92]

군사의

추가 정보: 인공지능 군비경쟁, 필살 자율무기, 무인전투비행체

다양한 국가에서 AI 군사 애플리케이션을 배치하고 있습니다.[93] 주요 애플리케이션은 명령 및 제어, 통신, 센서, 통합 및 상호 운용성을 향상시킵니다.[94] 정보 수집 및 분석, 물류, 사이버 운영, 정보 운영, 반자율 및 자율 주행 차량을 대상으로 하는 연구입니다.[93] AI 기술은 센서와 이펙터의 조정, 위협 탐지 및 식별, 적 위치 표시, 목표물 획득, 조정 및 유인 팀과 무인 팀이 참여하는 네트워크 전투 차량 간의 분산 합동 화재의 충돌을 가능하게 합니다.[94] AI는 이라크와 시리아의 군사 작전에 통합되었습니다.[93]

2023년 미국 국방부는 군 전역의 데이터를 디지털화하고 통합하기 위해 대규모 언어 모델을 기반으로 한 생성 AI를 테스트했습니다.[95]

2023년 이스라엘-하마스 전쟁에서 이스라엘은 AI 시스템 합소라(번역: '복음')을 통해 하마스 조직원들과 연계된 것으로 의심되는 가자지구 주거용 주택을 포함해 타격할 목표물을 신속하게 만들어내는 것입니다. AI 타겟팅 기술과 민간인 타겟팅을 피하려는 정책 전환이 결합되면서 전례 없는 민간인 사망자가 발생했습니다. IDF 관계자는 이 프로그램이 공군의 목표물 부족 문제를 해결했다고 말했습니다. 합소라를 활용한 관리들은 하마스 조직원들의 의심과 후배들의 집들이 'AI 타깃 은행'을 상당히 확장시키고 있다고 말합니다. 내부 소식통은 이 과정을 "대량 암살 공장"[96][97]이라고 설명합니다.

2024년 미군은 이라크와 시리아에서 작전을 수행하는 동안 공습 목표를 식별하기 위해 인공지능을 훈련시켰습니다.[98]

로봇공학에 대한 전 세계 연간 군사비는 2010년 51억 달러에서 2015년 75억 달러로 증가했습니다.[99][100] 자율주행이 가능한 군사용 드론이 널리 사용되고 있습니다.[101] 많은 연구자들이 군사적 응용을 피합니다.[94]

건강

헬스케어

주요 기사: 의료 분야의 인공지능
컴퓨터 소프트웨어에 의해 뼈 나이를 자동으로 계산하는 손의 X선
다빈치 수술 시스템의 환자측 수술 팔

의료 분야의 AI는 종종 분류, CT 스캔 또는 심전도 평가 또는 인구 건강에 대한 고위험 환자 식별에 사용됩니다. AI는 투약의 고비용 문제를 돕고 있습니다. 한 연구는 AI가 160억 달러를 절약할 수 있다고 제안했습니다. 2016년에는 AI 유래 조제식이 이식 환자에게 투여할 면역억제제의 적정 용량을 도출했다는 연구 결과가 발표되기도 했습니다.[102] 현재 연구에 따르면 비심장 혈관 질환도 인공지능(AI)으로 치료되고 있는 것으로 나타났습니다. 특정 장애에 대해 AI 알고리즘은 진단, 권장 치료법, 결과 예측 및 환자 진행률 추적을 지원할 수 있습니다. AI 기술이 발전함에 따라 헬스케어 산업에서 더욱 중요해질 것으로 예상됩니다.[103]

마이크로소프트의 AI 프로젝트 하노버는 의사들이 800개가 넘는 약과 백신 중에서 암 치료법을 선택할 수 있도록 도와줍니다.[104][105] 모든 관련 논문을 암기하여 환자마다 어떤 (조합) 약물이 가장 효과적일지 예측하는 것이 목표입니다. 골수성 백혈병이 하나의 표적입니다. 또 다른 연구는 피부암을 확인하는 데 의사 못지않은 인공지능에 대해 보고했습니다.[106] 또 다른 프로젝트는 의사/환자 상호작용에서 얻은 데이터를 기반으로 각 환자에게 질문하여 여러 고위험 환자를 모니터링합니다.[107] 전이 학습으로 수행된 한 연구에서 AI는 안과 의사와 유사한 눈 상태를 진단하고 치료를 권장했습니다.[108]

또 다른 연구에서는 자율 로봇을 이용한 수술을 시연했습니다. 연구팀은 로봇이 외과의사보다 더 잘 판단되는 돼지의 창자를 꿰매어 연조직 수술을 하는 동안 로봇을 감독했습니다.[109]

인공 신경망은 EMR 소프트웨어의 개념 처리 기술과 [110]같이 의료 진단을 위한 임상 의사 결정 지원 시스템으로 사용됩니다.

개발 중인 AI에 적합하다고 생각되는 다른 의료 작업은 다음과 같습니다.

작업장 안전보건

주요 기사: 인공지능 § 건강 및 안전 애플리케이션의 작업장 영향

AI 지원 챗봇은 사람이 기본적인 콜센터 업무를 수행할 필요성을 줄여줍니다.[126]

감정 분석에서 기계 학습은 과로를 방지하기 위해 피로를 감지할 수 있습니다.[126] 마찬가지로 의사 결정 지원 시스템은 산업 재해를 예방하고 재해 대응을 보다 효율적으로 만들 수 있습니다.[127] 재료 취급의 수동 작업자의 경우 근골격계 손상을 줄이기 위해 예측 분석을 사용할 수 있습니다.[128] 웨어러블 센서에서 수집된 데이터는 작업장 건강 감시, 위험 평가 및 연구를 개선할 수 있습니다.[127][how?]

AI는 근로자의 보상 청구를 자동으로 코딩할 수 있습니다.[129][130] AI 지원 가상 현실 시스템은 위험 인식을 위한 안전 교육을 강화할 수 있습니다.[127] AI는 사고율 감소에 중요하지만 종종 과소 보고되는 미스 근처의 사고를 보다 효율적으로 감지할 수 있습니다.[131]

생화학

AlphaFold 2는 이전의 자동화된 접근법에서 필요한 몇 달이 아닌 몇 시간 만에 접힌 단백질의 3D 구조를 결정할 수 있으며 인체의 모든 단백질과 본질적으로 과학에 알려진 모든 단백질의 가능한 구조를 제공하는 데 사용되었습니다(2억 개 이상).[132][133][134][135]

화학과 생물학

참고 항목: § 헬스, § 천체 화학, § 퀀텀 컴퓨팅, 화학 규제, 컴퓨터 화학 § 응용 분야 및 실험실 로봇 공학

기계 학습은 약물 설계에 사용되었습니다. 또한 분자 특성을 예측하고 큰 화학/반응 공간을 탐색하는 데 사용되었습니다.[136] "[137]분자 특성을 예측하기 위한 컴퓨터 합성"과 AI 알고리즘을 결합한 플랫폼으로 설명되는 컴퓨터 반응 네트워크를 통한 컴퓨터 계획 합성은 지구 생명체의 기원을 탐구하는 데 사용되었습니다.[138] 200개의 산업 폐기물 화학물질을 중요한 의약품 및 농약으로 재활용하기 위한 경로 개발(화학 합성 설계) 및 의약품 synthe 논문. 어떤 유형의 컴퓨터 지원 화학이 기계 학습에서 이익을 얻을 수 있는지에 대한 연구가 있습니다.[140] 또한 "의약품 발견 및 개발, 약물 용도 변경, 의약품 생산성 향상 및 임상 시험"에 사용할 수 있습니다.[141] 미리 지정된 기능적 부위를 가진 단백질의 설계에 사용되었습니다.[142][143]

DDR1이라는 특정 유전자의 효소를 억제하는 약물을 설계, 합성 및 테스트하기 위해 46일 과정의 개발을 위해 데이터베이스와 함께 사용되었습니다. DDR1은 암과 섬유증에 관여하는데, 이것은 이러한 결과를 가능하게 한 고품질 데이터 세트의 한 가지 이유입니다.[144]

기능적 활성화 패턴에[145] 유전자 발현 패턴을 매핑하는 데 도움을 주거나 기능적 DNA 모티프를 식별하는 등 인간 생물학을 해독하는 데 기계 학습을 위한 다양한 유형의 응용 프로그램이 있습니다.[146] 유전자 연구에 널리 사용됩니다.[147]

또한 합성 생물학,[148][149] 질병 생물학,[149] 나노 기술(예: 나노 구조 재료 및 바이오 나노 기술)[150][151] 및 재료 과학에서 기계 학습의 일부 사용이 있습니다.[152][153][154]

새로운 유형의 기계 학습

참고 항목: 인공 뇌와 자동 추론
웹문 추출 및 생물학적 실험실 테스트를 포함하는 반자동 로봇 과학자 프로세스의 스키마

또한 두 로봇 사이언티스트와 같은 로봇으로 구현된 프로토타입 로봇 과학자들도 있는데, 이들은 용어와 일반적으로 연관되지 않은 "기계 학습"의 형태를 보여줍니다.[155][156]

마찬가지로, 생물학적 "웨트웨어 컴퓨터"의 연구 및 개발은 생물학적 센서(예를 들어, 바이오 센서로 사용하기 위해) 및/또는 유기체의 신체에 이식(예를 들어, 보철물을 제어하기 위해 사용하기 위해)할 수 있습니다.[157][158][159] 고분자 기반의 인공 뉴런은 생물학적 환경에서 직접 작동하며 인공 및 생명체 구성요소로 이루어진 바이오 하이브리드 뉴런을 정의합니다.[160][161]

게다가, 만일 에이지 오브 엠의 디지털 복제의 형태에서 전제된 바와 같이, 적어도 생물 화학적 뇌를 스캔하고 복제하는 것을 통해 전체 뇌 에뮬레이션이 가능하다면, 물리적인 신경망을 사용하여, 예를 들어, 또는 그 이상의 광범위한 응용 프로그램을 가질 수 있습니다. 인간의 활동을 중요시하며, 사회가 잠재적으로 경쟁하는 예와 비교하여 그러한 것이 건설되고, 공간을 통해 전송되고, 사용되는지 여부(및 방법)와 같은 상당한 도덕적 선택, 사회적 위험 및 윤리적 문제에[162][163] 직면할 것임을 암시할 수 있습니다. 잠재적으로 더 많은 합성 및/또는 더 적은 인간 및/또는 덜 감성적인 유형의 인공/semi 인공 지능. 스캔에 대한 대안적 또는 추가적인 접근 방식은 뇌의 역공학 유형입니다.[164][165]

인공 지능의 하위 범주가 구현되며,[166][167] 그 중 일부는 물리적 세계에서 학습할 수 있는 하나 또는 여러 로봇으로 구성된 이동 로봇 시스템입니다.

디지털 유령

주요 기사: 부활 § 디지털 유령

인공지능과 인공지능에서의 생물학적 컴퓨팅

그러나 생물학적 컴퓨터는 고도로 인공적인 컴퓨터와 지능적인 컴퓨터가 일반적으로 합성 컴퓨터, 종종 실리콘 기반의 컴퓨터와 구별되더라도 결합되거나 둘 중 하나의 설계에 사용될 수 있습니다. 또한 인공 지능의 알고리즘이 투명하고 이해되며 편향이 없으며 분명히 효과적이며 목표 정렬 및 훈련된 데이터가 충분히 크고 깨끗하다고 해도 많은 작업을 부적절하게 수행할 수 있습니다(예: 기본 또는 사용 가능한 메트릭, 값 또는 데이터가 부적절한 경우). 컴퓨터 지원(Computer-Aided)[citation needed]은 AI와 같은 보다 포괄적인 활동 및 시스템에서 컴퓨팅을 도구로 사용하거나 결과에 실질적으로 의존하지 않고 사용하는 인간 활동을 설명하는 데 사용되는 구문입니다(Human-in-the-loop). 한 연구는 생물학을 "생물학적 시스템을 이해하고, 공식화하고, 모방할 수 없는 한, 우리는 그것을 모방할 수 있는 기술을 개발할 수 없을 것"이라고 AI의 한계로 설명했고, 이것이 이해되었다면 "자연 지능을 모방할 수 있는 기술적 해결책"이 있다는 것을 의미하지 않는다고 말했습니다.[168] 생물학을 통합하고 종종 AI 기반인 기술에는 바이오 로봇이 포함됩니다.

천문학, 우주활동 및 ufology

참고 항목: § 새로운 유형의 머신 러닝

인공 지능은 천문학에서 사용 가능한 데이터와[169][170] 응용 프로그램의 증가하는 양을 분석하는 데 사용되며, 주로 외계 행성 발견, 태양 활동 예측, 새로운 과학적 통찰력 개발, 분류, 회귀, 클러스터링, 예측, 생성, 발견 및 개발에 사용됩니다. 그리고 중력파 천문학에서 신호와 도구 효과를 구별합니다.[171] 또한 우주 탐사와 같은 우주에서의 활동에 사용될 수 있으며, 우주 임무의 데이터 분석, 우주선의 실시간 과학 결정, 우주 파편 회피 [172]및 보다 자율적인 운영을 포함합니다.[173][174][175][170]

외계 지능(SETI)을 찾는 데 기계 학습은 실시간 관측과[178] 같은 사용 가능한 데이터에서[176][177] 인공적으로 생성된 전자기파를 식별하기 위한 시도에 사용되어 왔으며, 이상 탐지와 같은 다른 기술 서명을 통해 식별할 수 있습니다.[179] Ufology에서, 교수가 이끄는 SkyCAM-5 프로젝트. 하칸 카얄과[180] 교수가 이끄는 갈릴레오 프로젝트. 아비 뢰브는 기계 학습을 사용하여 독특한 유형의 UFO를 감지하고 분류합니다.[181][182][183][184][185] 갈릴레오 프로젝트는 또한 AI를 이용하여 '오무아무아와 같은 성간 물체와 인공위성이 아닌 인공위성'이라는 두 가지 유형의 잠재적인 외계 기술적 특징을 더 탐지하려고 합니다.[186][187]

미래 또는 비인간 애플리케이션

참고 항목: § 새로운 유형의 머신 러닝

뢰브는 이 프로젝트가 감지할 수 있는 기술 장비 중 하나가 "AI 우주인"[190]일 [188]수 있으며 2021년에는 인공지능이 "자연 지능을 " 대체할 것"이라고 추측한 반면,[189] 마틴 리스는 "대다수"가 인공적인 것으로 생각하는 것보다 더 많은 문명이 있을 수 있다고 말했습니다. 특히, 인공 지능의 중/멀리 미래 또는 인간이 아닌 응용 분야에는 우주 식민지화에 관여하는 고급 형태의 인공 일반 지능 또는 더 좁은 우주 비행 특정 유형의 AI가 포함될 수 있습니다. 대조적으로, 배아 공간 집락화가 가능한 AGI 또는 AI 또는 더 일반적으로 자연스러운 지능 기반 공간 집락화와 관련하여 우려가 있었습니다. 예를 들어, "외계 AI와의 만남의 안전성",[191][192] 위험(또는 역 목표)을 겪고 있거나,[193][194] 집락화 효과와 관련하여 도덕적 면허/책임,[195] 또는 AI가 불량해졌거나(예를 들어,). 가상의 David와8 HAL 9000과 함께 묘사되었습니다. 참조: 우주법과 우주 윤리. 뢰브(Loeb)는 "지도 진화"에 참여하는 "AI 우주 비행사"[196]의 가능성에 대해 설명했습니다(지도 진화, 상승, 지도 팬퍼미아 및 우주 식민화 참조).

천체화학

또한 금성에서 검출될 가능성이 있는 포스핀과 같은 특정 화학 물질의 대기 생성 또는 소비에 관여할 수 있는 분자의 스펙트럼 서명 데이터 세트를 생성하는 데 사용할 수 있으며, 이 데이터 세트는 할당 누락을 방지할 수 있으며, 정확도가 향상되면 미래에 다른 행성의 분자를 탐지하고 식별하는 데 사용됩니다.[197]

기타 연구분야

유적의 고고학, 역사 및 영상화

참고 항목: 디지털 고고학

기계 학습은 고대 텍스트를 복원하고 속성을 지정하는 데 도움이 될 수 있습니다.[198] 예를 들어 텍스트를 색인화하여 조각을 더 쉽고 쉽게 검색[199] 및 분류할 수 있습니다.[200]

인공지능은 또한 유전체를 조사하는 데 사용될 수 있는데, 예를 들어 네안데르탈인이나 데니소반이 아닌 유령 개체군의 과거 존재를 추론한 고대 인간과 현대 인간 사이의 이종교배와 같은 유전적 역사를 밝혀낼 수 있습니다.[201]

추가 정보: 고대 DNA § Human aDNA와 유럽의 유전사

또한 "고고학 유적의 내부 구조에 대한 비침습적이고 비파괴적인 접근"을 위해 사용할 수 있습니다.[202]

추가 정보: 고고학의 원격 감지

물리학

주요 기사: 물리학에서의 기계학습

유아의 시각 인지 연구에서 영감을 얻은 미공개 접근 방식을 기반으로 시각 데이터(가상 3D 환경)에서 직관적인 물리학을 학습하는 딥 러닝 시스템이 보고되었습니다.[203][204] 다른 연구자들은 다양한 물리적 시스템의 기본 변수 집합을 발견하고 그들의 행동에 대한 비디오 녹화로부터 시스템의 미래 역학을 예측할 수 있는 기계 학습 알고리즘을 개발했습니다.[205][206] 미래에는 복잡한 시스템의 물리 법칙 발견을 자동화하는 데 사용할 수 있을 것입니다.[205]

재료과학

AI는 안정적인 재료의 발견과 결정 구조 예측과 같은 재료 최적화 및 발견에 사용될 수 있습니다.[207][208][209]

2023년 11월, 구글 딥마인드(Google DeepMind)와 로렌스 버클리 국립 연구소(Lawrence Berkeley National Laboratory)의 연구원들은 GNoME로 알려진 인공지능 시스템을 개발했다고 발표했습니다. 이 시스템은 비교적 짧은 기간 내에 200만 개 이상의 새로운 물질을 발견함으로써 재료 과학에 기여했습니다. GNoME는 딥 러닝 기술을 사용하여 잠재적인 물질 구조를 효율적으로 탐색하여 안정적인 무기 결정 구조를 식별하는 데 상당한 도움이 됩니다. 시스템의 예측은 자율 로봇 실험을 통해 검증되어 71%의 주목할 만한 성공률을 입증했습니다. 새롭게 발견된 물질의 데이터는 Materials Project 데이터베이스를 통해 공개적으로 이용 가능하며, 연구자들은 다양한 응용 분야에서 원하는 특성을 가진 물질을 식별할 수 있는 기회를 제공합니다. 이 개발은 미래의 과학적 발견과 재료 과학 연구에 AI를 통합하여 잠재적으로 재료 혁신을 가속화하고 제품 개발 비용을 절감하는 데 영향을 미칩니다. 인공지능과 딥러닝의 사용은 수동 실험실 실험을 최소화하거나 제거하고 과학자들이 독특한 화합물의 설계와 분석에 더 집중할 수 있는 가능성을 시사합니다.[210][211][212]

