Kunstmatige intelligentie (AI) is toegepast om problemen in verschillende industrieën en de academische wereld op te lossen. Net als elektriciteit of computers is AI een technologie voor algemeen gebruik met een breed scala aan toepassingen. Het wordt gebruikt bij taalvertalingen, beeldherkenning, kredietbeoordeling, e-commerce en nog veel meer.

Internet en e-commerce Aanbevelingssystemen Een aanbevelingssysteem geeft een voorspelling van de "waardering" of "voorkeur" die een gebruiker aan een item zou toekennen. Aanbevelingensystemen worden op verschillende gebieden gebruikt, zoals het genereren van afspeellijsten voor video- en muziekdiensten, product aanbevelingen voor online winkels, inhoudsaanbevelingen voor sociale mediaplatforms en aanbevelingen voor open web inhoud.

Bedrijven die dergelijke systemen gebruiken zijn onder meer Netflix, Amazon en YouTube.

Webfeeds en berichten Machine learning wordt ook gebruikt in webfeeds, bijvoorbeeld om te bepalen welke berichten in feeds van sociale media moeten verschijnen. Verschillende soorten sociale media-analyses maken ook gebruik van machinaal leren en er is onderzoek naar het gebruik ervan voor (semi-)geautomatiseerde tagging/verbetering/correctie van online desinformatie en gerelateerde filterbubbels.

Gerichte reclame en toenemende internetbetrokkenheid AI wordt gebruikt om advertenties op het web te richten op degenen die er het meest waarschijnlijk op zullen klikken of ze zullen gebruiken. Het wordt ook gebruikt om de tijd die op een website wordt besteed te verlengen door aantrekkelijke inhoud voor kijkers te selecteren. Het kan het gedrag van klanten voorspellen of generaliseren op basis van hun digitale voetafdrukken. Zowel AdSense als Facebook gebruiken AI voor advertenties.

Personality computing AI-modellen voegen psychologische targeting toe aan meer traditionele sociale demografische gegevens of gedragsgerichte targeting. AI is gebruikt om winkelopties aan te passen en aanbiedingen te personaliseren.

Virtuele assistenten Intelligente persoonlijke assistenten gebruiken AI om veel verzoeken in natuurlijke taal op andere manieren te begrijpen dan met rudimentaire opdrachten. Veel voorkomende voorbeelden zijn Apple's Siri, Amazon's Alexa en een recentere AI, ChatGPT van OpenAI.

Zoekmachines Zoekmachines die gebruik maken van kunstmatige intelligentie zijn onder meer Google Zoeken en Bing Chat. Machine learning kan worden gebruikt om spam, oplichting en phishing te bestrijden. Het kan de inhoud van spam- en phishing-aanvallen nauwkeurig onderzoeken om eventuele kwaadaardige elementen te identificeren. Talrijke modellen die zijn gebouwd op machine learning-algoritmen vertonen uitzonderlijke prestaties met een nauwkeurigheid van meer dan 90% bij het maken van onderscheid tussen spam en legitieme e-mails.

Taalvertaling AI is gebruikt om gesproken taal en tekstuele inhoud automatisch te vertalen, in producten zoals Microsoft Translator, Google Translate en DeepL Translator. Bovendien wordt er onderzoek en ontwikkeling gedaan om de communicatie met dieren te decoderen en uit te voeren.

Gezichtsherkenning en beeldlabeling AI is gebruikt in gezichtsherkenningssystemen, met een nauwkeurigheid van 99%. Enkele voorbeelden zijn Apple's Face ID en Android's Face Unlock, die worden gebruikt om mobiele apparaten te beveiligen.

Afbeeldingslabels zijn door Google gebruikt om producten op foto's te detecteren en mensen te laten zoeken op basis van een foto. Er is ook aangetoond dat het labelen van afbeeldingen spraak genereert om afbeeldingen aan blinde mensen te beschrijven. DeepFace van Facebook identificeert menselijke gezichten in digitale beelden.

