Роль искусственного интеллекта в банковской сфере

План

Введение                                                                                                                   3

1.. Применение ИИ в сельском хозяйств                                                               4

1.1. Компьютерное зрение для анализа посевов                                              4

1.2. Робототехника в сельском хозяйстве                                                             4

2. Роль  искусственного интеллекта в сфере образования                                  7

2.1. Прогнозы экспертов в связи  с развитием ИИ в образовании                  7

2.2. Приложения ИИ в образовательной области, влияющие на всю отрасль  8

2.3. Влияние ИИ на сферу образования(преимущества и недостатки          9

3. Роль искусственного интеллекта в банковской сфере                                   11

3.1. Влияние ИИ на банковскую сферу (достоинства и недостатки)               12

3.2. Мнение экспертов в связи с развитием ИИ в банковской сфере            12

Заключение                                                                                                     15

Список литературы                                                                                          16

                                                               Введение

Искусственный интеллект в наше время  давно перестал быть чем-то фантастическим и таинственным. Сейчас это вполне обычная вещь , которая  хоть и медленными темпами да все же   проникает в различные сферы человеской жизни и быта , наиболее широкое применение он находит, конечно же, в различных отраслях промышленности ,но степень его  внедрения все же разнится. Причинами на то являются: во-первых, слабое технологическое развитие той или иной конкретной отрасли, во-вторых это устаревшие взгляды  на мир руководителей различных  промышленных предприятий, которые руководствуются принципом «зачем изобретать что-то новое взамен хорошо работающего старого», в–третьих, это  колоссальные цены на «умную» технику, и  самая главная причина заключается в том ,что внедрение искусственного интеллекта в любую отрасль промышленности неминуемо повлечет за собой обесценивание человеческого труда и массовые сокращения работников на предприятиях, что вызовет небывалый скачок безработицы в стране. Но какие бы не были минусы от внедрения ИИ в промышленность , все же будут и плюсы такие как: увеличение качества выпускаемой продукции ,ведь часть заводского брака на производстве была сделана именно по вине человека, возрастет скорость самого производства , так как для  принятия того или иного решения  и для анализа ситуации у ИИ уходит в разы меньше времени чем человека, и что не мало важно производство становится автономным. И в данном реферате я бы хотел рассмотреть пару отраслей промышленности , то какое применение в них может найти ИИ .

                            1. Применение ИИ в сельском хозяйстве

                            1.1 Компьютерное зрение для анализа посевов

Современное сельское хозяйство — это огромная отрасль.всявязи с тем что население Земли уже перевалило  за 7 миллиардов , спрос на сельскохозяйственную продукцию колоссально возрос , но главная проблема в том, что для его  реализации требуется огромное количество  земли, но обработать её вручную в наше  время уже, само собой,  невозможно. Заболевания растений ,нашествия насекомых часто вызывают неурожаи, а при современных масштабах сельского хозяйства данные нашествия крайне сложно вовремя выявить и нейтрализовать на ранних этапах. Это важная область, где могут помочь алгоритмы компьютерного зрения. Растениеводы используют компьютерное зрение для распознавания заболеваний культур: как на микроуровне, по снимкам листьев и растений крупным планом, так и на макроуровне, выявляя ранние признаки заболеваний растений или распространения вредителей по данным аэрофотосъёмки. Все эти проекты обычно основаны на основном современном подходе к компьютерному зрению: сверточных нейронных сетях (convolutional neural networks, CNN). Заметим, что речь здесь идёт о компьютерном зрении в очень широком смысле. Во многих случаях фотографии — отнюдь не лучший источник данных, и многие важные аспекты жизни растений лучше изучать другими способами. Зачастую состояние растений можно лучше понять, например, собирая при помощи специальных датчиков гиперспектральные изображения или выполняя лазерное трехмерное сканирование; такие методы всё чаще используются в агрономии. Данные такого рода обычно имеют высокое разрешение и по своей природе ближе к медицинским снимкам, чем к фотографиям; одна из систем наблюдения за посадками прямо так и называется — AgMRI. Для обработки этих данных нужны специальные модели, но их пространственная структура позволяет применять современные технологии компьютерного зрения, в частности сверточные нейронные сети. Недавно 37 миллионов долларов были вложены в создание Исследовательского центра фенотипирования и обработки изображений растений  в Университете Саскачевана. Это целая организация, основная задача которой — сбор больших наборов данных о культурах  и сопоставление данных о фенотипе с генотипом растений; результаты таких проектов можно использовать для совершенствования сельскохозяйственных технологий во всеммире.
                                 1.2 Робототехника в сельском хозяйстве 

Продолжающийся рост численности населения, повышение спроса на продукты питания, снижение доступности рабочей силы в сельском хозяйства, рост затрат на сельское хозяйство - все это стимулирует массовую автоматизацию промышленности в области сельского хозяйства. Передовые страны работают над переходом к безлюдному автоматизированному сельскому хозяйству на основе широкого применения мобильных и стационарных роботов. Как ожидается, это позволит добиться роста производительности на фоне повышения рентабельности, что обеспечивает снижение себестоимости продукции. Роботы способны выполнять различные операции - обработку почвы, ее удобрение, посев, посадка, доение скота, стрижка шерсти, кормление, разделывание мяса и рыбы и т.п.  Пусть многие из этих роботов по сей день остаются прототипами или же проходят испытания в небольших масштабах, но одно это указывает на то, что робототехника и сельское хозяйство созданы друг для друга.

Adigo Field Flux Robot.

 Азотные удобрения выделяют N2O, который негативно влияет на экологию и может повредить растения: пожелтение листьев, разрушение мембраны или замедление роста. В первую очередь, чтобы предотвратить негативное воздействие закиси азота на растения нужно определить количество N2О на поле. В среднем такой тест занимает 27 часов, но компания Adigo разработала робота, который может это сделать за час. Внешне аппарат напоминает коромысло, он опускает алюминиевые блоки на землю и проводит анализ почвы.

Ecorobotix.  

 Стартап Ecorobotix презентовал этого робота в начале 2016 года. Робот оснащен камерами, благодаря которым он отличает сорняки от других растений, затем он направляет на них подвижный опрыскиватель и выпускает небольшую дозу гербицидов. Такой подход в 2-3 раза сокращает использование гербицидов на поле. Робот ориентируется в пространстве благодаря GPS-трекеру и датчикам, а сверху на нем установлены солнечные панели, которые позволяют ему работать 12 часов без подзарядки.