역공학

머신 러닝은 다양한 유형의 역공학에서 사용됩니다. 예를 들어, 기계 학습은 복합 재료 부품을 역설계하여 고품질 부품을 무단으로 생산할 수 있도록 [213]하고 악성 프로그램의 동작을 신속하게 이해하는 데 사용되었습니다.[214][215][216] 인공 지능 모델을 리버스 엔지니어링하는 데 사용할 수 있습니다.[217] 또한 특정 원하는 기능에[218] 대한 역분자 설계 또는 미리 지정된 기능 부위에 대한 단백질 설계와 같은 아직 존재하지 않는 가상 구성 요소의 일종의 역공학에 참여하여 구성 요소를 설계할 수 있습니다.[142][143] 생물학적 네트워크 역공학은 유전자 발현 수준의 시계열 데이터를 기반으로 인간이 이해할 수 있는 방식으로 상호 작용을 모델링할 수 있습니다.[219]

법

주요 기사: 법률정보학 § 인공지능

법률분석

AI는 법률 관련 직업의 주축입니다. 알고리즘과 머신 러닝은 이전에 초급 변호사가 수행한 몇 가지 작업을 수행합니다.[220] 그것의 사용은 일반적이지만 가까운 미래에 변호사들이 하는 대부분의 일을 대체하지는 않을 것으로 예상됩니다.[221]

전자 발견 산업은 기계 학습을 사용하여 수동 검색을 줄입니다.[222]

법 집행 및 법적 절차

COMPAS는 미국 법원이 재범 가능성을 평가하기 위해 사용하는 상업 시스템입니다.[223]

한 가지 우려 사항은 알고리즘 편향과 관련이 있으며, AI 프로그램은 편향을 나타내는 데이터를 처리한 후 편향될 수 있습니다.[224] 프로퍼블리카는 흑인 피고인들의 평균 COMPAS 할당 재범 위험도가 백인 피고인들에 비해 현저히 높다고 주장합니다.[223]

2019년 중국 항저우시는 시범 프로그램 인공지능 기반 인터넷 법원을 설립하여 전자상거래 및 인터넷 관련 지식재산권 청구와 관련된 분쟁을 판결했습니다.[225]: 124 당사자들은 화상회의를 통해 법원에 출두하고 AI는 제시된 증거를 평가하고 관련 법적 기준을 적용합니다.[225]: 124

서비스

인적자원

주요 기사: 채용에 있어서 인공지능

AI의 또 다른 응용 분야는 인적 자원입니다. AI는 이력서를 선별하고 자격에 따라 후보자의 순위를 매기고, 주어진 역할에서 후보자 성공을 예측하고, 챗봇을 통해 반복적인 커뮤니케이션 작업을 자동화할 수 있습니다.[226]

구인구직

AI는 채용자와 구직자 모두를 위한 채용/구직 절차를 간소화했습니다. Intreh의 Raj Mukherji에 따르면 구직자의 65%가 고용 후 91일 이내에 다시 검색한다고 합니다. AI 기반 엔진은 직업 기술, 급여 및 사용자 성향에 대한 정보를 평가하여 구직자를 가장 관련성이 높은 위치에 일치시킴으로써 구직의 복잡성을 간소화합니다. 기계 지능은 텍스트에서 관련 단어와 구를 추출하는 NLP를 사용하여 채용 담당자의 적절한 임금을 계산하고 이력서 정보를 강조합니다. 또 다른 응용 프로그램은 CV를 5분 만에 컴파일하는 AI 이력서 작성기입니다.[227] 챗봇은 웹사이트 방문자를 돕고 워크플로우를 개선합니다.

온라인 및 전화 고객 서비스

웹 페이지에서 고객 서비스를 제공하는 자동화된 온라인 비서

AI는 웹 페이지의 아바타(자동화된 온라인 비서)를 기반으로 합니다.[228] 운영 및 훈련 비용을 절감할 수 있습니다.[228] Pypestream은 고객과의 커뮤니케이션을 효율화하기 위해 모바일 애플리케이션을 위한 자동화된 고객 서비스를 제공합니다.[229]

구글 앱은 언어를 분석하고 음성을 텍스트로 변환합니다. 플랫폼은 언어를 통해 화난 고객을 식별하고 적절하게 대응할 수 있습니다.[230] 아마존은 주문 상태 확인, 주문 취소, 환불 제공, 고객과 인간 대리인 연결 등의 업무를 수행할 수 있는 챗봇을 고객 서비스에 활용하고 있습니다.[231]

호스피탈리티

환대산업에서 AI는 반복적인 업무를 줄이고 트렌드를 분석하며 손님과 상호작용하고 고객의 요구를 예측하는 데 사용됩니다.[232] AI 호텔 서비스는 챗봇,[233] 애플리케이션, 가상 음성 비서 및 서비스 로봇의 형태로 제공됩니다.

미디어

참고 항목: § 텔레커뮤니케이션 및 합성 미디어
이미지 복원

AI 애플리케이션은 영화, TV 프로그램, 광고 영상 또는 사용자 제작 콘텐츠와 같은 미디어 콘텐츠를 분석합니다. 솔루션에는 종종 컴퓨터 비전이 포함됩니다.

대표적인 시나리오로는 사물 인식 또는 얼굴 인식 기술을 이용한 영상 분석이나 장면, 사물 또는 얼굴을 인식하기 위한 영상 분석 등이 있습니다. AI 기반 미디어 분석은 미디어 검색, 콘텐츠에 대한 설명 키워드 생성, 콘텐츠 정책 모니터링(특정 TV 시청 시간 동안 콘텐츠의 적합성 확인 등), 아카이브 또는 기타 목적을 위한 텍스트 음성 및 광고 배치를 위한 로고, 제품 또는 유명인 얼굴 감지를 용이하게 할 수 있습니다.

딥페이크

딥페이크는 코미디 목적으로 사용될 수 있지만 가짜 뉴스와 거짓말로 더 잘 알려져 있습니다.

2016년 1월,[246] Horizon 2020 프로그램은 언론인과 연구원이 가짜 문서를 탐지할 수 있도록 InVID Project에[247][248] 자금을 지원했으며, 브라우저 플러그인으로 제공되었습니다.[249][250]

2016년 6월, 뮌헨 공과대학교와 스탠포드 대학교의 비주얼 컴퓨팅 그룹은 다른 사람의 얼굴 표정을 모방하여 얼굴 사진을 애니메이션화하는 프로그램인 [251]Face2Face를 개발했습니다. 이 기술은 버락 오바마와 블라디미르 푸틴을 포함한 사람들의 얼굴을 애니메이션으로 제작하는 것으로 입증되었습니다. 딥 페이크라는 이름을 사용한 딥 뉴럴 네트워크를 기반으로 다른 방법이 시연되었습니다.

2018년 9월, 미국 상원의원 마크 워너(Mark Warner)는 플랫폼에서 딥페이크 문서 공유를 허용하는 소셜 미디어 회사에 불이익을 줄 것을 제안했습니다.[252]

2018년 다리우스 아프차르(Darius Afchar)와 빈센트 노직(Vincent Nozick)은 비디오 프레임의 메조스코픽 특성을 분석하여 가짜 콘텐츠를 탐지하는 방법을 발견했습니다.[253] DARPA는 딥페이크 탐지를 위해 6800만 달러를 기부했습니다.[253]

딥페이크를 감지하고 사람의 음성을 복제할 수 있는 오디오 딥페이크와[254][255] AI 소프트웨어가 개발되었습니다.[256][257]

리스피커는 한 사람이 다른 사람의 목소리로 말할 수 있도록 하는 프로그램입니다.

비디오 콘텐츠 분석, 감시 및 조작된 미디어 탐지

참고 항목: 웹 스크래핑, 사진조작, 동영상조작
이 섹션은 비디오 콘텐츠 분석 § 인공 지능에서 발췌한 내용입니다.[편집]
비디오 감시를 위한 인공 지능은 사람, 차량, 물체 및 이벤트를 인식하기 위해 비디오 감시 카메라의 오디오 및 이미지를 분석하는 컴퓨터 소프트웨어 프로그램을 활용합니다. 보안 계약자 프로그램은 카메라의 시야 내 제한 구역(예를 들어 울타리가 쳐진 구역, 주차장, 주차장 등)을 정의하고 카메라 감시로 보호되는 재산에 대해 하루 중(예를 들어 영업 종료 후)에 프로그램을 제공하는 소프트웨어입니다. 인공지능("A.I.")은 침입자가 하루 중 그 시간 동안 그 지역에 아무도 출입할 수 없도록 설정한 "규칙"을 위반한 것을 감지하면 경고를 보냅니다.

AI 알고리즘은 딥페이크 비디오를 탐지하는 데 사용되었습니다.[258][259]

영상제작

인공지능은 새로운 영상을 만들거나 기존 영상을 바꾸기 위해 생성 AI를 활용하는 도구와 소프트웨어가 개발되는 등 영상 제작에도 활용되기 시작했습니다. 현재 이러한 프로세스에서 사용되고 있는 주요 도구로는 DALL-E, Midjourney 및 Runway가 있습니다.[260] Waymark Studios는 DALL-E와 Midjourney가 제공하는 도구를 활용하여 2023년 여름에 The Frost라는 완전한 AI 생성 영화를 만들었습니다.[260] Waymark Studios는 이러한 AI 도구를 사용하여 단 몇 초 만에 회사를 위한 광고 및 광고를 생성하는 실험을 하고 있습니다.[260] USC 엔터테인먼트 테크놀로지 센터의 AI & Neuroscience in Media Project 책임자인 이브 버그퀴스트는 할리우드의 포스트 프로덕션 크루들이 이미 제너레이티브 AI를 사용하고 있다며, 앞으로 더 많은 회사들이 이 새로운 기술을 수용할 것이라고 전망했습니다.[261]

음악

주요 기사: 음악과 인공지능

AI는 다양한 장르의 음악을 작곡하는 데 사용되었습니다.

데이비드 코프(David Cope)는 에밀리 하웰(Emily Howell)이라는 인공지능을 만들어 알고리즘 컴퓨터 음악 분야에 잘 알려졌습니다.[262] 에밀리 하웰의 배후에 있는 알고리즘은 미국 특허로 등록되어 있습니다.[263]

2012년 AI Iamus는 최초의 완전한 클래식 앨범을 만들었습니다.[264]

AIVA(인공지능 Virtual Artist)는 영화 악보를 위한 클래식을 중심으로 교향곡을 작곡합니다.[265] 음악 전문 협회에서 인정받은 최초의 가상 작곡가가 되어 세계 최초를 달성했습니다.[266]

멜로믹스는 스트레스와 통증 완화를 위해 컴퓨터로 제작된 음악을 만듭니다.[267]

Sony CSL Research Laboratory에서 Flow Machines 소프트웨어는 거대한 곡 데이터베이스로부터 음악 스타일을 학습함으로써 팝송을 만듭니다. 다양한 스타일로 작곡할 수 있습니다.

왓슨 비트는 강화 학습과 깊은 믿음 네트워크를 사용하여 간단한 시드 입력 멜로디와 선택 스타일로 음악을 작곡합니다. 소프트웨어는 오픈 소스로[268] 제공되었으며 Taryn Southern과[269] 같은 음악가들은 음악을 만들기 위해 프로젝트에 협력했습니다.

한국 가수 하연의 데뷔곡인 "Eyes on You"는 NUVO를 포함한 실제 작곡가들이 감독한 AI를 사용하여 작곡되었습니다.[270]

작성 및 보고

참고 항목: § 웹 피드 및 게시물

Narrative Science는 컴퓨터로 생성된 뉴스와 보고서를 판매합니다. 경기 통계 데이터를 기반으로 스포츠 이벤트를 요약합니다. 또한 재무 보고서와 부동산 분석을 만듭니다.[271] 자동화된 인사이트는 야후 스포츠 판타지 풋볼을 위한 개인화된 리캡과 미리보기를 생성합니다.[272]

예섭, AI를 활용해 구조화된 데이터를 자연어 댓글과 추천으로 변환합니다. Y섭은 영어, 스페인어, 프랑스어, 독일어 등 다국어로 재무 보고서, 경영진 요약, 개인화된 영업 또는 마케팅 문서 등을 작성합니다.[273]

테일즈핀은 이솝 우화와 비슷한 이야기를 지어냈습니다. 프로그램은 특정 목표를 달성하기를 원하는 캐릭터 세트로 시작했습니다. 이 이야기는 이러한 목표를 충족시키기 위한 그들의 시도를 묘사했습니다.[citation needed] Mark Riedl and Vadim Bulitko는 스토리텔링의 본질은 경험 관리, 즉 "흔히 대립하는 사용자 에이전시와 일관된 스토리 진행의 필요성을 어떻게 균형을 맞출 것인가"라고 주장했습니다.[274]

AI 스토리텔링이 스토리 생성(캐릭터와 줄거리)에 초점을 맞춘 반면, 스토리 커뮤니케이션도 주목받았습니다. 2002년에 연구자들은 서사적 산문 생성을 위한 아키텍처 프레임워크를 개발했습니다. 그들은 리틀 레드 라이딩 후드(Little Red Riding Hood)와 같은 이야기에 텍스트의 다양성과 복잡성을 충실하게 재현했습니다.[275] 2016년 일본의 한 인공지능이 단편소설을 공동 집필해 문학상을 수상할 뻔 했습니다.[276]

한국 회사 한터 글로벌은 기사를 쓰기 위해 저널리즘 봇을 사용합니다.[277]

문학 작가들도 AI의 사용법을 탐구하고 있습니다. 시인이 일련의 공연과 출판물을 만들기 위해 신경망의 시적 출력을 편집하는 일상의례를 만든 데이비드 제이브 존스턴의 작품 ReRites(2017-2019)가 그 예입니다.

스포츠글쓰기

2010년 인공지능은 야구 통계를 활용해 뉴스 기사를 자동으로 생성했습니다. 이것은 Narrative Science의 소프트웨어를 사용하여 The Big Ten Network에 의해 시작되었습니다.[278]

대규모 인원으로 모든 마이너리그 경기를 다룰 수 없었던 AP통신은 2016년 자동화 인사이트와 협력해 인공지능에 의해 자동화된 게임 리캡을 만들었습니다.[279]

브라질의 UOL은 그들의 글에서 AI의 사용을 확대했습니다. 단순히 뉴스 기사를 생성하는 것이 아니라 구글에서 일반적으로 검색되는 단어를 포함하도록 인공지능을 프로그래밍했습니다.[279]

스포츠를 포함한 많은 것을 다루는 스페인 뉴스 사이트인 El Pais는 사용자들이 각 뉴스 기사에 댓글을 달 수 있도록 합니다. 그들은 관점 API를 사용하여 이러한 의견을 조정하고 소프트웨어가 의견에 독성 언어가 포함된 것으로 간주되면 의견을 게시하기 위해 의견을 변경해야 합니다.[279]

네덜란드의 한 지역 미디어 그룹은 AI를 사용하여 아마추어 축구의 자동 취재를 만들었고, 단 한 시즌에 6만 경기를 취재할 예정입니다. NDC는 United Robots와 협력하여 이 알고리즘을 개발하고 대규모 팀이 없었다면 지금까지 할 수 없었던 일을 해결했습니다.[279]

레데 AI는 2023년에 고등학교 축구 경기에서 점수를 받아 지역 신문에 자동으로 기사를 생성하는 데 사용되었습니다. 이것은 출판된 매우 로봇적인 사전에 대해 독자들로부터 많은 비판을 받았습니다. 게임에 대한 일부 설명이 "운동을 좋아하는 사람들의 가까운 만남"이라는 점에서 독자들은 기쁘지 않고 출판사인 가넷(Gannett)을 소셜 미디어에 알렸습니다. Gannett은 그 이후로 그들이 실험이라고 부르는 것에 대한 해결책을 생각해 낼 때까지 Lede AI의 사용을 중단했습니다.[280]

위키백과

이 섹션은 위키미디어 프로젝트의 인공지능에서 발췌한 내용입니다.[편집]
인공지능은 위키백과 및 기타 위키미디어 프로젝트에서 이러한 프로젝트를 개발하기 위한 목적으로 사용됩니다.[281][282] 위키미디어 프로젝트에서 사람과 로봇의 상호작용은 일상적이고 반복적입니다.[283]

수백만 개의 기사가 봇에[284] 의해 편집되었지만 일반적으로 인공 지능 소프트웨어가 아닙니다. 많은 AI 플랫폼이 위키피디아 데이터를 [285]주로 기계 학습 애플리케이션 교육에 사용합니다. 오래된 문장을 [286]식별하거나 은밀한 파괴[287] 행위를 탐지하거나 새로운 편집자에게 기사와 작업을 추천하는 등 위키피디아를 위한 다양한 인공지능 애플리케이션을 연구 개발하고 있습니다.

기계번역 (위 참조) 또한 위키백과 글을 번역하는 데 사용되었으며, 앞으로 글을 만들고 업데이트하고 확장하고 일반적으로 개선하는 데 더 큰 역할을 할 수 있습니다. 콘텐츠 번역 도구를 사용하면 일부 위키미디어 편집자가 여러 선택 언어에 걸쳐 기사를 더 쉽게 번역할 수 있습니다.[288][289]

비디오 게임

주요 기사: 비디오 게임에서의 인공지능

비디오 게임에서 AI는 플레이어가 아닌 캐릭터(NPC)에서 행동을 생성하는 데 일상적으로 사용됩니다. 또한 AI는 경로 찾기에 사용됩니다. 일부 연구원들은 게임 내 NPC AI를 대부분의 생산 작업에서 "해결된 문제"로 간주합니다.[who?] 덜 전형적인 AI를 가진 게임으로는 Left 4 Dead(2008)의 AI 디렉터와 Supreme Commander 2(2010)의 Platoons 신경진화 훈련이 있습니다.[290][291] AI는 Alien Isolation(2014)에서도 Alien이 다음에 수행할 동작을 제어하는 방법으로 사용됩니다.[292]

Xbox 360과 Xbox One을 위한 3D 신체-동작 인터페이스를 제공하는 Kinect는 AI 연구에서 나온 알고리즘을 사용합니다.[293][which?]

예체능

안정적 확산에 의해 생성된 "사이보그 엘프"
주요 기사: 인공지능 아트

AI는 시각 예술을 생산하는 데 사용되었습니다. AARON이라고 불리는 최초의 인공지능 예술 프로그램은 그림 그리는 행위를 코딩할 수 있다는 목표로 1968년[294] 해럴드 코헨에 의해 개발되었습니다. 처음에는 단순한 흑백 그림을 만드는 것으로 시작했고, 나중에는 코헨의 중재 없이 프로그램 자체에서 선택한 특수 브러시와 염료를 사용하여 그림을 그렸습니다.[295]

텍스트 또는 다른 이미지와 같은 입력에서 시각적 이미지를 생성하는 데 "DALL-E",[296] "Stable Diffusion",[296] "Imagen",[297] "Midjourney[298]"와 같은 AI 플랫폼이 사용되었습니다.[299] 일부 AI 도구는 사용자가 다양한 환경에서 객체 또는 제품을 표시하는 것과 같이 이미지를 입력하고 해당 이미지의 변경된 버전을 출력할 수 있도록 합니다. AI 이미지 모델은 또한 예술가의 특정 스타일을 복제하려고 시도할 수 있으며 대략적인 스케치에 시각적 복잡성을 더할 수 있습니다.