Games zijn een belangrijke toepassing geweest van de mogelijkheden van AI sinds de jaren vijftig. In de 21e eeuw hebben AI's in veel spellen bovenmenselijke resultaten opgeleverd, waaronder schaken (Deep Blue), Jeopardy! (Watson), Go (AlphaGo), poker (Pluribus en Cepheus), E-sports (StarCraft) en algemene gameplay (AlphaZero en MuZero). AI heeft in de meeste schaakprogramma's handgecodeerde algoritmen vervangen. In tegenstelling tot go of schaken is poker een spel met onvolmaakte informatie, dus een programma dat poker speelt, moet redeneren onder onzekerheid. De algemene spelspelers werken met behulp van feedback uit het spelsysteem, zonder de regels te kennen.

Economische en sociale uitdagingen AI for Good is een ITU-initiatief dat instellingen ondersteunt die AI gebruiken om enkele van 's werelds grootste economische en sociale uitdagingen aan te pakken. De University of Southern California heeft bijvoorbeeld het Center for Artificial Intelligence in Society gelanceerd, met als doel AI te gebruiken om problemen zoals dakloosheid aan te pakken. Op Stanford gebruiken onderzoekers AI om satellietbeelden te analyseren om gebieden met hoge armoede te identificeren.

Landbouw In de landbouw wordt AI vooral gebruikt om stukken land te identificeren die water, mest of pesticide nodig hebben. AI wordt ook gebruikt om te bepalen wanneer gewassen rijp zijn, broeikassen te automatiseren, ziektes op planten te detecteren en om water te besparen.

Cyberbeveiliging Cyberbeveiligingsbedrijven gebruiken geavanceerde technologieën zoals neurale netwerken, machinaal leren en natuurlijke taalverwerking om hun systemen te verbeteren.

Toepassingen van AI in cyberveiligheid zijn onder meer:

Netwerkbescherming: Machine learning verbetert inbraakdetectiesystemen door de zoekactie uit te breiden tot verder dan eerder geïdentificeerde bedreigingen. Eindpuntbescherming: Aanvallen zoals ransomware kunnen worden verijdeld door typisch malwaregedrag te leren. Applicatiebeveiliging: kan helpen bij tegenaanvallen zoals vervalsing van verzoeken aan de serverzijde, SQL-injectie, cross-site scripting en gedistribueerde denial-of-service. Verdacht gebruikersgedrag: Machine learning kan fraude of gecompromitteerde applicaties identificeren zodra deze zich voordoen.

Google-fraude-tsaar Shuman Ghosemajumder heeft gezegd dat AI in de loop van de tijd zal worden gebruikt om de meeste cyberbeveiligingsoperaties volledig te automatiseren.

Onderwijs Met AI-docenten kunnen studenten één-op-één hulp krijgen. Ze kunnen angst en stress verminderen voor studenten die afkomstig zijn van docentenlaboratoria of menselijke docenten.

AI kan een disfunctionele omgeving creëren met wraakeffecten, zoals technologie die het vermogen van leerlingen belemmert om bij hun taak te blijven. In een ander scenario kan AI vroegtijdig het succes van studenten voorspellen in een virtuele leeromgeving (ELO) zoals Moodle.

In het onderwijsproces kunnen studenten hun training personaliseren met behulp van kunstmatige intelligentie. En voor onderwijsprofessionals kan de technologie van AI de kwaliteit van het onderwijsproces en de onderwijsvaardigheden verbeteren.

AI-tekstdetectoren AI-tekstdetectoren zoals GPTZero, Grammarly of Pangram kunnen worden gebruikt om door kunstmatige intelligentie gegenereerde essays te scannen om te proberen echt auteurschap vast te stellen. Uit een onderzoek bleek echter dat zeven van de meest gebruikte van deze detectoren vaak ten onrechte artikelen markeerden die waren geschreven door mensen wier eerste taal niet het Engels was, als door AI gegenereerd, waardoor zogenaamde 'niet-moedertaalsprekers' van het Engels werden gediscrimineerd. Onderzoekers nuanceren nochtans: ‘De echte discussie gaat niet over ‘detectietools ja of nee’, maar over welke tool je gebruikt.’

Financiën Financiële instellingen maken al lange tijd gebruik van kunstmatige neurale netwerksystemen om beschuldigingen of claims op te sporen die buiten de norm vallen, en deze te markeren voor menselijk onderzoek. Het gebruik van AI in het bankwezen begon in 1987 toen Security Pacific National Bank een taskforce voor fraudepreventie lanceerde om het ongeoorloofde gebruik van debetkaarten tegen te gaan. Kasisto en Moneystream gebruiken AI.