2014년 디자인 이후 AI 아티스트들은 생성적 적대 네트워크(GAN)를 사용해 왔습니다. GAN 컴퓨터 프로그래밍은 인간 운영자의 필요성을 능가하는 기계 학습 프레임워크를 통해 기술 이미지를 생성합니다.[294] 예술을 창출하는 GAN 프로그램의 예로는 아트브리더와 딥드림이 있습니다.

미술분석

독창적인 예술 창작뿐만 아니라 디지털 예술 컬렉션을 정량적으로 분석하기 위해 AI를 활용한 연구 방법이 생성되었습니다. 지난 수십 년 동안 예술품의 대규모 디지털화의 주요 목표는 이러한 컬렉션의 접근성과 탐색을 허용하는 것이었지만, 이를 분석하는 데 AI를 사용함으로써 새로운 연구 관점을 가져왔습니다.[300] 디지털화된 예술을 분석하는 데 사용되는 전형적인 접근 방식은 근접 읽기와 원격 보기 두 가지 계산 방법입니다.[301] 원격 관람에는 대형 컬렉션 분석이 포함되지만 근접 독서에는 한 작품이 포함됩니다.

컴퓨터 애니메이션

AI는 2000년대 초반부터 사용되어 왔으며, 특히 픽사가 설계한 "제네시스"라는 시스템에 의해 가장 두드러집니다.[302] 알고리즘을 배우고 캐릭터와 소품을 위한 3D 모델을 만들기 위해 고안되었습니다. 이 기술을 사용한 주목할 만한 영화로는 '업'과 '굿 공룡'이 있습니다.[303] AI는 최근 몇 년 동안 덜 의식적으로 사용되었습니다. 2023년, 일본의 넷플릭스는 온라인에서 반발을 사기 위해 AI를 사용하여 다가오는 쇼에 배경 이미지를 생성하고 있다고 밝혀졌습니다.[304] 최근 몇 년 동안 모션 캡처는 쉽게 접근할 수 있는 AI 애니메이션 형태가 되었습니다. 예를 들어, 무브 AI는 학습 AI를 사용하여 인간의 움직임을 포착하고 애니메이션 프로그램에서 다시 애니메이션화하기 위해 구축된 프로그램입니다.[305]

유틸리티

에너지 시스템

전력 전자 변환기는 재생 에너지, 에너지 저장, 전기 자동차 및 고전압 직류 전송에 사용됩니다. 이러한 변환기는 장애가 발생하기 쉬우므로 서비스를 중단할 수 있으며, 미션 크리티컬 애플리케이션에서 비용이 많이 드는 유지보수 또는 치명적인 결과를 초래할 수 있습니다.[citation needed] AI는 필요한 수명을 보장하는 정확한 설계 파라미터를 계산하여 신뢰할 수 있는 전력 전자 변환기의 설계 프로세스를 안내할 수 있습니다.[306]

기계 학습은 재생 에너지 간헐성 관리를 돕기 위해 에너지 소비 예측 및 스케줄링에 사용될 수 있습니다(예: 전력망의 스마트 그리드 및 기후 변화 완화 참조).[307][308][309][310][better source needed]

전기통신

많은 통신 회사가 휴리스틱 검색을 사용하여 인력을 관리합니다. 예를 들어 BT 그룹은 20,000명의 엔지니어를 예약하는 애플리케이션에 휴리스틱 검색을[311] 배포했습니다. 기계 학습은 음성 제어 장치를 포함한 음성 인식(SR)과 비디오를 포함한 SR 관련 전사에도 사용됩니다.[312][313]

제조업

주요 기사: 산업의 인공지능과 중공업의 인공지능

센서

IdeaCuria Inc.[314][315]는 인공 지능을 디지털 분광법과 결합하여 가정에서 수질 모니터링과 같은 응용 프로그램을 가능하게 했습니다.

장난감과 게임

1990년대 초반 AI는 인터넷인 타마고치스와 기가펫, 그리고 최초로 널리 출시된 로봇 퍼비를 통제했습니다. 아이보는 지능적인 특징과 자율성을 갖춘 로봇견 형태의 국산 로봇이었습니다.

Mattel은 대화를 "이해"하고 지능적인 반응을 보이며 배우는 AI 지원 장난감 모음을 만들었습니다.[316]

석유 및 가스

석유 및 가스 회사는 인공 지능 도구를 사용하여 기능을 자동화하고 장비 문제를 예측하며 석유 및 가스 생산량을 늘렸습니다.[317][318]

운송

자동차

주요 기사: 차량 자동화 및 자율주행차
웨이모 브랜드 자율주행차 측면도

운송 분야의 AI는 환경과 지역 사회에 미치는 영향을 최소화하면서 안전하고 효율적이며 신뢰할 수 있는 운송 수단을 제공할 것으로 예상됩니다. 주요 개발 과제는 서로 상충될 수 있는 목표와 함께 독립적인 구성 요소와 당사자를 포함하는 운송 시스템의 복잡성입니다.[319]

AI 기반 퍼지 로직 컨트롤러는 기어박스를 작동합니다. 예를 들어, 2006 Audi TT, VW Touareg[citation needed] 및 VW Caravell에는 DSP 변속기가 장착되어 있습니다. 여러 슈코다 변형(Schkoda Fabia)에는 퍼지 로직 기반 컨트롤러가 포함되어 있습니다. 자동차에는 자가 주차 및 적응형 크루즈 컨트롤과 같은 AI 기반 운전자 지원 기능이 있습니다.

전기 미니버스와[320][321][322][323] 같은 자율주행 자동차 대중교통 차량의 시제품도 운영되고 있습니다.[324][325][326]

때로는 배달 로봇을 포함한 자율주행 배달 차량의 프로토타입도 있습니다.[327][328][329][330][331][332][333]

교통이 복잡하다는 것은 대부분의 경우 실제 주행 환경에서 AI를 훈련하는 것이 비현실적이라는 것을 의미합니다. 시뮬레이터 기반 테스트는 노상 훈련의 위험을 줄일 수 있습니다.[334]

AI는 자율주행 차량의 기반이 됩니다. AI와 관련된 회사에는 Tesla, Waymo 및 General Motors가 있습니다. AI 기반 시스템은 제동, 차선 변경, 충돌 방지, 내비게이션 및 매핑 등의 기능을 제어합니다.[335]

자율주행 트럭은 테스트 단계에 있습니다. 영국 정부는 2018년 자율주행 트럭 플래툰의 테스트를 시작하는 법안을 통과시켰습니다.[336] 한 무리의 자율주행 트럭들이 서로의 뒤를 바짝 따라갑니다. 독일의 다임러사는 자사의 화물선 인스퍼레이션을 테스트하고 있습니다.[337]

자율 주행 차량은 목적지 간을 탐색할 수 있는 정확한 지도가 필요합니다.[338] 일부 자율 주행 차량은 인간 운전자를 허용하지 않습니다(조종 바퀴나 페달이 없음).[339]

교통관리

AI는 대기 시간, 에너지 사용 및 배출량을 25%까지 줄이는 교통 관리를 최적화하는 데 사용되었습니다.[340]

레이더 및 초음파 음향 위치 센서가 있는 카메라와 예측 알고리즘을 사용하여 인공 지능 신호등을 사용하여 교통 흐름을 개선하는 카메라

스마트 신호등은 2009년부터 카네기 멜론에서 개발되었습니다. 스티븐 스미스 교수는 그 이후 22개 도시에 스마트 교통 관제 시스템을 설치한 회사를 설립했습니다. 설치 비용은 교차로당 약 20,000달러입니다. 설치된 교차로에서 운전 시간은 25%, 교통 체증 대기 시간은 40% 단축되었습니다.[341]

군사의

호주 왕립 공군 (RAAF) 항공 작전 부서 (AOD)는 전문가 시스템에 AI를 사용합니다. AI는 전투 및 훈련 시뮬레이터, 임무 관리 보조 도구, 전술적 의사 결정을 위한 지원 시스템, 시뮬레이터 데이터를 상징적 요약으로 사후 처리하는 대리 운영자로 작동합니다.[342]

항공기 시뮬레이터는 비행사 훈련을 위해 AI를 사용합니다. 조종사가 자신이나 값비싼 항공기를 위험에 빠뜨리지 않고 실수를 할 수 있는 비행 조건을 시뮬레이션할 수 있습니다. 공중 전투도 시뮬레이션할 수 있습니다.

AI는 또한 지상 차량 제어와 유사하게 비행기를 작동하는 데 사용할 수 있습니다. 자율주행 드론은 독립적으로 비행하거나 무리를 지어 비행할 수 있습니다.[343]

AOD는 TF-30 문서의 정보와 TF-30에서 작동하는 정비사의 전문가 조언을 사용하는 규칙 기반 전문가 시스템인 대화형 고장 진단 및 격리 시스템 또는 IFDIS를 사용합니다. 이 시스템은 F-111C용 TF-30 개발에 사용되도록 설계되었습니다. 이 시스템은 전문 인력을 대체했습니다. 그 시스템은 정규직 근로자들이 시스템과 의사소통을 하고 실수, 계산 착오, 또는 전문 근로자 중 한 명과 이야기해야 하는 것을 피할 수 있게 해주었습니다.

음성 인식을 통해 교통 관제사는 드론에 구두 방향을 부여할 수 있습니다.

인공지능이 지원하는 항공기 디자인,[344] 즉 AIDA는 항공기의 개념적 디자인을 만드는 과정에서 디자이너를 돕는 데 사용됩니다. 이 프로그램을 통해 디자이너는 디자인 자체에 더 집중하고 디자인 프로세스에는 더 적게 집중할 수 있습니다. 또한 소프트웨어를 사용하면 사용자가 소프트웨어 도구에 덜 집중할 수 있습니다. AIDA는 규칙 기반 시스템을 사용하여 데이터를 계산합니다. 이것은 AIDA 모듈의 배열에 대한 도표입니다. 간단하지만, 이 프로그램은 효과가 입증되고 있습니다.

나사

2003년 Dryden Flight Research Center 프로젝트는 손상된 항공기가 안전한 착륙을 달성할 때까지 비행을 계속할 수 있는 소프트웨어를 개발했습니다.[345] 소프트웨어는 손상되지 않은 나머지 구성 요소에 의존하여 손상된 구성 요소를 보상했습니다.[346]

2016 지능형 오토파일럿 시스템은 견습 학습과 행동 복제를 결합하여 자동 조종사가 비행기를 조종하는 데 필요한 낮은 수준의 행동과 그 행동을 적용하는 데 사용되는 높은 수준의 전략을 관찰했습니다.[347]

해사

신경망은 선박과 보트의 상황 인식 시스템에 의해 사용됩니다.[348] 자율 보트도 있습니다.

환경감시

참고 항목: 기후 스마트 농업

해양을 모니터링하는 자율 선박, AI 기반 위성 데이터 분석, 수동 음향[349] 또는 원격 감지 및 기타 환경 모니터링 응용 프로그램은 기계 학습을 사용합니다.[350][351][352][175]

예를 들어, "Global Plastic Watch"는 인공지능 기반의 위성 모니터링 플랫폼으로, 플라스틱 폐기물을 누가, 어디에 잘못 관리하고 있는지 식별하고, 이를 바다에 버리게 함으로써 플라스틱 오염(주로 해양 오염)을 방지하는 데 도움을 줍니다.[353][354]

조기경보시스템

Machine learning can be used to spot early-warning signs of disasters and environmental issues, possibly including natural pandemics,[355][356] earthquakes,[357][358][359] landslides,[360] heavy rainfall,[361] long-term water supply vulnerability,[362] tipping-points of ecosystem collapse,[363] cyanobacterial bloom outbreaks,[364] and droughts.[365][366][367]

컴퓨터 과학

프로그래밍 지원

주요 기사: 자동 프로그래밍 및 프로그래밍 환경

AI 기반 코드 지원 도구

AI는 실시간 코드 완성, 채팅 및 자동화된 테스트 생성에 사용할 수 있습니다. 이러한 도구는 일반적으로 편집기 및 IDE와 플러그인으로 통합됩니다. 기능, 품질, 속도 및 개인 정보 보호에 대한 접근 방식이 다릅니다.[368]

코드 제안은 잘못된 것일 수 있으며, 수락하기 전에 소프트웨어 개발자가 신중하게 검토해야 합니다.

깃허브 코파일럿은 깃허브와 오픈이 개발한 인공지능 모델입니다.여러 프로그래밍 언어로 코드를 자동 완성할 수 있는 AI입니다.[369] 개인에 대한 가격: 10달러/mo 또는 100달러/yr, 1개월 무료 평가판 포함.

Tabnine은 Jacob Jackson에 의해 만들어졌으며 원래 Tabnine 회사가 소유하고 있었습니다. 2019년 말, Tabnine은 Codota에 인수되었습니다.[370] 탭나인 도구는 가장 인기 있는 IDE의 플러그인으로 사용할 수 있습니다. 한정된 "스타터" 무료 버전을 포함한 다양한 가격 옵션을 제공합니다.[371]

코듐 AI 바이 코듐텔아비브의 소규모 스타트업인 AI는 자동화된 테스트 생성을 제공합니다. 현재 Python, JS, TS를 지원합니다.[372]

Replit의 고스트라이터는 코드 완성 및 채팅을 제공합니다.[373] 그들은 무료 요금제와 월 7달러의 "해커" 요금제를 포함한 다양한 요금제를 가지고 있습니다.

Amazon의 CodeWhisperer는 IDE에서 열린 파일을 포함하여 개별 사용자의 콘텐츠를 수집합니다. 전송 중과 저장 중 모두 보안에 중점을 둔다고 주장합니다.[374] 개별 요금제는 무료이며, 전문 요금제는 사용자/월 19달러입니다.

기타 도구: SourceGraphCody, CodeCompleteFauxPilot, Tabby[368]

신경망 설계

AI는 다른 AI를 만드는 데 사용할 수 있습니다. 예를 들어, 2017년 11월경 새로운 뉴럴넷 토폴로지를 진화시키기 위한 구글의 AutoML 프로젝트는 이미지넷과 POCO F1에 최적화된 시스템인 NASNet을 만들었습니다. NASNet의 성능은 이전에 이미지넷에서 발표된 모든 성능을 능가했습니다.[375]

양자 컴퓨팅

추가 정보: 양자 기계 학습
참고 항목: § 화학 및 생물학

머신 러닝은 양자 센서를 [376]포함한 양자 기술에서 노이즈 제거에 사용되었습니다.[377] 또한 양자 컴퓨터를 기계 학습 알고리즘과 함께 사용하는 것에 대한 상당한 연구 개발이 있습니다. 예를 들어, 프로토타입, 포토닉, 뉴로모픽(Quantum-) 컴퓨터(NC)/인공 신경망을 위한 양자 멤리스티브 디바이스 및 일부 다양한 잠재적 뉴로모픽 컴퓨팅 관련 응용 분야가 있는 NC-사용 양자 재료를 위한 양자 멤리스티브 디바이스이며,[378][379] 양자 머신 러닝은 일부 다양한 응용 분야가 개발 중인 분야입니다. AI는 물리 및 화학[380][381] 문제를 해결하는 데 응용할 수 있는 양자 시뮬레이터와 AI 응용을 위한 신경망 훈련을 위한 양자 어닐러에 사용될 수 있습니다.[382] 또한 화학, 예를 들어 약물 발견 및 재료 최적화/발견(양자 재료 제조와[208][209] 관련 가능한)과 같은 재료 과학에서 어느 정도 유용할 수 있습니다.[383][384][385][better source needed]

역사적 공헌

AI 연구진은 컴퓨터 과학에서 가장 어려운 문제를 해결하기 위해 많은 도구를 만들었습니다. 그들의 발명품 중 많은 것이 주류 컴퓨터 과학에 채택되어 더 이상 AI로 간주되지 않습니다. 다음은 모두 원래 AI 연구소에서 개발된 것입니다.[386]

비지니스

참고 항목: § 서비스

고객 서비스

기업을 위한 비즈니스 웹사이트와 소셜 미디어 플랫폼은 자주 묻는 질문에 답하는 것을 돕는 것과 같은 고객 상호 작용을 위해 챗봇을 사용합니다. 챗봇은 연중무휴 지원을 제공하고 인간을 대체하여 비즈니스 비용을 절감하는 데 도움이 됩니다.

콘텐츠 추출

광학 문자 판독기는 송장 및 영수증과 같은 비즈니스 문서에서 데이터를 추출하는 데 사용됩니다. 또한 고용 계약 문서에서 고용 조건, 납품 조건, 해지 조항 등과 같은 중요한 데이터를 추출하는 데 사용할 수 있습니다.[387]

건축

이 섹션은 건축의 인공 지능에서 발췌한 것입니다.[편집]
인공지능은 건축물의 이미지를 촉발했습니다.

건축에서의 인공 지능은 건축 과정에서 자동화, 설계 및 계획 또는 건축 분야에서 인간의 기술을 보조하는 데 인공 지능을 사용하는 것을 설명합니다. 인공 지능은 잠재적으로 건축의 주요 변화를 이끌고 이를 뒤따를 것으로 생각됩니다.[388][389][390]

설계, 계획 및 생산성 최적화에 대한 AI의 잠재력은 건축 작업 분야에서 가속기로 주목받았습니다. 건축가의 설계 과정을 잠재적으로 증폭시킬 수 있는 AI의 능력도 주목받았습니다. 건축 직업의 측면이나 핵심 프로세스가 인공지능에 의해 대체되는 것에 대한 두려움과 함께 직업과 창의성에 대한 철학적 의미도 제기되었습니다.[388][389][390]

응용 프로그램 목록

참고 항목

각주

  1. ^ Shin, Minkyu; Kim, Jin; van Opheusden, Bas; Griffiths, Thomas L. (2023). "Superhuman artificial intelligence can improve human decision-making by increasing novelty". Proceedings of the National Academy of Sciences. 120 (12). doi:10.1073/pnas.2214840120. PMC 10041097. PMID 36913582.
  2. ^ Brynjolfsson, Erik; Mitchell, Tom (22 December 2017). "What can machine learning do? Workforce implications". Science. 358 (6370): 1530–1534. Bibcode:2017Sci...358.1530B. doi:10.1126/science.aap8062. PMID 29269459. S2CID 4036151. Retrieved 7 May 2018.
  3. ^ Francesco Ricci와 Lior Rokach와 Bracha Shapira, 추천 시스템 핸드북, Wayback Machine에서 보관된 2016-06-02, 추천 시스템 핸드북, Springer, 2011, pp. 1-35
  4. ^ Grossman, Lev (27 May 2010). "How Computers Know What We Want — Before We Do". Time. Archived from the original on 30 May 2010. Retrieved 1 June 2015.
  5. ^ 판카즈 굽타(Pankaj Gupta), 아시시 고엘(Ashish Goel), 지미 린(Jimmy Lin), 아니쉬 샤르마(Aneesh Sharma), 동왕(Dong Wang), 레자 보사 자데(Reza Bosagh Zadeh WTF):트위터의 후후팔로우 시스템, 제22차 월드와이드웹 국제회의 진행
  6. ^ Baran, Remigiusz; Dziech, Andrzej; Zeja, Andrzej (1 June 2018). "A capable multimedia content discovery platform based on visual content analysis and intelligent data enrichment". Multimedia Tools and Applications. 77 (11): 14077–14091. doi:10.1007/s11042-017-5014-1. ISSN 1573-7721. S2CID 36511631.
  7. ^ "What are the security risks of open sourcing the Twitter algorithm?". VentureBeat. 27 May 2022. Retrieved 29 May 2022.
  8. ^ "Examining algorithmic amplification of political content on Twitter". Retrieved 29 May 2022.
  9. ^ Park, SoHyun; Oh, Heung-Kwon; Park, Gibeom; Suh, Bongwon; Bae, Woo Kyung; Kim, Jin Won; Yoon, Hyuk; Kim, Duck-Woo; Kang, Sung-Bum (February 2016). "The Source and Credibility of Colorectal Cancer Information on Twitter". Medicine. 95 (7): e2775. doi:10.1097/MD.0000000000002775. PMC 4998625. PMID 26886625.
  10. ^ Efthimion, Phillip; Payne, Scott; Proferes, Nicholas (20 July 2018). "Supervised Machine Learning Bot Detection Techniques to Identify Social Twitter Bots". SMU Data Science Review. 1 (2).
  11. ^ "The online information environment" (PDF). Retrieved 21 February 2022.
  12. ^ Islam, Md Rafiqul; Liu, Shaowu; Wang, Xianzhi; Xu, Guandong (29 September 2020). "Deep learning for misinformation detection on online social networks: a survey and new perspectives". Social Network Analysis and Mining. 10 (1): 82. doi:10.1007/s13278-020-00696-x. ISSN 1869-5469. PMC 7524036. PMID 33014173.
  13. ^ Mohseni, Sina; Ragan, Eric (4 December 2018). "Combating Fake News with Interpretable News Feed Algorithms". arXiv:1811.12349 [cs.SI].
  14. ^ Matz, S. C.; Kosinski, M.; Nave, G.; Stillwell, D. J. (28 November 2017). "Psychological targeting as an effective approach to digital mass persuasion". Proceedings of the National Academy of Sciences of the United States of America. 114 (48): 12714–12719. Bibcode:2017PNAS..11412714M. doi:10.1073/pnas.1710966114. JSTOR 26485255. PMC 5715760. PMID 29133409.
  15. ^ "Introducing the AI Sandbox for advertisers and expanding our Meta Advantage suite". www.facebook.com. 2023-05-11. Retrieved 2023-09-08.
  16. ^ Busby, Mattha (30 April 2018). "Revealed: how bookies use AI to keep gamblers hooked". The Guardian.
  17. ^ Celli, Fabio; Massani, Pietro Zani; Lepri, Bruno (2017). "Profilio". Proceedings of the 25th ACM international conference on Multimedia. pp. 546–550. doi:10.1145/3123266.3129311. ISBN 978-1-4503-4906-2. S2CID 767688.
  18. ^ "How artificial intelligence may be making you buy things". BBC News. 9 November 2020. Retrieved 9 November 2020.
  19. ^ Rowinski, Dan (15 January 2013). "Virtual Personal Assistants & The Future Of Your Smartphone [Infographic]". ReadWrite. Archived from the original on 22 December 2015.
  20. ^ "Supercharging Search with generative AI". Google. 2023-05-10. Retrieved 2023-08-30.
  21. ^ Galego Hernandes, Paulo R.; Floret, Camila P.; Cardozo De Almeida, Katia F.; Da Silva, Vinícius Camargo; Papa, João Paulo; Pontara Da Costa, Kelton A. (December 2021). "Phishing Detection Using URL-based XAI Techniques". 2021 IEEE Symposium Series on Computational Intelligence (SSCI). pp. 01–06. doi:10.1109/SSCI50451.2021.9659981. ISBN 978-1-7281-9048-8. S2CID 246291125.
  22. ^ Jáñez-Martino, Francisco; Alaiz-Rodríguez, Rocío; González-Castro, Víctor; Fidalgo, Eduardo; Alegre, Enrique (2023-02-01). "A review of spam email detection: analysis of spammer strategies and the dataset shift problem". Artificial Intelligence Review. 56 (2): 1145–1173. doi:10.1007/s10462-022-10195-4. hdl:10612/14967. ISSN 1573-7462. S2CID 248738572.
  23. ^ Clark, Jack (8 December 2015b). "Why 2015 Was a Breakthrough Year in Artificial Intelligence". Bloomberg L.P. Archived from the original on 23 November 2016. Retrieved 23 November 2016.
  24. ^ a b Briefer, Elodie F.; Sypherd, Ciara C.-R.; Linhart, Pavel; Leliveld, Lisette M. C.; Padilla de la Torre, Monica; Read, Eva R.; Guérin, Carole; Deiss, Véronique; Monestier, Chloé; Rasmussen, Jeppe H.; Špinka, Marek; Düpjan, Sandra; Boissy, Alain; Janczak, Andrew M.; Hillmann, Edna; Tallet, Céline (7 March 2022). "Classification of pig calls produced from birth to slaughter according to their emotional valence and context of production". Scientific Reports. 12 (1): 3409. Bibcode:2022NatSR..12.3409B. doi:10.1038/s41598-022-07174-8. ISSN 2045-2322. PMC 8901661. PMID 35256620.
  25. ^ "Can artificial intelligence really help us talk to the animals?". The Guardian. 31 July 2022. Retrieved 30 August 2022.
  26. ^ Heath, Nick (11 December 2020). "What is AI? Everything you need to know about Artificial Intelligence". ZDNet. Retrieved 1 March 2021.
  27. ^ 클락 2015b.
  28. ^ Markoff, John (16 February 2011). "Computer Wins on 'Jeopardy!': Trivial, It's Not". The New York Times. Archived from the original on 22 October 2014. Retrieved 25 October 2014.
  29. ^ "AlphaGo – Google DeepMind". Archived from the original on 10 March 2016.
  30. ^ "Artificial intelligence: Google's AlphaGo beats Go master Lee Se-dol". BBC News. 12 March 2016. Archived from the original on 26 August 2016. Retrieved 1 October 2016.
  31. ^ Metz, Cade (27 May 2017). "After Win in China, AlphaGo's Designers Explore New AI". Wired. Archived from the original on 2 June 2017.
  32. ^ "World's Go Player Ratings". May 2017. Archived from the original on 1 April 2017.
  33. ^ "柯洁迎19岁生日 雄踞人类世界排名第一已两年" (in Chinese). May 2017. Archived from the original on 11 August 2017.
  34. ^ "MuZero: Mastering Go, chess, shogi and Atari without rules". Deepmind. 23 December 2020. Retrieved 1 March 2021.
  35. ^ Steven Borowiec; Tracey Lien (12 March 2016). "AlphaGo beats human Go champ in milestone for artificial intelligence". Los Angeles Times. Retrieved 13 March 2016.
  36. ^ Solly, Meilan. "This Poker-Playing A.I. Knows When to Hold 'Em and When to Fold 'Em". Smithsonian. Pluribus has bested poker pros in a series of six-player no-limit Texas Hold'em games, reaching a milestone in artificial intelligence research. It is the first bot to beat humans in a complex multiplayer competition.
  37. ^ Bowling, Michael; Burch, Neil; Johanson, Michael; Tammelin, Oskari (9 January 2015). "Heads-up limit hold'em poker is solved". Science. 347 (6218): 145–149. Bibcode:2015Sci...347..145B. doi:10.1126/science.1259433. ISSN 0036-8075. PMID 25574016. S2CID 3796371.
  38. ^ Ontanon, Santiago; Synnaeve, Gabriel; Uriarte, Alberto; Richoux, Florian; Churchill, David; Preuss, Mike (December 2013). "A Survey of Real-Time Strategy Game AI Research and Competition in StarCraft". IEEE Transactions on Computational Intelligence and AI in Games. 5 (4): 293–311. CiteSeerX 10.1.1.406.2524. doi:10.1109/TCIAIG.2013.2286295. S2CID 5014732.
  39. ^ "Facebook Quietly Enters StarCraft War for AI Bots, and Loses". WIRED. 2017. Retrieved 7 May 2018.
  40. ^ Silver, David; Hubert, Thomas; Schrittwieser, Julian; Antonoglou, Ioannis; Lai, Matthew; Guez, Arthur; Lanctot, Marc; Sifre, Laurent; Kumaran, Dharshan; Graepel, Thore; Lillicrap, Timothy; Simonyan, Karen; Hassabis, Demis (7 December 2018). "A general reinforcement learning algorithm that masters chess, shogi, and go through self-play". Science. 362 (6419): 1140–1144. Bibcode:2018Sci...362.1140S. doi:10.1126/science.aar6404. PMID 30523106.
  41. ^ Sample, Ian (18 October 2017). "'It's able to create knowledge itself': Google unveils AI that learns on its own". The Guardian. Retrieved 7 May 2018.
  42. ^ "The AI revolution in science". Science AAAS. 5 July 2017. Retrieved 7 May 2018.
  43. ^ "The superhero of artificial intelligence: can this genius keep it in check?". The Guardian. 16 February 2016. Archived from the original on 23 April 2018. Retrieved 26 April 2018.
  44. ^ Mnih, Volodymyr; Kavukcuoglu, Koray; Silver, David; Rusu, Andrei A.; Veness, Joel; Bellemare, Marc G.; Graves, Alex; Riedmiller, Martin; Fidjeland, Andreas K.; Ostrovski, Georg; Petersen, Stig; Beattie, Charles; Sadik, Amir; Antonoglou, Ioannis; King, Helen; Kumaran, Dharshan; Wierstra, Daan; Legg, Shane; Hassabis, Demis (26 February 2015). "Human-level control through deep reinforcement learning". Nature. 518 (7540): 529–533. Bibcode:2015Natur.518..529M. doi:10.1038/nature14236. PMID 25719670. S2CID 205242740.
  45. ^ Sample, Ian (14 March 2017). "Google's DeepMind makes AI program that can learn like a human". The Guardian. Archived from the original on 26 April 2018. Retrieved 26 April 2018.
  46. ^ Schrittwieser, Julian; Antonoglou, Ioannis; Hubert, Thomas; Simonyan, Karen; Sifre, Laurent; Schmitt, Simon; Guez, Arthur; Lockhart, Edward; Hassabis, Demis; Graepel, Thore; Lillicrap, Timothy (23 December 2020). "Mastering Atari, Go, chess and shogi by planning with a learned model". Nature. 588 (7839): 604–609. arXiv:1911.08265. Bibcode:2020Natur.588..604S. doi:10.1038/s41586-020-03051-4. ISSN 1476-4687. PMID 33361790. S2CID 208158225.
  47. ^ K, Bharath (2 April 2021). "AI In Chess: The Evolution of Artificial Intelligence In Chess Engines". Medium. Archived from the original on 6 January 2022. Retrieved 6 January 2022.
  48. ^ Preparing for the future of artificial intelligence. National Science and Technology Council. OCLC 965620122.
  49. ^ Gambhire, Akshaya; Shaikh Mohammad, Bilal N. (8 April 2020). Use of Artificial Intelligence in Agriculture. Proceedings of the 3rd International Conference on Advances in Science & Technology (ICAST) 2020. SSRN 3571733.
  50. ^ "The Future of AI in Agriculture". Intel. Retrieved 5 March 2019.
  51. ^ Sennaar, Kumba. "AI in Agriculture – Present Applications and Impact Emerj - Artificial Intelligence Research and Insight". Emerj. Retrieved 5 March 2019.
  52. ^ G. Jones, Colleen (26 June 2019). "Artificial Intelligence in Agriculture: Farming for the 21st Century". Retrieved 8 February 2021.
  53. ^ Moreno, Millán M.; Guzmán, Sevilla E.; Demyda, S. E. (1 November 2011). "Population, Poverty, Production, Food Security, Food Sovereignty, Biotechnology and Sustainable Development: Challenges for the XXI Century". Bulletin of University of Agricultural Sciences and Veterinary Medicine Cluj-Napoca. Veterinary Medicine. 1 (68). doi:10.15835/buasvmcn-vm:1:68:6771 (inactive 31 January 2024).{{cite journal}}: CS1 메인트: DOI 2024년 1월 기준 비활성화 (링크)
  54. ^ Liundi, Nicholas; Darma, Aditya Wirya; Gunarso, Rivaldi; Warnars, Harco Leslie Hendric Spits (2019). "Improving Rice Productivity in Indonesia with Artificial Intelligence". 2019 7th International Conference on Cyber and IT Service Management (CITSM). pp. 1–5. doi:10.1109/CITSM47753.2019.8965385. ISBN 978-1-7281-2909-9. S2CID 210930401.
  55. ^ Talaviya, Tanha; Shah, Dhara; Patel, Nivedita; Yagnik, Hiteshri; Shah, Manan (2020). "Implementation of artificial intelligence in agriculture for optimisation of irrigation and application of pesticides and herbicides". Artificial Intelligence in Agriculture. 4: 58–73. doi:10.1016/j.aiia.2020.04.002. S2CID 219064189.
  56. ^ Olick, Diana (2022-04-18). "How robots and indoor farming can help save water and grow crops year round". CNBC. Retrieved 2022-05-09.
  57. ^ Anne Johnson; Emily Grumbling (2019). Implications of artificial intelligence for cybersecurity: proceedings of a workshop. Washington, DC: National Academies Press. ISBN 978-0-309-49451-9. OCLC 1134854973.
  58. ^ Parisi, Alessandro (2019). Hands-on artificial intelligence for cybersecurity: implement smart AI systems for preventing cyber attacks and detecting threats and network anomalies. Birmingham, UK. ISBN 978-1-78980-517-8. OCLC 1111967955.{{cite book}}: CS1 maint: 위치 누락 게시자(링크)
  59. ^ "How AI will automate cybersecurity in the post-COVID world". VentureBeat. 2020-09-06. Retrieved 2022-05-09.
  60. ^ "Artificial Intelligence In Education: Teachers' Opinions On AI In The Classroom – Forbes Advisor". www.forbes.com. Retrieved 2024-03-21.
  61. ^ "The Role Of Artificial Intelligence In The Classroom". eLearning Industry. 14 April 2018. Retrieved 14 January 2019.
  62. ^ Richtel, Matt (21 November 2010). "Growing Up Digital, Wired for Distraction". The New York Times.
  63. ^ Anabel, Quan-Haase (2020). TECHNOLOGY AND SOCIETY: social networks, power, and inequality. Oxford University Press. ISBN 978-0-19-903225-9. OCLC 1142724334.
  64. ^ Chen, Hsing-Chung; Prasetyo, Eko; Tseng, Shian-Shyong; Putra, Karisma Trinanda; Prayitno; Kusumawardani, Sri Suning; Weng, Chien-Erh (January 2022). "Week-Wise Student Performance Early Prediction in Virtual Learning Environment Using a Deep Explainable Artificial Intelligence". Applied Sciences. 12 (4): 1885. doi:10.3390/app12041885.
  65. ^ Yuskovych-Zhukovska, Valentyna; Poplavska, Tetiana; Diachenko, Oksana; Mishenina, Tetiana; Topolnyk, Yana; Gurevych, Roman (2022-03-23). "Application of Artificial Intelligence in Education. Problems and Opportunities for Sustainable Development". BRAIN. Broad Research in Artificial Intelligence and Neuroscience. 13 (1Sup1): 339–356. doi:10.18662/brain/13.1Sup1/322. ISSN 2067-3957.
  66. ^ Zou, James (10 July 2023). "GPT detectors are biased against non-native English writers". Patterns. 4 (7): 100779. doi:10.1016/j.patter.2023.100779. PMC 10382961. PMID 37521038.
  67. ^ Christy, Charles A. (17 January 1990). "Impact of Artificial Intelligence on Banking". Los Angeles Times. Retrieved 10 September 2019.
  68. ^ O'Neill, Eleanor (31 July 2016). "Accounting, automation and AI". icas.com. Archived from the original on 18 November 2016. Retrieved 18 November 2016.
  69. ^ "CTO Corner: Artificial Intelligence Use in Financial Services – Financial Services Roundtable". Financial Services Roundtable. 2 April 2015. Archived from the original on 18 November 2016. Retrieved 18 November 2016.
  70. ^ "Artificial Intelligence Solutions, AI Solutions". sas.com.
  71. ^ Chapman, Lizette (7 January 2019). "Palantir once mocked the idea of salespeople. Now it's hiring them". Los Angeles Times. Retrieved 28 February 2019.
  72. ^ Marwala, Tshilidzi; Hurwitz, Evan (2017). Artificial Intelligence and Economic Theory: Skynet in the Market. London: Springer. ISBN 978-3-319-66104-9.
  73. ^ Marwala, Tshilidzi; Hurwitz, Evan (2017), "Efficient Market Hypothesis", Artificial Intelligence and Economic Theory: Skynet in the Market, Advanced Information and Knowledge Processing, Cham: Springer International Publishing, pp. 101–110, doi:10.1007/978-3-319-66104-9_9, ISBN 978-3-319-66103-2, retrieved 11 November 2020
  74. ^ Shao, Jun; Lou, Zhukun; Wang, Chong; Mao, Jinye; Ye, Ailin (2021). "The impact of artificial intelligence (AI) finance on financing constraints of non-SOE firms in emerging markets". International Journal of Emerging Markets. 17 (4): 930–944. doi:10.1108/IJOEM-02-2021-0299. ISSN 1746-8809. S2CID 244206647.
  75. ^ "Algorithmic Trading". Investopedia. 18 May 2005.