Banken gebruiken AI om hun activiteiten te organiseren, voor de boekhouding, voor het beleggen in aandelen en voor het beheren van eigendommen. AI kan reageren op veranderingen wanneer er geen zaken plaatsvinden. AI wordt gebruikt om fraude en financiële misdaden te bestrijden door gedragspatronen te monitoren op abnormale veranderingen of afwijkingen.

Het gebruik van AI in toepassingen zoals online handel en besluitvorming heeft belangrijke economische theorieën veranderd. Op AI gebaseerde koop- en verkoopplatforms schatten bijvoorbeeld geïndividualiseerde vraag- en aanbodcurves in en maken zo geïndividualiseerde prijzen mogelijk. AI-machines verminderen de informatie-asymmetrie in de markt en maken zo markten efficiënter. De toepassing van kunstmatige intelligentie in de financiële sector kan de financieringsproblemen van niet-staatsbedrijven verlichten. Vooral voor kleinere en meer innovatieve ondernemingen.

Handel en investeringen Algoritmische handel omvat het gebruik van AI-systemen om handelsbeslissingen te nemen met snelheden die groter zijn dan waartoe enig mens in staat is, waardoor miljoenen transacties per dag worden uitgevoerd zonder menselijke tussenkomst. Dergelijke hoogfrequente handel vertegenwoordigt een snelgroeiende sector. Veel banken, fondsen en eigen handelsfirma's hebben nu hele portefeuilles die door AI worden beheerd. Geautomatiseerde handelssystemen worden doorgaans gebruikt door grote institutionele beleggers, maar omvatten ook kleinere bedrijven die met hun eigen AI-systemen handelen.

Grote financiële instellingen gebruiken AI om te helpen bij hun beleggingspraktijken. De AI-engine van BlackRock, Aladdin, wordt zowel binnen het bedrijf als door klanten gebruikt om te helpen bij investeringsbeslissingen. De functies omvatten het gebruik van natuurlijke taalverwerking om tekst te analyseren, zoals nieuws, makelaarsrapporten en feeds van sociale media. Vervolgens wordt het sentiment over de genoemde bedrijven gemeten en wordt een score toegekend. Banken zoals UBS en Deutsche Bank gebruiken SQREEM (Sequential Quantum Reduction and Extraction Model) om gegevens te verzamelen om consumentenprofielen te ontwikkelen en deze te matchen met producten voor vermogensbeheer.

Online kredietverstrekker Upstart gebruikt machine learning voor acceptatie.

Het Zest Automated Machine Learning (ZAML)-platform van ZestFinance wordt gebruikt voor het overnemen van kredieten. Dit platform maakt gebruik van machine learning om gegevens te analyseren, waaronder aankooptransacties en hoe een klant een formulier invult om kredietnemers een score te geven. Het platform is met name handig om kredietscores toe te kennen aan mensen met een beperkte kredietgeschiedenis.

AI maakt continue auditing mogelijk. Potentiële voordelen zijn onder meer het verminderen van het auditrisico, het vergroten van de mate van zekerheid en het verkorten van de auditduur.

Anti-witwassen van geld AI-software, zoals LaundroGraph, dat gebruik maakt van hedendaagse suboptimale datasets, zou kunnen worden gebruikt voor de bestrijding van het witwassen van geld (AML). AI kan worden gebruikt om "de AML-pijplijn te ontwikkelen tot een robuuste, schaalbare oplossing met een lager percentage fout-positieven en een hoog aanpassingsvermogen". Een onderzoek naar deep learning voor AML identificeerde ‘belangrijke uitdagingen voor onderzoekers’ om ‘toegang te hebben tot recente echte transactiegegevens en de schaarste aan gelabelde trainingsgegevens; en gegevens die zeer onevenwichtig zijn’ en suggereert dat toekomstig onderzoek ‘verklaarbaarheid’ en graph deep learning zou moeten opleveren. met behulp van natuurlijke taalverwerking (NLP), onbewaakt en versterkend leren om het gebrek aan gelabelde gegevens aan te pakken; en gezamenlijke onderzoeksprogramma's tussen de onderzoeksgemeenschap en de industrie om te profiteren van domeinkennis en gecontroleerde toegang tot gegevens".

Geschiedenis