  76. ^ "Beyond Robo-Advisers: How AI Could Rewire Wealth Management". 5 January 2017.
  77. ^ Asatryan, Diana (3 April 2017). "Machine Learning Is the Future of Underwriting, But Startups Won't be Driving It". bankinnovation.net. Retrieved 15 April 2022.
  78. ^ "ZestFinance Introduces Machine Learning Platform to Underwrite Millennials and Other Consumers with Limited Credit History" (Press release). 14 February 2017.
  79. ^ Chang, Hsihui; Kao, Yi-Ching; Mashruwala, Raj; Sorensen, Susan M. (10 April 2017). "Technical Inefficiency, Allocative Inefficiency, and Audit Pricing". Journal of Accounting, Auditing & Finance. 33 (4): 580–600. doi:10.1177/0148558X17696760. S2CID 157787279.
  80. ^ Fadelli, Ingrid. "LaundroGraph: Using deep learning to support anti-money laundering efforts". techxplore.com. Retrieved 18 December 2022.
  81. ^ Cardoso, Mário; Saleiro, Pedro; Bizarro, Pedro (26 October 2022). "LaundroGraph: Self-Supervised Graph Representation Learning for Anti-Money Laundering". Proceedings of the Third ACM International Conference on AI in Finance. Association for Computing Machinery. pp. 130–138. arXiv:2210.14360. doi:10.1145/3533271.3561727. ISBN 9781450393768. S2CID 253022343.
  82. ^ Han, Jingguang; Huang, Yuyun; Liu, Sha; Towey, Kieran (1 December 2020). "Artificial intelligence for anti-money laundering: a review and extension". Digital Finance. 2 (3): 211–239. doi:10.1007/s42521-020-00023-1. ISSN 2524-6186. S2CID 220512321.
  83. ^ Kute, Dattatray Vishnu; Pradhan, Biswajeet; Shukla, Nagesh; Alamri, Abdullah (2021). "Deep Learning and Explainable Artificial Intelligence Techniques Applied for Detecting Money Laundering–A Critical Review". IEEE Access. 9: 82300–82317. Bibcode:2021IEEEA...982300K. doi:10.1109/ACCESS.2021.3086230. hdl:10072/415222. ISSN 2169-3536. S2CID 235455342.
  84. ^ Durkin, J. (2002). "History and applications". Expert Systems. Vol. 1. pp. 1–22. doi:10.1016/B978-012443880-4/50045-4. ISBN 978-0-12-443880-4.
  85. ^ Chen, K.C.; Liang, Ting-peng (1 May 1989). "Protrader: An Expert System for Program Trading". Managerial Finance. 15 (5): 1–6. doi:10.1108/eb013623.
  86. ^ Nielson, Norma; Brown, Carol E.; Phillips, Mary Ellen (July 1990). "Expert Systems for Personal Financial Planning". Journal of Financial Planning: 137–143. doi:10.11575/PRISM/33995. hdl:1880/48295.
  87. ^ Senator, Ted E.; Goldberg, Henry G.; Wooton, Jerry; Cottini, Matthew A.; Khan, A.F. Umar; Kilinger, Christina D.; Llamas, Winston M.; Marrone, MichaeI P.; Wong, Raphael W.H. (1995). "The FinCEN Artificial Intelligence System: Identifying Potential Money Laundering from Reports of Large Cash Transactions" (PDF). IAAI-95 Proceedings. Archived from the original (PDF) on 2015-10-20. Retrieved 2019-01-14.
  88. ^ Sutton, Steve G.; Holt, Matthew; Arnold, Vicky (September 2016). "'The reports of my death are greatly exaggerated'—Artificial intelligence research in accounting". International Journal of Accounting Information Systems. 22: 60–73. doi:10.1016/j.accinf.2016.07.005.
  89. ^ Chalmers, Dominic; MacKenzie, Niall G.; Carter, Sara (September 2021). "Artificial Intelligence and Entrepreneurship: Implications for Venture Creation in the Fourth Industrial Revolution". Entrepreneurship Theory and Practice. 45 (5): 1028–1053. doi:10.1177/1042258720934581. S2CID 225625933.
  90. ^ Buckley, Chris; Mozur, Paul (22 May 2019). "How China Uses High-Tech Surveillance to Subdue Minorities". The New York Times.
  91. ^ "Security lapse exposed a Chinese smart city surveillance system". 3 May 2019. Archived from the original on 7 March 2021. Retrieved 14 September 2020.
  92. ^ "AI traffic signals to be installed in Bengaluru soon". NextBigWhat. 24 September 2019. Retrieved 1 October 2019.
  93. ^ a b c Congressional Research Service (2019). Artificial Intelligence and National Security (PDF). Washington, DC: Congressional Research Service.PD통보
  94. ^ a b c Slyusar, Vadym (2019). "Artificial intelligence as the basis of future control networks". ResearchGate. doi:10.13140/RG.2.2.30247.50087.
  95. ^ "The US Military Is Taking Generative AI Out for a Spin". Bloomberg.com. 5 July 2023.
  96. ^ "Israeli army relaxed rules for bombing 'non-military targets' in Gaza". Middle East Eye. Retrieved 2023-11-30.
  97. ^ Davies, Harry; McKernan, Bethan; Sabbagh, Dan (2023-12-01). "'The Gospel': how Israel uses AI to select bombing targets in Gaza". The Guardian. ISSN 0261-3077. Retrieved 2023-12-04.
  98. ^ Quach, Katyanna. "US military pulls the trigger, uses AI to target air strikes". www.theregister.com.
  99. ^ "Getting to grips with military robotics". The Economist. 25 January 2018. Retrieved 7 February 2018.
  100. ^ "Autonomous Systems: Infographic". siemens.com. Retrieved 7 February 2018.
  101. ^ Allen, Gregory (6 February 2019). "Understanding China's AI Strategy". Center for a New American Security. Archived from the original on 17 March 2019. Retrieved 17 March 2019.
  102. ^ "10 Promising AI Applications in Health Care". Harvard Business Review. 10 May 2018. Archived from the original on 15 December 2018. Retrieved 28 August 2018.
  103. ^ Lareyre, Fabien; Lê, Cong Duy; Ballaith, Ali; Adam, Cédric; Carrier, Marion; Amrani, Samantha; Caradu, Caroline; Raffort, Juliette (August 2022). "Applications of Artificial Intelligence in Non-cardiac Vascular Diseases: A Bibliographic Analysis". Angiology. 73 (7): 606–614. doi:10.1177/00033197211062280. ISSN 0003-3197. PMID 34996315. S2CID 245812907.
  104. ^ "Microsoft Using AI to Accelerate Cancer Precision Medicine". HealthITAnalytics. 29 October 2019. Retrieved 29 November 2020.
  105. ^ Dina Bass (20 September 2016). "Microsoft Develops AI to Help Cancer Doctors Find the Right Treatments". Bloomberg L.P. Archived from the original on 11 May 2017.
  106. ^ Gallagher, James (26 January 2017). "Artificial intelligence 'as good as cancer doctors'". BBC News. Archived from the original on 26 January 2017. Retrieved 26 January 2017.
  107. ^ Langen, Pauline A.; Katz, Jeffrey S.; Dempsey, Gayle, eds. (18 October 1994), Remote monitoring of high-risk patients using artificial intelligence, archived from the original on 28 February 2017, retrieved 27 February 2017
  108. ^ Kermany, Daniel S.; Goldbaum, Michael; Cai, Wenjia; Valentim, Carolina C.S.; Liang, Huiying; Baxter, Sally L.; McKeown, Alex; Yang, Ge; Wu, Xiaokang; Yan, Fangbing; Dong, Justin; Prasadha, Made K.; Pei, Jacqueline; Ting, Magdalene Y.L.; Zhu, Jie; Li, Christina; Hewett, Sierra; Dong, Jason; Ziyar, Ian; Shi, Alexander; Zhang, Runze; Zheng, Lianghong; Hou, Rui; Shi, William; Fu, Xin; Duan, Yaou; Huu, Viet A.N.; Wen, Cindy; Zhang, Edward D.; Zhang, Charlotte L.; Li, Oulan; Wang, Xiaobo; Singer, Michael A.; Sun, Xiaodong; Xu, Jie; Tafreshi, Ali; Lewis, M. Anthony; Xia, Huimin; Zhang, Kang (February 2018). "Identifying Medical Diagnoses and Treatable Diseases by Image-Based Deep Learning". Cell. 172 (5): 1122–1131.e9. doi:10.1016/j.cell.2018.02.010. PMID 29474911. S2CID 3516426.
  109. ^ Senthilingam, Meera (12 May 2016). "Are Autonomous Robots Your next Surgeons?". CNN. Archived from the original on 3 December 2016. Retrieved 4 December 2016.
  110. ^ Pumplun L, Fecho M, Wahl N, Peters F, Buxmann P (2021). "Adoption of Machine Learning Systems for Medical Diagnostics in Clinics: Qualitative Interview Study". Journal of Medical Internet Research. 23 (10): e29301. doi:10.2196/29301. PMC 8556641. PMID 34652275. S2CID 238990562.
  111. ^ Inglese, Marianna; Patel, Neva; Linton-Reid, Kristofer; Loreto, Flavia; Win, Zarni; Perry, Richard J.; Carswell, Christopher; Grech-Sollars, Matthew; Crum, William R.; Lu, Haonan; Malhotra, Paresh A.; Aboagye, Eric O. (20 June 2022). "A predictive model using the mesoscopic architecture of the living brain to detect Alzheimer's disease". Communications Medicine. 2 (1): 70. doi:10.1038/s43856-022-00133-4. ISSN 2730-664X. PMC 9209493. PMID 35759330.
    • 뉴스 리포트:
  112. ^ Reed, Todd R.; Reed, Nancy E.; Fritzson, Peter (2004). "Heart sound analysis for symptom detection and computer-aided diagnosis". Simulation Modelling Practice and Theory. 12 (2): 129–146. doi:10.1016/j.simpat.2003.11.005.
  113. ^ Yorita, Akihiro; Kubota, Naoyuki (2011). "Cognitive Development in Partner Robots for Information Support to Elderly People". IEEE Transactions on Autonomous Mental Development. 3: 64–73. CiteSeerX 10.1.1.607.342. doi:10.1109/TAMD.2011.2105868. S2CID 13797196.
  114. ^ Ray, Dr Amit (14 May 2018). "Artificial intelligence for Assisting Navigation of Blind People". Inner Light Publishers.
  115. ^ "Artificial Intelligence Will Redesign Healthcare – The Medical Futurist". The Medical Futurist. 4 August 2016. Retrieved 18 November 2016.
  116. ^ Dönertaş, Handan Melike; Fuentealba, Matías; Partridge, Linda; Thornton, Janet M. (February 2019). "Identifying Potential Ageing-Modulating Drugs In Silico". Trends in Endocrinology & Metabolism. 30 (2): 118–131. doi:10.1016/j.tem.2018.11.005. PMC 6362144. PMID 30581056.
  117. ^ Smer-Barreto, Vanessa; Quintanilla, Andrea; Elliot, Richard J. R.; Dawson, John C.; Sun, Jiugeng; Carragher, Neil O.; Acosta, Juan Carlos; Oyarzún, Diego A. (27 April 2022). "Discovery of new senolytics using machine learning": 2022.04.26.489505. doi:10.1101/2022.04.26.489505. hdl:10261/269843. S2CID 248452963. {{cite journal}}: 저널 인용은 다음과 같습니다. journal= (도움말)
  118. ^ Luxton, David D. (2014). "Artificial intelligence in psychological practice: Current and future applications and implications". Professional Psychology: Research and Practice. 45 (5): 332–339. doi:10.1037/a0034559.
  119. ^ Randhawa, Gurjit S.; Soltysiak, Maximillian P. M.; Roz, Hadi El; Souza, Camila P. E. de; Hill, Kathleen A.; Kari, Lila (24 April 2020). "Machine learning using intrinsic genomic signatures for rapid classification of novel pathogens: COVID-19 case study". PLOS ONE. 15 (4): e0232391. Bibcode:2020PLoSO..1532391R. doi:10.1371/journal.pone.0232391. ISSN 1932-6203. PMC 7182198. PMID 32330208.
  120. ^ Ye, Jiarong; Yeh, Yin-Ting; Xue, Yuan; Wang, Ziyang; Zhang, Na; Liu, He; Zhang, Kunyan; Ricker, RyeAnne; Yu, Zhuohang; Roder, Allison; Perea Lopez, Nestor; Organtini, Lindsey; Greene, Wallace; Hafenstein, Susan; Lu, Huaguang; Ghedin, Elodie; Terrones, Mauricio; Huang, Shengxi; Huang, Sharon Xiaolei (7 June 2022). "Accurate virus identification with interpretable Raman signatures by machine learning". Proceedings of the National Academy of Sciences. 119 (23): e2118836119. arXiv:2206.02788. Bibcode:2022PNAS..11918836Y. doi:10.1073/pnas.2118836119. PMC 9191668. PMID 35653572. S2CID 235372800.
  121. ^ "Artificial intelligence finds disease-related genes". Linköping University. Retrieved 3 July 2022.
  122. ^ "Researchers use AI to detect new family of genes in gut bacteria". UT Southwestern Medical Center. Retrieved 3 July 2022.
  123. ^ a b c Zhavoronkov, Alex; Mamoshina, Polina; Vanhaelen, Quentin; Scheibye-Knudsen, Morten; Moskalev, Alexey; Aliper, Alex (1 January 2019). "Artificial intelligence for aging and longevity research: Recent advances and perspectives". Ageing Research Reviews. 49: 49–66. doi:10.1016/j.arr.2018.11.003. ISSN 1568-1637. PMID 30472217. S2CID 53755842.
  124. ^ Adir, Omer; Poley, Maria; Chen, Gal; Froim, Sahar; Krinsky, Nitzan; Shklover, Jeny; Shainsky-Roitman, Janna; Lammers, Twan; Schroeder, Avi (April 2020). "Integrating Artificial Intelligence and Nanotechnology for Precision Cancer Medicine". Advanced Materials. 32 (13): 1901989. Bibcode:2020AdM....3201989A. doi:10.1002/adma.201901989. ISSN 0935-9648. PMC 7124889. PMID 31286573.
  125. ^ Bax, Monique; Thorpe, Jordan; Romanov, Valentin (December 2023). "The future of personalized cardiovascular medicine demands 3D and 4D printing, stem cells, and artificial intelligence". Frontiers in Sensors. 4. doi:10.3389/fsens.2023.1294721. ISSN 2673-5067.
  126. ^ a b Moore, Phoebe V. (7 May 2019). "OSH and the Future of Work: benefits and risks of artificial intelligence tools in workplaces". EU-OSHA. pp. 3–7. Retrieved 30 July 2020.
  127. ^ a b c Howard, John (November 2019). "Artificial intelligence: Implications for the future of work". American Journal of Industrial Medicine. 62 (11): 917–926. doi:10.1002/ajim.23037. PMID 31436850. S2CID 201275028.
  128. ^ Gianatti, Toni-Louise (14 May 2020). "How AI-Driven Algorithms Improve an Individual's Ergonomic Safety". Occupational Health & Safety. Retrieved 30 July 2020.
  129. ^ Meyers, Alysha R. (1 May 2019). "AI and Workers' Comp". NIOSH Science Blog. Retrieved 3 August 2020.
  130. ^ Webb, Sydney; Siordia, Carlos; Bertke, Stephen; Bartlett, Diana; Reitz, Dan (26 February 2020). "Artificial Intelligence Crowdsourcing Competition for Injury Surveillance". NIOSH Science Blog. Retrieved 3 August 2020.
  131. ^ Ferguson, Murray (19 April 2016). "Artificial Intelligence: What's To Come for EHS... And When?". EHS Today. Retrieved 30 July 2020.
  132. ^ "DeepMind is answering one of biology's biggest challenges". The Economist. 30 November 2020. ISSN 0013-0613. Retrieved 30 November 2020.
  133. ^ 제레미 칸, 2020년 12월 1일, 단백질 접기 AI에서 딥마인드의 획기적인 교훈, 포춘
  134. ^ "DeepMind uncovers structure of 200m proteins in scientific leap forward". The Guardian. 2022-07-28. Retrieved 2022-07-28.
  135. ^ "AlphaFold reveals the structure of the protein universe". DeepMind. 2022-07-28. Retrieved 2022-07-28.
  136. ^ Stocker, Sina; Csányi, Gábor; Reuter, Karsten; Margraf, Johannes T. (30 October 2020). "Machine learning in chemical reaction space". Nature Communications. 11 (1): 5505. Bibcode:2020NatCo..11.5505S. doi:10.1038/s41467-020-19267-x. ISSN 2041-1723. PMC 7603480. PMID 33127879.
  137. ^ "Allchemy – Resource-aware AI for drug discovery". Retrieved 29 May 2022.
  138. ^ Wołos, Agnieszka; Roszak, Rafał; Żądło-Dobrowolska, Anna; Beker, Wiktor; Mikulak-Klucznik, Barbara; Spólnik, Grzegorz; Dygas, Mirosław; Szymkuć, Sara; Grzybowski, Bartosz A. (25 September 2020). "Synthetic connectivity, emergence, and self-regeneration in the network of prebiotic chemistry". Science. 369 (6511): eaaw1955. doi:10.1126/science.aaw1955. PMID 32973002. S2CID 221882090.
  139. ^ Wołos, Agnieszka; Koszelewski, Dominik; Roszak, Rafał; Szymkuć, Sara; Moskal, Martyna; Ostaszewski, Ryszard; Herrera, Brenden T.; Maier, Josef M.; Brezicki, Gordon; Samuel, Jonathon; Lummiss, Justin A. M.; McQuade, D. Tyler; Rogers, Luke; Grzybowski, Bartosz A. (April 2022). "Computer-designed repurposing of chemical wastes into drugs". Nature. 604 (7907): 668–676. Bibcode:2022Natur.604..668W. doi:10.1038/s41586-022-04503-9. ISSN 1476-4687. PMID 35478240. S2CID 248415772.
  140. ^ "Chemists debate machine learning's future in synthesis planning and ask for open data". cen.acs.org. Retrieved 29 May 2022.
  141. ^ Paul, Debleena; Sanap, Gaurav; Shenoy, Snehal; Kalyane, Dnyaneshwar; Kalia, Kiran; Tekade, Rakesh K. (January 2021). "Artificial intelligence in drug discovery and development". Drug Discovery Today. 26 (1): 80–93. doi:10.1016/j.drudis.2020.10.010. PMC 7577280. PMID 33099022.
  142. ^ a b "Biologists train AI to generate medicines and vaccines". University of Washington-Harborview Medical Center.
  143. ^ a b Wang, Jue; Lisanza, Sidney; Juergens, David; Tischer, Doug; Watson, Joseph L.; Castro, Karla M.; Ragotte, Robert; Saragovi, Amijai; Milles, Lukas F.; Baek, Minkyung; Anishchenko, Ivan; Yang, Wei; Hicks, Derrick R.; Expòsit, Marc; Schlichthaerle, Thomas; Chun, Jung-Ho; Dauparas, Justas; Bennett, Nathaniel; Wicky, Basile I. M.; Muenks, Andrew; DiMaio, Frank; Correia, Bruno; Ovchinnikov, Sergey; Baker, David (22 July 2022). "Scaffolding protein functional sites using deep learning" (PDF). Science. 377 (6604): 387–394. Bibcode:2022Sci...377..387W. doi:10.1126/science.abn2100. ISSN 0036-8075. PMC 9621694. PMID 35862514. S2CID 250953434.
  144. ^ Zhavoronkov, Alex; Ivanenkov, Yan A.; Aliper, Alex; Veselov, Mark S.; Aladinskiy, Vladimir A.; Aladinskaya, Anastasiya V.; Terentiev, Victor A.; Polykovskiy, Daniil A.; Kuznetsov, Maksim D.; Asadulaev, Arip; Volkov, Yury; Zholus, Artem; Shayakhmetov, Rim R.; Zhebrak, Alexander; Minaeva, Lidiya I.; Zagribelnyy, Bogdan A.; Lee, Lennart H.; Soll, Richard; Madge, David; Xing, Li; Guo, Tao; Aspuru-Guzik, Alán (2 September 2019). "Deep learning enables rapid identification of potent DDR1 kinase inhibitors". Nature. 37 (9): 1038–1040. doi:10.1038/s41587-019-0224-x. PMID 31477924. S2CID 201716327.
  145. ^ Hansen, Justine Y.; Markello, Ross D.; Vogel, Jacob W.; Seidlitz, Jakob; Bzdok, Danilo; Misic, Bratislav (September 2021). "Mapping gene transcription and neurocognition across human neocortex". Nature Human Behaviour. 5 (9): 1240–1250. doi:10.1038/s41562-021-01082-z. ISSN 2397-3374. PMID 33767429. S2CID 232367225.
  146. ^ Vo ngoc, Long; Huang, Cassidy Yunjing; Cassidy, California Jack; Medrano, Claudia; Kadonaga, James T. (September 2020). "Identification of the human DPR core promoter element using machine learning". Nature. 585 (7825): 459–463. Bibcode:2020Natur.585..459V. doi:10.1038/s41586-020-2689-7. ISSN 1476-4687. PMC 7501168. PMID 32908305.
  147. ^ Bijun, Zhang; Ting, Fan (2022). "Knowledge structure and emerging trends in the application of deep learning in genetics research: A bibliometric analysis [2000–2021]". Frontiers in Genetics. 13: 951939. doi:10.3389/fgene.2022.951939. ISSN 1664-8021. PMC 9445221. PMID 36081985.
  148. ^ Radivojević, Tijana; Costello, Zak; Workman, Kenneth; Garcia Martin, Hector (25 September 2020). "A machine learning Automated Recommendation Tool for synthetic biology". Nature Communications. 11 (1): 4879. arXiv:1911.11091. Bibcode:2020NatCo..11.4879R. doi:10.1038/s41467-020-18008-4. ISSN 2041-1723. PMC 7519645. PMID 32978379.
  149. ^ a b Pablo Carbonell; Tijana Radivojevic; Héctor García Martín* (2019). "Opportunities at the Intersection of Synthetic Biology, Machine Learning, and Automation". ACS Synthetic Biology. 8 (7): 1474–1477. doi:10.1021/acssynbio.8b00540. hdl:20.500.11824/998. PMID 31319671. S2CID 197664634.
  150. ^ Gadzhimagomedova, Z. M.; Pashkov, D. M.; Kirsanova, D. Yu.; Soldatov, S. A.; Butakova, M. A.; Chernov, A. V.; Soldatov, A. V. (1 February 2022). "Artificial Intelligence for Nanostructured Materials". Nanobiotechnology Reports. 17 (1): 1–9. doi:10.1134/S2635167622010049. ISSN 2635-1684. S2CID 248701168.
  151. ^ Mirzaei, Mahsa; Furxhi, Irini; Murphy, Finbarr; Mullins, Martin (July 2021). "A Machine Learning Tool to Predict the Antibacterial Capacity of Nanoparticles". Nanomaterials. 11 (7): 1774. doi:10.3390/nano11071774. ISSN 2079-4991. PMC 8308172. PMID 34361160.
  152. ^ Chen, Angela (25 April 2018). "How AI is helping us discover materials faster than ever". The Verge. Retrieved 30 May 2022.
  153. ^ Talapatra, Anjana; Boluki, S.; Duong, T.; Qian, X.; Dougherty, E.; Arróyave, R. (26 November 2018). "Autonomous efficient experiment design for materials discovery with Bayesian model averaging". Physical Review Materials. 2 (11): 113803. arXiv:1803.05460. Bibcode:2018PhRvM...2k3803T. doi:10.1103/PhysRevMaterials.2.113803. S2CID 53632880.
  154. ^ Zhao, Yicheng; Zhang, Jiyun; Xu, Zhengwei; Sun, Shijing; Langner, Stefan; Hartono, Noor Titan Putri; Heumueller, Thomas; Hou, Yi; Elia, Jack; Li, Ning; Matt, Gebhard J.; Du, Xiaoyan; Meng, Wei; Osvet, Andres; Zhang, Kaicheng; Stubhan, Tobias; Feng, Yexin; Hauch, Jens; Sargent, Edward H.; Buonassisi, Tonio; Brabec, Christoph J. (13 April 2021). "Discovery of temperature-induced stability reversal in perovskites using high-throughput robotic learning". Nature Communications. 12 (1): 2191. Bibcode:2021NatCo..12.2191Z. doi:10.1038/s41467-021-22472-x. ISSN 2041-1723. PMC 8044090. PMID 33850155.
  155. ^ Burger, Benjamin; Maffettone, Phillip M.; Gusev, Vladimir V.; Aitchison, Catherine M.; Bai, Yang; Wang, Xiaoyan; Li, Xiaobo; Alston, Ben M.; Li, Buyi; Clowes, Rob; Rankin, Nicola; Harris, Brandon; Sprick, Reiner Sebastian; Cooper, Andrew I. (July 2020). "A mobile robotic chemist". Nature. 583 (7815): 237–241. Bibcode:2020Natur.583..237B. doi:10.1038/s41586-020-2442-2. ISSN 1476-4687. PMID 32641813. S2CID 220420261. Retrieved 16 August 2020.
  156. ^ Roper, Katherine; Abdel-Rehim, A.; Hubbard, Sonya; Carpenter, Martin; Rzhetsky, Andrey; Soldatova, Larisa; King, Ross D. (2022). "Testing the reproducibility and robustness of the cancer biology literature by robot". Journal of the Royal Society Interface. 19 (189): 20210821. doi:10.1098/rsif.2021.0821. PMC 8984295. PMID 35382578.
  157. ^ Krauhausen, Imke; Koutsouras, Dimitrios A.; Melianas, Armantas; Keene, Scott T.; Lieberth, Katharina; Ledanseur, Hadrien; Sheelamanthula, Rajendar; Giovannitti, Alexander; Torricelli, Fabrizio; Mcculloch, Iain; Blom, Paul W. M.; Salleo, Alberto; van de Burgt, Yoeri; Gkoupidenis, Paschalis (10 December 2021). "Organic neuromorphic electronics for sensorimotor integration and learning in robotics". Science Advances. 7 (50): eabl5068. Bibcode:2021SciA....7.5068K. doi:10.1126/sciadv.abl5068. ISSN 2375-2548. PMC 8664264. PMID 34890232.
    • 뉴스 기사:
  158. ^ Kagan, Brett J.; Kitchen, Andy C.; Tran, Nhi T.; Parker, Bradyn J.; Bhat, Anjali; Rollo, Ben; Razi, Adeel; Friston, Karl J. (3 December 2021). "In vitro neurons learn and exhibit sentience when embodied in a simulated game-world". bioRxiv 10.1101/2021.12.02.471005.
    • 뉴스 기사:
  159. ^ Fu, Tianda; Liu, Xiaomeng; Gao, Hongyan; Ward, Joy E.; Liu, Xiaorong; Yin, Bing; Wang, Zhongrui; Zhuo, Ye; Walker, David J. F.; Joshua Yang, J.; Chen, Jianhan; Lovley, Derek R.; Yao, Jun (20 April 2020). "Bioinspired bio-voltage memristors". Nature Communications. 11 (1): 1861. Bibcode:2020NatCo..11.1861F. doi:10.1038/s41467-020-15759-y. PMC 7171104. PMID 32313096.
    • 뉴스 기사:
  160. ^ Sarkar, Tanmoy; Lieberth, Katharina; Pavlou, Aristea; Frank, Thomas; Mailaender, Volker; McCulloch, Iain; Blom, Paul W. M.; Torriccelli, Fabrizio; Gkoupidenis, Paschalis (7 November 2022). "An organic artificial spiking neuron for in situ neuromorphic sensing and biointerfacing". Nature Electronics. 5 (11): 774–783. doi:10.1038/s41928-022-00859-y. hdl:10754/686016. ISSN 2520-1131. S2CID 253413801.
  161. ^ "Artificial neurons emulate biological counterparts to enable synergetic operation". Nature Electronics. 5 (11): 721–722. 10 November 2022. doi:10.1038/s41928-022-00862-3. ISSN 2520-1131. S2CID 253469402.
  162. ^ Sloat, Sarah (21 April 2016). "Brain Emulations Pose Three Massive Moral Questions and a Scarily Practical One". Inverse. Retrieved 3 July 2022.
  163. ^ Sandberg, Anders (3 July 2014). "Ethics of brain emulations". Journal of Experimental & Theoretical Artificial Intelligence. 26 (3): 439–457. doi:10.1080/0952813X.2014.895113. S2CID 14545074.
  164. ^ "To advance artificial intelligence, reverse-engineer the brain". MIT School of Science. Retrieved 30 August 2022.
  165. ^ Ham, Donhee; Park, Hongkun; Hwang, Sungwoo; Kim, Kinam (September 2021). "Neuromorphic electronics based on copying and pasting the brain". Nature Electronics. 4 (9): 635–644. doi:10.1038/s41928-021-00646-1. ISSN 2520-1131. S2CID 240580331.
  166. ^ Pfeifer, Rolf; Iida, Fumiya (2004). "Embodied Artificial Intelligence: Trends and Challenges". Embodied Artificial Intelligence. Lecture Notes in Computer Science. Vol. 3139. Springer. pp. 1–26. doi:10.1007/978-3-540-27833-7_1. ISBN 978-3-540-22484-6. {{cite book}}: journal= 무시됨(도움말)
  167. ^ Nygaard, Tønnes F.; Martin, Charles P.; Torresen, Jim; Glette, Kyrre; Howard, David (May 2021). "Real-world embodied AI through a morphologically adaptive quadruped robot". Nature Machine Intelligence. 3 (5): 410–419. doi:10.1038/s42256-021-00320-3. hdl:10852/85867. ISSN 2522-5839. S2CID 233687524.
  168. ^ Tugui, Alexandru; Danciulescu, Daniela; Subtirelu, Mihaela-Simona (14 April 2019). "The Biological as a Double Limit for Artificial Intelligence: Review and Futuristic Debate". International Journal of Computers Communications & Control. 14 (2): 253–271. doi:10.15837/ijccc.2019.2.3536. ISSN 1841-9844. S2CID 146091906.
  169. ^ Ball, Nicholas M.; Brunner, Robert J. (1 July 2010). "Data mining and machine learning in astronomy". International Journal of Modern Physics D. 19 (7): 1049–1106. arXiv:0906.2173. Bibcode:2010IJMPD..19.1049B. doi:10.1142/S0218271810017160. ISSN 0218-2718. S2CID 119277652.
  170. ^ a b Shekhtman, Svetlana (15 November 2019). "NASA Applying AI Technologies to Problems in Space Science". NASA. Retrieved 30 May 2022.
  171. ^ Fluke, Christopher J.; Jacobs, Colin (March 2020). "Surveying the reach and maturity of machine learning and artificial intelligence in astronomy". WIREs Data Mining and Knowledge Discovery. 10 (2). arXiv:1912.02934. Bibcode:2020WDMKD..10.1349F. doi:10.1002/widm.1349. ISSN 1942-4787. S2CID 208857777.
  172. ^ Pultarova, Tereza (29 April 2021). "Artificial intelligence is learning how to dodge space junk in orbit". Space.com. Retrieved 3 July 2022.
  173. ^ Mohan, Jaya Preethi; Tejaswi, N. (2020). "A Study on Embedding the Artificial Intelligence and Machine Learning into Space Exploration and Astronomy". Emerging Trends in Computing and Expert Technology. Lecture Notes on Data Engineering and Communications Technologies. Vol. 35. Springer International Publishing. pp. 1295–1302. doi:10.1007/978-3-030-32150-5_131. ISBN 978-3-030-32149-9. S2CID 209081154.
  174. ^ Rees, Martin (30 April 2022). "Could space-going billionaires be the vanguard of a cosmic revolution? Martin Rees". The Guardian. Retrieved 29 May 2022.
  175. ^ a b "Artificial intelligence in space". www.esa.int. Retrieved 30 May 2022.
  176. ^ McCarren, Andrew. "Identifying extra-terrestrial intelligence using machine learning". CORE.
  177. ^ Zhang, Yunfan Gerry; Gajjar, Vishal; Foster, Griffin; Siemion, Andrew; Cordes, James; Law, Casey; Wang, Yu (2018). "Fast Radio Burst 121102 Pulse Detection and Periodicity: A Machine Learning Approach". The Astrophysical Journal. 866 (2): 149. arXiv:1809.03043. Bibcode:2018ApJ...866..149Z. doi:10.3847/1538-4357/aadf31. S2CID 52232565.
  178. ^ Nanda, Lakshay; V, Santhi (November 2019). "SETI (Search for Extra Terrestrial Intelligence) Signal Classification using Machine Learning". 2019 International Conference on Smart Systems and Inventive Technology (ICSSIT). pp. 499–504. doi:10.1109/ICSSIT46314.2019.8987793. ISBN 978-1-7281-2119-2. S2CID 211120812.
  179. ^ Gajjar, Vishal; Siemion, Andrew; Croft, Steve; Brzycki, Bryan; Burgay, Marta; Carozzi, Tobia; Concu, Raimondo; Czech, Daniel; DeBoer, David; DeMarines, Julia; Drew, Jamie; Enriquez, J. Emilio; Fawcett, James; Gallagher, Peter; Garrett, Michael; Gizani, Nectaria; Hellbourg, Greg; Holder, Jamie; Isaacson, Howard; Kudale, Sanjay; Lacki, Brian; Lebofsky, Matthew; Li, Di; MacMahon, David H. E.; McCauley, Joe; Melis, Andrea; Molinari, Emilio; Murphy, Pearse; Perrodin, Delphine; Pilia, Maura; Price, Danny C.; Webb, Claire; Werthimer, Dan; Williams, David; Worden, Pete; Zarka, Philippe; Zhang, Yunfan Gerry (2 August 2019). "The Breakthrough Listen Search for Extraterrestrial Intelligence". Bulletin of the American Astronomical Society. 51 (7): 223. arXiv:1907.05519. Bibcode:2019BAAS...51g.223G.
  180. ^ "SkyCAM-5 - Chair of Computer Science VIII - Aerospace Information Technology". University of Würzburg. Retrieved 29 May 2022.
  181. ^ "Project Galileo: The search for alien tech hiding in our Solar System". BBC Science Focus Magazine. Retrieved 29 May 2022.
  182. ^ "'Something's coming': is America finally ready to take UFOs seriously?". The Guardian. 5 February 2022. Retrieved 29 May 2022.
  183. ^ David, Leonard (27 January 2022). "2022 could be a turning point in the study of UFOs". livescience.com. Retrieved 29 May 2022.
  184. ^ Gritz, Jennie Rothenberg. "The Wonder of Avi Loeb". Retrieved 29 May 2022.
  185. ^ Mann, Adam. "Avi Loeb's Galileo Project Will Search for Evidence of Alien Visitation". Scientific American. Retrieved 29 May 2022.
  186. ^ "Galileo Project – Activities". projects.iq.harvard.edu. Retrieved 29 May 2022.
  187. ^ "The Galileo Project: Harvard researchers to search for signs of alien technology". Sky News.
  188. ^ Loeb, Avi (12 October 2021). "A.I. Astronauts from Advanced Civilizations". Trail of the Saucers. Retrieved 29 May 2022.
  189. ^ Loeb, Avi. "Microbes, Natural Intelligence and Artificial Intelligence". Scientific American. Retrieved 29 May 2022.
  190. ^ Rees, Martin. "Why extraterrestrial intelligence is more likely to be artificial than biological". phys.org. Retrieved 30 May 2022.
  191. ^ Crowl, A.; Hunt, J.; Hein, A. M. (1 January 2012). "Embryo Space Colonisation to Overcome the Interstellar Time Distance Bottleneck". Journal of the British Interplanetary Society. 65: 283–285. Bibcode:2012JBIS...65..283C. ISSN 0007-084X.
  192. ^ Hein, Andreas M.; Baxter, Stephen (19 November 2018). "Artificial Intelligence for Interstellar Travel". arXiv:1811.06526 [physics.pop-ph].
  193. ^ Davies, Jim. "We Shouldn't Try to Make Conscious Software—Until We Should". Scientific American. Retrieved 30 May 2022.
  194. ^ Torres, Phil (June 2018). "Space colonization and suffering risks: Reassessing the "maxipok rule"". Futures. 100: 74–85. doi:10.1016/j.futures.2018.04.008. S2CID 149794325.
  195. ^ Edwards, Matthew R. (April 2021). "Android Noahs and embryo Arks: ectogenesis in global catastrophe survival and space colonization". International Journal of Astrobiology. 20 (2): 150–158. Bibcode:2021IJAsB..20..150E. doi:10.1017/S147355042100001X. ISSN 1473-5504. S2CID 232148456.
    • 작성자 설명:
  196. ^ Loeb, Avi (27 January 2022). "Intelligent Adaptation or Barbarian Duplication". Medium. Retrieved 30 May 2022.
  197. ^ Zapata Trujillo, Juan C.; Syme, Anna-Maree; Rowell, Keiran N.; Burns, Brendan P.; Clark, Ebubekir S.; Gorman, Maire N.; Jacob, Lorrie S. D.; Kapodistrias, Panayioti; Kedziora, David J.; Lempriere, Felix A. R.; Medcraft, Chris; O'Sullivan, Jensen; Robertson, Evan G.; Soares, Georgia G.; Steller, Luke; Teece, Bronwyn L.; Tremblay, Chenoa D.; Sousa-Silva, Clara; McKemmish, Laura K. (2021). "Computational Infrared Spectroscopy of 958 Phosphorus-Bearing Molecules". Frontiers in Astronomy and Space Sciences. 8: 43. arXiv:2105.08897. Bibcode:2021FrASS...8...43Z. doi:10.3389/fspas.2021.639068. ISSN 2296-987X.
  198. ^ Assael, Yannis; Sommerschield, Thea; Shillingford, Brendan; Bordbar, Mahyar; Pavlopoulos, John; Chatzipanagiotou, Marita; Androutsopoulos, Ion; Prag, Jonathan; de Freitas, Nando (March 2022). "Restoring and attributing ancient texts using deep neural networks". Nature. 603 (7900): 280–283. Bibcode:2022Natur.603..280A. doi:10.1038/s41586-022-04448-z. ISSN 1476-4687. PMC 8907065. PMID 35264762.
  199. ^ "Searching in Archaeological Texts. Problems and Solutions Using an Artificial Intelligence Approach". Palarch's Journal of Archaeology of Egypt/Egyptology. 2010. ISSN 1567-214X.
  200. ^ Mantovan, Lorenzo; Nanni, Loris (14 August 2020). "The Computerization of Archaeology: Survey on Artificial Intelligence Techniques". SN Computer Science. 1 (5): 267. arXiv:2005.02863. doi:10.1007/s42979-020-00286-w. ISSN 2661-8907. S2CID 218516977.
  201. ^ Mondal, Mayukh; Bertranpetit, Jaume; Lao, Oscar (December 2019). "Approximate Bayesian computation with deep learning supports a third archaic introgression in Asia and Oceania". Nature Communications. 10 (1): 246. Bibcode:2019NatCo..10..246M. doi:10.1038/s41467-018-08089-7. PMC 6335398. PMID 30651539.
  202. ^ Tanti, Marc; Berruyer, Camille; Tafforeau, Paul; Muscat, Adrian; Farrugia, Reuben; Scerri, Kenneth; Valentino, Gianluca; Solé, V. Armando; Briffa, Johann A. (15 December 2021). "Automated segmentation of microtomography imaging of Egyptian mummies". PLOS ONE. 16 (12): e0260707. arXiv:2105.06738. Bibcode:2021PLoSO..1660707T. doi:10.1371/journal.pone.0260707. ISSN 1932-6203. PMC 8673632. PMID 34910736.
  203. ^ "DeepMind AI learns physics by watching videos that don't make sense". New Scientist. Retrieved 21 August 2022.
  204. ^ Piloto, Luis S.; Weinstein, Ari; Battaglia, Peter; Botvinick, Matthew (11 July 2022). "Intuitive physics learning in a deep-learning model inspired by developmental psychology". Nature Human Behaviour. 6 (9): 1257–1267. doi:10.1038/s41562-022-01394-8. ISSN 2397-3374. PMC 9489531. PMID 35817932.
  205. ^ a b Feldman, Andrey (11 August 2022). "Artificial physicist to unravel the laws of nature". Advanced Science News. Retrieved 21 August 2022.
  206. ^ Chen, Boyuan; Huang, Kuang; Raghupathi, Sunand; Chandratreya, Ishaan; Du, Qiang; Lipson, Hod (July 2022). "Automated discovery of fundamental variables hidden in experimental data". Nature Computational Science. 2 (7): 433–442. doi:10.1038/s43588-022-00281-6. ISSN 2662-8457. S2CID 251087119.
  207. ^ Schmidt, Jonathan; Marques, Mário R. G.; Botti, Silvana; Marques, Miguel A. L. (8 August 2019). "Recent advances and applications of machine learning in solid-state materials science". npj Computational Materials. 5 (1): 83. Bibcode:2019npjCM...5...83S. doi:10.1038/s41524-019-0221-0. ISSN 2057-3960.
  208. ^ a b Stanev, Valentin; Choudhary, Kamal; Kusne, Aaron Gilad; Paglione, Johnpierre; Takeuchi, Ichiro (13 October 2021). "Artificial intelligence for search and discovery of quantum materials". Communications Materials. 2 (1): 105. Bibcode:2021CoMat...2..105S. doi:10.1038/s43246-021-00209-z. ISSN 2662-4443. S2CID 238640632.
  209. ^ a b Glavin, Nicholas R.; Ajayan, Pulickel M.; Kar, Swastik (23 February 2022). "Quantum Materials Manufacturing". Advanced Materials. 35 (27): 2109892. doi:10.1002/adma.202109892. ISSN 0935-9648. PMID 35195312. S2CID 247056685.
  210. ^ Nuñez, Michael (2023-11-29). "Google DeepMind's materials AI has already discovered 2.2 million new crystals". VentureBeat. Retrieved 2023-12-19.
  211. ^ Merchant, Amil; Batzner, Simon; Schoenholz, Samuel S.; Aykol, Muratahan; Cheon, Gowoon; Cubuk, Ekin Dogus (December 2023). "Scaling deep learning for materials discovery". Nature. 624 (7990): 80–85. doi:10.1038/s41586-023-06735-9. ISSN 1476-4687. PMC 10700131. PMID 38030720.
  212. ^ Peplow, Mark (2023-11-29). "Google AI and robots join forces to build new materials". Nature. doi:10.1038/d41586-023-03745-5.
  213. ^ Yanamandra, Kaushik; Chen, Guan Lin; Xu, Xianbo; Mac, Gary; Gupta, Nikhil (29 September 2020). "Reverse engineering of additive manufactured composite part by toolpath reconstruction using imaging and machine learning". Composites Science and Technology. 198: 108318. doi:10.1016/j.compscitech.2020.108318. ISSN 0266-3538. S2CID 225749339.
  214. ^ Anderson, Blake; Storlie, Curtis; Yates, Micah; McPhall, Aaron (7 November 2014). "Automating Reverse Engineering with Machine Learning Techniques". Proceedings of the 2014 Workshop on Artificial Intelligent and Security Workshop. Association for Computing Machinery. pp. 103–112. doi:10.1145/2666652.2666665. ISBN 9781450331531. S2CID 14367892.
  215. ^ Liu, Wenye; Chang, Chip-Hong; Wang, Xueyang; Liu, Chen; Fung, Jason M.; Ebrahimabadi, Mohammad; Karimi, Naghmeh; Meng, Xingyu; Basu, Kanad (June 2021). "Two Sides of the Same Coin: Boons and Banes of Machine Learning in Hardware Security". IEEE Journal on Emerging and Selected Topics in Circuits and Systems. 11 (2): 228–251. Bibcode:2021IJEST..11..228L. doi:10.1109/JETCAS.2021.3084400. hdl:10356/155876. ISSN 2156-3365. S2CID 235406281.
  216. ^ "DARPA Taps GrammaTech for Artificial Intelligence Exploration (AIE) Program". www.businesswire.com. 7 January 2021. Retrieved 10 January 2023.
  217. ^ Greenberg, Andy. "How to Steal an AI". Wired. Retrieved 10 January 2023.
  218. ^ Sanchez-Lengeling, Benjamin; Aspuru-Guzik, Alán (27 July 2018). "Inverse molecular design using machine learning: Generative models for matter engineering". Science. 361 (6400): 360–365. Bibcode:2018Sci...361..360S. doi:10.1126/science.aat2663. ISSN 0036-8075. PMID 30049875. S2CID 50787617.
  219. ^ Teemu, Rintala (17 June 2019). "Using Boolean network extraction of trained neural networks to reverse-engineer gene-regulatory networks from time-series data". {{cite journal}}: 저널 인용은 다음과 같습니다. journal= (도움말)
  220. ^ Ashley, Kevin D. (2017). Artificial Intelligence and Legal Analytics: New Tools for Law Practice in the Digital Age. Cambridge: Cambridge University Press. doi:10.1017/9781316761380. ISBN 978-1-316-76138-0. S2CID 209050358.[페이지 필요]
  221. ^ Lohr, Steve (2017-03-19). "A.I. Is Doing Legal Work. But It Won't Replace Lawyers, Yet". The New York Times. ISSN 0362-4331. Retrieved 2022-05-09.
  222. ^ Croft, Jane (2 May 2019). "AI learns to read Korean, so you don't have to". Financial Times. Retrieved 19 December 2019.
  223. ^ a b Jeff Larson; Julia Angwin (23 May 2016). "How We Analyzed the COMPAS Recidivism Algorithm". ProPublica. Archived from the original on 29 April 2019. Retrieved 19 June 2020.
  224. ^ "Commentary: Bad news. Artificial intelligence is biased". CNA. 12 January 2019. Archived from the original on 12 January 2019. Retrieved 19 June 2020.
  225. ^ a b Šimalčík, Matej (2023). "Rule by Law". In Kironska, Kristina; Turscanyi, Richard Q. (eds.). Contemporary China: a New Superpower?. Routledge. ISBN 978-1-03-239508-1.
  226. ^ Nawaz, Nishad; Gomes, Anjali Mary (2020). "Artificial Intelligence Chatbots are New Recruiters". International Journal of Advanced Computer Science and Applications. 10 (9). doi:10.2139/ssrn.3521915. S2CID 233762238. SSRN 3521915.
  227. ^ Kafre, Sumit (15 April 2018). "Automatic Curriculum Vitae using Machine learning and Artificial Intelligence". Asian Journal for Convergence in Technology (AJCT). 4.
  228. ^ a b Kongthon, Alisa; Sangkeettrakarn, Chatchawal; Kongyoung, Sarawoot; Haruechaiyasak, Choochart (2009). "Implementing an online help desk system based on conversational agent". Proceedings of the International Conference on Management of Emergent Digital Eco Systems - MEDES '09. p. 450. doi:10.1145/1643823.1643908. ISBN 9781605588292. S2CID 1046438.
  229. ^ Sara Ashley O'Brien (12 January 2016). "Is this app the call center of the future?". CNN. Retrieved 26 September 2016.
  230. ^ jackclarkSF, Jack Clark (20 July 2016). "New Google AI Brings Automation to Customer Service". Bloomberg L.P. Retrieved 18 November 2016.
  231. ^ "Amazon.com tests customer service chatbots". Amazon Science. 25 February 2020. Retrieved 23 April 2021.
  232. ^ "Advanced analytics in hospitality". McKinsey & Company. 2017. Retrieved 14 January 2020.
  233. ^ Zlatanov, Sonja; Popesku, Jovan (2019). "Current Applications of Artificial Intelligence in Tourism and Hospitality". Proceedings of the International Scientific Conference - Sinteza 2019. pp. 84–90. doi:10.15308/Sinteza-2019-84-90. ISBN 978-86-7912-703-7. S2CID 182061194.
  234. ^ "Research at NVIDIA: Transforming Standard Video Into Slow Motion with AI". Archived from the original on 21 December 2021 – via YouTube.
  235. ^ "Artificial intelligence is helping old video games look like new". The Verge. 18 April 2019.
  236. ^ "Review: Topaz Sharpen AI is Amazing". petapixel.com. 4 March 2019.
  237. ^ Griffin, Matthew (26 April 2018). "AI can now restore your corrupted photos to their original condition".
  238. ^ "NVIDIA's AI can fix bad photos by looking at other bad photos". Engadget. 10 July 2018.
  239. ^ "Using AI to Colorize and Upscale a 109-Year-Old Video of New York City to 4K and 60fps". petapixel.com. 24 February 2020.
  240. ^ "YouTubers are upscaling the past to 4K. Historians want them to stop". Wired UK.
  241. ^ "Facebook's image outage reveals how the company's AI tags your photos". The Verge. 3 July 2019.
  242. ^ "Google's DeepMind AI can 'transframe' a single image into a video". 18 August 2022.
  243. ^ "Google's new AI turns text into music". 28 January 2023.
  244. ^ "Google's new AI music generator can create - and hold - a tune". 30 January 2023.
  245. ^ "CSDL IEEE Computer Society".
  246. ^ "InVID kick-off meeting". InVID project. 22 January 2016. Retrieved 23 December 2021. We are kicking-off the new H2020 InVID research project.
  247. ^ (Video Veritas에서)
  248. ^ "Consortium of the InVID project". InVID project. Retrieved 23 December 2021. The InVID vision: The InVID innovation action develops a knowledge verification platform to detect emerging stories and assess the reliability of newsworthy video files and content spread via social media.
  249. ^ Teyssou, Denis (2019). "Applying Design Thinking Methodology: The InVID Verification Plugin". Video Verification in the Fake News Era. pp. 263–279. doi:10.1007/978-3-030-26752-0_9. ISBN 978-3-030-26751-3. S2CID 202717914.
  250. ^ "Fake news debunker by InVID & WeVerify". Retrieved 23 December 2021.
  251. ^ "TUM Visual Computing & Artificial Intelligence: Prof. Matthias Nießner". niessnerlab.org.
  252. ^ "Will "Deepfakes" Disrupt the Midterm Election?". Wired. November 2018.
  253. ^ a b Afchar, Darius; Nozick, Vincent; Yamagishi, Junichi; Echizen, Isao (2018). "MesoNet: A Compact Facial Video Forgery Detection Network". 2018 IEEE International Workshop on Information Forensics and Security (WIFS). pp. 1–7. arXiv:1809.00888. doi:10.1109/WIFS.2018.8630761. ISBN 978-1-5386-6536-7. S2CID 52157475.
  254. ^ Lyons, Kim (29 January 2020). "FTC says the tech behind audio deepfakes is getting better". The Verge.
  255. ^ "Audio samples from "Transfer Learning from Speaker Verification to Multispeaker Text-To-Speech Synthesis"". google.github.io.
  256. ^ Strickland, Eliza (11 December 2019). "Facebook AI Launches Its Deepfake Detection Challenge". IEEE Spectrum.
  257. ^ "Contributing Data to Deepfake Detection Research". ai.googleblog.com. 24 September 2019.
  258. ^ Ober, Holly. "New method detects deepfake videos with up to 99% accuracy". University of California-Riverside. Retrieved 3 July 2022.
  259. ^ "AI algorithm detects deepfake videos with high accuracy". techxplore.com. Retrieved 3 July 2022.
  260. ^ a b c "Welcome to the new surreal. How AI-generated video is changing film". MIT Technology Review. Retrieved 2023-12-05.
  261. ^ Bean, Thomas H. Davenport and Randy (2023-06-19). "The Impact of Generative AI on Hollywood and Entertainment". MIT Sloan Management Review. Retrieved 2023-12-05.
  262. ^ Cheng, Jacqui (30 September 2009). "Virtual composer makes beautiful music—and stirs controversy". Ars Technica.
  263. ^ 미국특허 7696426
  264. ^ "Computer composer honours Turing's centenary". New Scientist. 4 July 2012. Archived from the original on 2016-04-13. Retrieved 27 December 2021.
  265. ^ Hick, Thierry (11 October 2016). "La musique classique recomposée". Luxemburger Wort.
  266. ^ "Résultats de recherche - La Sacem". repertoire.sacem.fr.
  267. ^ Requena, Gloria; Sánchez, Carlos; Corzo-Higueras, José Luis; Reyes-Alvarado, Sirenia; Rivas-Ruiz, Francisco; Vico, Francisco; Raglio, Alfredo (2014). "Melomics music medicine (M3) to lessen pain perception during pediatric prick test procedure". Pediatric Allergy and Immunology. 25 (7): 721–724. doi:10.1111/pai.12263. PMID 25115240. S2CID 43273958.
  268. ^ "Watson Beat on GitHub". GitHub. 10 October 2018.
  269. ^ "Songs in the Key of AI". Wired. 17 May 2018.
  270. ^ "Hayeon, sister of Girls' Generation's Taeyeon, debuts with song made by AI". koreajoongangdaily.joins.com. 7 October 2020. Retrieved 23 October 2020.
  271. ^ 2011년 11월 3일 Wayback Machine에서 아카이브된 비즈니스 인텔리전스 솔루션. 내러티브 사이언스. 2013년 7월 21일 회수.
  272. ^ Eule, Alexander. "Big Data and Yahoo's Quest for Mass Personalization". Barron's.
  273. ^ "Artificial Intelligence Software that Writes like a Human Being". Archived from the original on 12 April 2013. Retrieved 11 March 2013.
  274. ^ Riedl, Mark Owen; Bulitko, Vadim (6 December 2012). "Interactive Narrative: An Intelligent Systems Approach". AI Magazine. 34 (1): 67. doi:10.1609/aimag.v34i1.2449. S2CID 11352140.
  275. ^ Callaway, Charles B.; Lester, James C. (August 2002). "Narrative prose generation". Artificial Intelligence. 139 (2): 213–252. doi:10.1016/S0004-3702(02)00230-8. S2CID 15674099.
  276. ^ "A Japanese AI program just wrote a short novel, and it almost won a literary prize". Digital Trends. 23 March 2016. Retrieved 18 November 2016.
  277. ^ "Bot News". Hanteo News. 20 October 2020. Retrieved 20 October 2020.
  278. ^ Canavilhas, João (September 2022). "Artificial Intelligence and Journalism: Current Situation and Expectations in the Portuguese Sports Media". Journalism and Media. 3 (3): 510–520. doi:10.3390/journalmedia3030035. hdl:10400.6/12308. ISSN 2673-5172.
  279. ^ a b c d Galily, Yair (2018-08-01). "Artificial intelligence and sports journalism: Is it a sweeping change?". Technology in Society. 54: 47–51. doi:10.1016/j.techsoc.2018.03.001. ISSN 0160-791X. S2CID 149002444.
  280. ^ Wu, Daniel (2023-08-31). "Gannett halts AI-written sports recaps after readers mocked the stories". Washington Post. ISSN 0190-8286. Retrieved 2023-10-31.
  281. ^ Marr, Bernard (17 August 2018). "The Amazing Ways How Wikipedia Uses Artificial Intelligence". Forbes.
  282. ^ Gertner, Jon (18 July 2023). "Wikipedia's Moment of Truth - Can the online encyclopedia help teach A.I. chatbots to get their facts right — without destroying itself in the process? + comment". The New York Times. Archived from the original on 18 July 2023. Retrieved 19 July 2023.{{cite news}}: CS1 maint : bot : 원본 URL 상태 알 수 없음 (링크)
  283. ^ Piscopo, Alessandro (1 October 2018). "Wikidata: A New Paradigm of Human-Bot Collaboration?". arXiv:1810.00931 [cs.HC].
  284. ^ "Study reveals bot-on-bot editing wars raging on Wikipedia's pages". The Guardian. 23 February 2017. Retrieved 10 January 2023.
  285. ^ Cole, K. C. "The Shaky Ground Truths of Wikipedia". Wired. Retrieved 10 January 2023.
  286. ^ "AI can automatically rewrite outdated text in Wikipedia articles". Engadget. Retrieved 10 January 2023.
  287. ^ Metz, Cade. "Wikipedia Deploys AI to Expand Its Ranks of Human Editors". Wired. Retrieved 10 January 2023.
  288. ^ "Wikipedia taps Google to help editors translate articles". VentureBeat. 9 January 2019. Retrieved 9 January 2023.
  289. ^ Wilson, Kyle (8 May 2019). "Wikipedia has a Google Translate problem". The Verge. Retrieved 9 January 2023.
  290. ^ "Why AI researchers like video games". The Economist. Archived from the original on 5 October 2017.
  291. ^ Yannakakis, Geogios N. (2012). "Game AI revisited". Proceedings of the 9th conference on Computing Frontiers - CF '12. p. 285. doi:10.1145/2212908.2212954. ISBN 978-1-4503-1215-8. S2CID 4335529.
  292. ^ Maass, Laura E. Shummon (1 July 2019). "Artificial Intelligence in Video Games". Medium. Retrieved 23 April 2021.
  293. ^ Fairhead, Harry (26 March 2011) [Update 30 March 2011]. "Kinect's AI breakthrough explained". I Programmer. Archived from the original on 1 February 2016.
  294. ^ a b Poltronieri, Fabrizio Augusto; Hänska, Max (2019-10-23). "Technical Images and Visual Art in the Era of Artificial Intelligence". Proceedings of the 9th International Conference on Digital and Interactive Arts. Braga Portugal: ACM. pp. 1–8. doi:10.1145/3359852.3359865. ISBN 978-1-4503-7250-3. S2CID 208109113.
  295. ^ "Fine art print - crypto art". Kate Vass Galerie. Retrieved 2022-05-07.
  296. ^ a b "Analysis Is That Trump Photo Real? Free AI Tools Come With Risks". Washington Post. Retrieved 30 August 2022.
  297. ^ "Google's image generator rivals DALL-E in shiba inu drawing". TechCrunch. Retrieved 30 August 2022.
  298. ^ "Midjourney's enthralling AI art generator goes live for everyone". PCWorld.
  299. ^ "After Photos, Here's How AI Made A Trippy Music Video Out Of Thin Air". Fossbytes. 19 May 2022. Retrieved 30 May 2022.
  300. ^ Cetinic, Eva; She, James (2022-02-16). "Understanding and Creating Art with AI: Review and Outlook". ACM Transactions on Multimedia Computing, Communications, and Applications. 18 (2): 66:1–66:22. arXiv:2102.09109. doi:10.1145/3475799. ISSN 1551-6857. S2CID 231951381.
  301. ^ Lang, Sabine; Ommer, Bjorn (2018). "Reflecting on How Artworks Are Processed and Analyzed by Computer Vision: Supplementary Material". Proceedings of the European Conference on Computer Vision (ECCV) Workshops – via Computer Vision Foundation.
  302. ^ admin (2023-09-12). "Top 2 Technologies that will Influence the Future of Animation". VGenMedia. Retrieved 2023-12-04.
  303. ^ "Artificial Intelligence Animation: What Is It and How Does It Function?". Pigeon Studio. Retrieved 2023-12-04.
  304. ^ Cole, Samantha (2023-02-01). "Netflix Made an Anime Using AI Due to a 'Labor Shortage,' and Fans Are Pissed". Vice. Retrieved 2023-12-04.
  305. ^ "What is Move AI? A Revolution in Motion Capture". 2023-09-12. Retrieved 2023-12-04.
  306. ^ Dragicevic, Tomislav; Wheeler, Patrick; Blaabjerg, Frede (August 2019). "Artificial Intelligence Aided Automated Design for Reliability of Power Electronic Systems". IEEE Transactions on Power Electronics. 34 (8): 7161–7171. Bibcode:2019ITPE...34.7161D. doi:10.1109/TPEL.2018.2883947. S2CID 116390072.
  307. ^ Bourhnane, Safae; Abid, Mohamed Riduan; Lghoul, Rachid; Zine-Dine, Khalid; Elkamoun, Najib; Benhaddou, Driss (30 January 2020). "Machine learning for energy consumption prediction and scheduling in smart buildings". SN Applied Sciences. 2 (2): 297. doi:10.1007/s42452-020-2024-9. ISSN 2523-3971. S2CID 213274176.
  308. ^ Kanwal, Sidra; Khan, Bilal; Muhammad Ali, Sahibzada (1 February 2021). "Machine learning based weighted scheduling scheme for active power control of hybrid microgrid". International Journal of Electrical Power & Energy Systems. 125: 106461. doi:10.1016/j.ijepes.2020.106461. ISSN 0142-0615. S2CID 224876246.
  309. ^ Mohanty, Prasanta Kumar; Jena, Premalata; Padhy, Narayana Prasad (September 2020). "Home Electric Vehicle Charge Scheduling Using Machine Learning Technique". 2020 IEEE International Conference on Power Systems Technology (POWERCON). pp. 1–5. doi:10.1109/POWERCON48463.2020.9230627. ISBN 978-1-7281-6350-5. S2CID 226268097.
  310. ^ Foster, Isabella (15 March 2021). "Making Smart Grids Smarter with Machine Learning". EIT Engineering Institute of Technology. Retrieved 3 July 2022.
  311. ^ 성공 사례 2011년 10월 4일 Wayback Machine에서 아카이브.
  312. ^ Padmanabhan, Jayashree; Johnson Premkumar, Melvin Jose (4 July 2015). "Machine Learning in Automatic Speech Recognition: A Survey". IETE Technical Review. 32 (4): 240–251. doi:10.1080/02564602.2015.1010611. ISSN 0256-4602. S2CID 62127575.
  313. ^ Ahmed, Shimaa; Chowdhury, Amrita Roy; Fawaz, Kassem; Ramanathan, Parmesh (2020). Preech: A System for {Privacy-Preserving} Speech Transcription. pp. 2703–2720. ISBN 9781939133175.
  314. ^ "Digital Spectrometry". 8 October 2018.
  315. ^ US 9967696B2, "Digital Spectrometry Patent" 2018-10-08 공개
  316. ^ "How artificial intelligence is moving from the lab to your kid's playroom". The Washington Post. Retrieved 18 November 2016.
  317. ^ "Application of artificial intelligence in oil and gas industry: Exploring its impact". 15 May 2019.
  318. ^ Salvaterra, Neanda (14 October 2019). "Oil and Gas Companies Turn to AI to Cut Costs". The Wall Street Journal.
  319. ^ Artificial Intelligence in Transportation: Information for Application. 29 January 2007. doi:10.17226/23208. ISBN 978-0-309-42929-0.[페이지 필요]
  320. ^ Benson, Thor. "Self-driving buses to appear on public roads for the first time". Inverse. Retrieved 26 August 2021.
  321. ^ "Europe's first full-sized self-driving urban electric bus has arrived". World Economic Forum. Retrieved 26 August 2021.
  322. ^ "Self-driving bus propels Swiss town into the future". CNN. Retrieved 26 August 2021.
  323. ^ Huber, Dominik; Viere, Tobias; Horschutz Nemoto, Eliane; Jaroudi, Ines; Korbee, Dorien; Fournier, Guy (1 January 2022). "Climate and environmental impacts of automated minibuses in future public transportation". Transportation Research Part D: Transport and Environment. 102: 103160. doi:10.1016/j.trd.2021.103160. ISSN 1361-9209. S2CID 245777788.
  324. ^ "Transportation Germany Unveils the World's First Fully Automated Train in Hamburg". 12 October 2021. Retrieved 3 July 2022.
  325. ^ "Railway digitalisation using drones". www.euspa.europa.eu. 25 February 2021. Retrieved 3 July 2022.
  326. ^ "World's fastest driverless bullet train launches in China". The Guardian. 9 January 2020. Retrieved 3 July 2022.
  327. ^ "JD.com, Meituan and Neolix to test autonomous deliveries on Beijing public roads". TechCrunch. Retrieved 28 April 2022.
  328. ^ Hawkins, Andrew J. (22 July 2020). "Waymo is designing a self-driving Ram delivery van with FCA". The Verge. Retrieved 28 April 2022.
  329. ^ "Arrival's delivery van demos its autonomous chops at a UK parcel depot". New Atlas. 3 August 2021. Retrieved 28 April 2022.
  330. ^ Buss, Dale. "Walmart Presses Its Distribution Legacy To Lead In Automated Delivery". Forbes. Retrieved 28 April 2022.
  331. ^ Cooley, Patrick; Dispatch, The Columbus. "Grubhub testing delivery robots". techxplore.com. Retrieved 28 April 2022.
  332. ^ "Self-driving delivery van ditches "human controls"". BBC News. 6 February 2020. Retrieved 28 April 2022.
  333. ^ Krok, Andrew. "Nuro's self-driving delivery van wants to run errands for you". CNET. Retrieved 28 April 2022.
  334. ^ Hallerbach, Sven; Xia, Yiqun; Eberle, Ulrich; Koester, Frank (3 April 2018). "Simulation-Based Identification of Critical Scenarios for Cooperative and Automated Vehicles". SAE International Journal of Connected and Automated Vehicles. 1 (2): 93–106. doi:10.4271/2018-01-1066.
  335. ^ West, Darrell M. (20 September 2016). "Moving forward: Self-driving vehicles in China, Europe, Japan, Korea, and the United States". Brookings.
  336. ^ Burgess, Matt (24 August 2017). "The UK is about to Start Testing Self-Driving Truck Platoons". Wired UK. Archived from the original on 22 September 2017. Retrieved 20 September 2017.
  337. ^ Davies, Alex (5 May 2015). "World's First Self-Driving Semi-Truck Hits the Road". Wired. Archived from the original on 28 October 2017. Retrieved 20 September 2017.
  338. ^ McFarland, Matt (25 February 2015). "Google's artificial intelligence breakthrough may have a huge impact on self-driving cars and much more". The Washington Post.
  339. ^ "Programming safety into self-driving cars". National Science Foundation. 2 February 2015.
  340. ^ Preparing for the future of artificial intelligence. National Science and Technology Council. OCLC 965620122.
  341. ^ "Going Nowhere Fast? Smart Traffic Lights Can Help Ease Gridlock". 18 May 2022.
  342. ^ "AI bests Air Force combat tactics experts in simulated dogfights". Ars Technica. 29 June 2016.
  343. ^ Jones, Randolph M.; Laird, John E.; Nielsen, Paul E.; Coulter, Karen J.; Kenny, Patrick; Koss, Frank V. (15 March 1999). "Automated Intelligent Pilots for Combat Flight Simulation". AI Magazine. 20 (1): 27. doi:10.1609/aimag.v20i1.1438.
  344. ^ AIDA 홈페이지. Kbs.twi.tudelft.nl (1997년 4월 17일). 2013년 7월 21일 회수.
  345. ^ 자체 수리 비행 제어 시스템에 대한 이야기. NASA 드라이든. (2003년 4월) 2016년 8월 25일 회수.
  346. ^ Adams, Eric (28 March 2017). "AI Wields the Power to Make Flying Safer—and Maybe Even Pleasant". Wired. Retrieved 7 October 2017.
  347. ^ Baomar, Haitham; Bentley, Peter J. (2016). "An Intelligent Autopilot System that learns flight emergency procedures by imitating human pilots". 2016 IEEE Symposium Series on Computational Intelligence (SSCI). pp. 1–9. doi:10.1109/SSCI.2016.7849881. ISBN 978-1-5090-4240-1. S2CID 2021875.
  348. ^ "UB invests in student-founded startup". buffalo.edu. Retrieved 24 December 2020.
  349. ^ Williams, Ben; Lamont, Timothy A. C.; Chapuis, Lucille; Harding, Harry R.; May, Eleanor B.; Prasetya, Mochyudho E.; Seraphim, Marie J.; Jompa, Jamaluddin; Smith, David J.; Janetski, Noel; Radford, Andrew N.; Simpson, Stephen D. (1 July 2022). "Enhancing automated analysis of marine soundscapes using ecoacoustic indices and machine learning". Ecological Indicators. 140: 108986. doi:10.1016/j.ecolind.2022.108986. hdl:10871/129693. ISSN 1470-160X. S2CID 248955278.
  350. ^ Hino, M.; Benami, E.; Brooks, N. (October 2018). "Machine learning for environmental monitoring". Nature Sustainability. 1 (10): 583–588. Bibcode:2018NatSu...1..583H. doi:10.1038/s41893-018-0142-9. ISSN 2398-9629. S2CID 169513589.
  351. ^ "How machine learning can help environmental regulators". Stanford News. Stanford University. 8 April 2019. Retrieved 29 May 2022.
  352. ^ "AI empowers environmental regulators". Stanford News. Stanford University. 19 April 2021. Retrieved 29 May 2022.
  353. ^ Frost, Rosie (9 May 2022). "Plastic waste can now be found and monitored from space". euronews. Retrieved 24 June 2022.
  354. ^ "Global Plastic Watch". www.globalplasticwatch.org. Retrieved 24 June 2022.
  355. ^ "AI may predict the next virus to jump from animals to humans". Public Library of Science. Retrieved 19 October 2021.
  356. ^ Mollentze, Nardus; Babayan, Simon A.; Streicker, Daniel G. (28 September 2021). "Identifying and prioritizing potential human-infecting viruses from their genome sequences". PLOS Biology. 19 (9): e3001390. doi:10.1371/journal.pbio.3001390. ISSN 1545-7885. PMC 8478193. PMID 34582436.
  357. ^ Li, Zefeng; Meier, Men-Andrin; Hauksson, Egill; Zhan, Zhongwen; Andrews, Jennifer (28 May 2018). "Machine Learning Seismic Wave Discrimination: Application to Earthquake Early Warning". Geophysical Research Letters. 45 (10): 4773–4779. Bibcode:2018GeoRL..45.4773L. doi:10.1029/2018GL077870. S2CID 54926314.
  358. ^ "Machine learning and gravity signals could rapidly detect big earthquakes". Science News. 11 May 2022. Retrieved 3 July 2022.
  359. ^ Fauvel, Kevin; Balouek-Thomert, Daniel; Melgar, Diego; Silva, Pedro; Simonet, Anthony; Antoniu, Gabriel; Costan, Alexandru; Masson, Véronique; Parashar, Manish; Rodero, Ivan; Termier, Alexandre (3 April 2020). "A Distributed Multi-Sensor Machine Learning Approach to Earthquake Early Warning". Proceedings of the AAAI Conference on Artificial Intelligence. 34 (1): 403–411. doi:10.1609/aaai.v34i01.5376. ISSN 2374-3468. S2CID 208877225.
  360. ^ Thirugnanam, Hemalatha; Ramesh, Maneesha Vinodini; Rangan, Venkat P. (1 September 2020). "Enhancing the reliability of landslide early warning systems by machine learning". Landslides. 17 (9): 2231–2246. Bibcode:2020Lands..17.2231T. doi:10.1007/s10346-020-01453-z. ISSN 1612-5118. S2CID 220294377.
  361. ^ Moon, Seung-Hyun; Kim, Yong-Hyuk; Lee, Yong Hee; Moon, Byung-Ro (1 January 2019). "Application of machine learning to an early warning system for very short-term heavy rainfall". Journal of Hydrology. 568: 1042–1054. Bibcode:2019JHyd..568.1042M. doi:10.1016/j.jhydrol.2018.11.060. ISSN 0022-1694. S2CID 134910487.
  362. ^ Robinson, Bethany; Cohen, Jonathan S.; Herman, Jonathan D. (1 September 2020). "Detecting early warning signals of long-term water supply vulnerability using machine learning". Environmental Modelling & Software. 131: 104781. doi:10.1016/j.envsoft.2020.104781. ISSN 1364-8152. S2CID 221823295.
  363. ^ Bury, Thomas M.; Sujith, R. I.; Pavithran, Induja; Scheffer, Marten; Lenton, Timothy M.; Anand, Madhur; Bauch, Chris T. (28 September 2021). "Deep learning for early warning signals of tipping points". Proceedings of the National Academy of Sciences. 118 (39): e2106140118. Bibcode:2021PNAS..11806140B. doi:10.1073/pnas.2106140118. ISSN 0027-8424. PMC 8488604. PMID 34544867.
  364. ^ Park, Yongeun; Lee, Han Kyu; Shin, Jae-Ki; Chon, Kangmin; Kim, SungHwan; Cho, Kyung Hwa; Kim, Jin Hwi; Baek, Sang-Soo (15 June 2021). "A machine learning approach for early warning of cyanobacterial bloom outbreaks in a freshwater reservoir". Journal of Environmental Management. 288: 112415. doi:10.1016/j.jenvman.2021.112415. ISSN 0301-4797. PMID 33774562. S2CID 232407435.
  365. ^ Li, Jun; Wang, Zhaoli; Wu, Xushu; Xu, Chong-Yu; Guo, Shenglian; Chen, Xiaohong; Zhang, Zhenxing (August 2021). "Robust Meteorological Drought Prediction Using Antecedent SST Fluctuations and Machine Learning". Water Resources Research. 57 (8). Bibcode:2021WRR....5729413L. doi:10.1029/2020WR029413. hdl:10852/92935. ISSN 0043-1397. S2CID 237716175.
  366. ^ Khan, Najeebullah; Sachindra, D. A.; Shahid, Shamsuddin; Ahmed, Kamal; Shiru, Mohammed Sanusi; Nawaz, Nadeem (1 May 2020). "Prediction of droughts over Pakistan using machine learning algorithms". Advances in Water Resources. 139: 103562. Bibcode:2020AdWR..13903562K. doi:10.1016/j.advwatres.2020.103562. ISSN 0309-1708. S2CID 216447098.
  367. ^ Kaur, Amandeep; Sood, Sandeep K. (1 May 2020). "Deep learning based drought assessment and prediction framework". Ecological Informatics. 57: 101067. doi:10.1016/j.ecoinf.2020.101067. ISSN 1574-9541. S2CID 215964704.
  368. ^ a b "Comparing Different AI-powered code Assitants". 29 June 2023. Retrieved 4 August 2023.
  369. ^ Gershgorn, Dave (29 June 2021). "GitHub and OpenAI launch a new AI tool that generates its own code". The Verge. Retrieved 3 September 2021.
  370. ^ "Tabnine is Now Part of Codota". 23 March 2020. Retrieved 4 August 2023.
  371. ^ "Plans & Pricing". Retrieved 4 August 2023.
  372. ^ "Build Fast with Confidence using CodiumAI". Retrieved 4 August 2023.
  373. ^ "Meet Ghostwriter, your partner in code". Retrieved 4 August 2023.
  374. ^ "Amazon CodeWhisperer FAQ". Retrieved 4 August 2023.
  375. ^ "Google AI creates its own "child" bot". The Independent. 5 December 2017. Retrieved 5 February 2018.
  376. ^ "Cancelling quantum noise". University of Technology Sydney. 23 May 2019. Retrieved 29 May 2022.
  377. ^ "Machine learning paves the way for next-level quantum sensing". University of Bristol. Retrieved 29 May 2022.
  378. ^ Spagnolo, Michele; Morris, Joshua; Piacentini, Simone; Antesberger, Michael; Massa, Francesco; Crespi, Andrea; Ceccarelli, Francesco; Osellame, Roberto; Walther, Philip (April 2022). "Experimental photonic quantum memristor". Nature Photonics. 16 (4): 318–323. arXiv:2105.04867. Bibcode:2022NaPho..16..318S. doi:10.1038/s41566-022-00973-5. ISSN 1749-4893. S2CID 234358015.
  379. ^ Ramanathan, Shriram (July 2018). "Quantum materials for brain sciences and artificial intelligence". MRS Bulletin. 43 (7): 534–540. doi:10.1557/mrs.2018.147. ISSN 0883-7694. S2CID 140048632.
  380. ^ "Artificial intelligence makes accurate quantum chemical simulations more affordable". Nature Portfolio Chemistry Community. 2 December 2021. Retrieved 30 May 2022.
  381. ^ Guan, Wen; Perdue, Gabriel; Pesah, Arthur; Schuld, Maria; Terashi, Koji; Vallecorsa, Sofia; Vlimant, Jean-Roch (1 March 2021). "Quantum machine learning in high energy physics". Machine Learning: Science and Technology. 2 (1): 011003. arXiv:2005.08582. doi:10.1088/2632-2153/abc17d. S2CID 218674486.
  382. ^ "Europe's First Quantum Computer with More Than 5K Qubits Launched at Jülich". HPCwire. Retrieved 30 May 2022.
  383. ^ Cova, Tânia; Vitorino, Carla; Ferreira, Márcio; Nunes, Sandra; Rondon-Villarreal, Paola; Pais, Alberto (2022). "Artificial Intelligence and Quantum Computing Quantum computing (QC) as the Next Pharma Disruptors". Artificial Intelligence in Drug Design. 2390. Springer US: 321–347. doi:10.1007/978-1-0716-1787-8_14. PMID 34731476. S2CID 242947877.
  384. ^ Batra, Kushal; Zorn, Kimberley M.; Foil, Daniel H.; Minerali, Eni; Gawriljuk, Victor O.; Lane, Thomas R.; Ekins, Sean (28 June 2021). "Quantum Machine Learning Algorithms for Drug Discovery Applications". Journal of Chemical Information and Modeling. 61 (6): 2641–2647. doi:10.1021/acs.jcim.1c00166. ISSN 1549-9596. PMC 8254374. PMID 34032436.
  385. ^ Barkoutsos, Panagiotis Kl; Gkritsis, Fotios; Ollitrault, Pauline J.; Sokolov, Igor O.; Woerner, Stefan; Tavernelli, Ivano (1 April 2021). "Quantum algorithm for alchemical optimization in material design". Chemical Science. 12 (12): 4345–4352. doi:10.1039/D0SC05718E. ISSN 2041-6539. PMC 8179438. PMID 34163697.
  386. ^ Russell, Stuart J.; Norvig, Peter (2003), Artificial Intelligence: A Modern Approach (2nd ed.), Upper Saddle River, New Jersey: Prentice Hall, ISBN 0-13-790395-2
  387. ^ "Smart Procurement Technologies for the Construction Sector - SIPMM Publications". publication.sipmm.edu.sg. 2021-10-25. Retrieved 2022-11-30.
  388. ^ a b "AI is coming for architecture". www.ft.com. Retrieved 2024-02-07.
  389. ^ a b https://www.e-zigurat.com/en/blog/ai-in-architecture-guide/
  390. ^ a b "Will Artificial Intelligence Replace Architects?". ArchDaily. 2023-10-18. Retrieved 2024-02-07.

추가읽기