Security Report T.117

αναγνώριση αντικειμένων σε εικόνες και λέξεων σε ήχους. Οι ερευνητές προσπαθούν τώρα να τις εφαρμόσουν για αναγνώριση προτύπων σε πιο πολύπλοκες εργασίες, όπως αυτόματη μετάφραση γλώσσας, ιατρικές διαγνώσεις και πολλά άλλα σημαντικά κοινωνικά και επιχειρηματικά ζητήματα. Που θα συναντήσουμε τη Μηχανική Μάθηση; Οι περισσότερες βιομηχανίες που επεξεργάζονται μεγάλες ποσότητες δεδομένων, αναγνωρίζουν την αξία της τεχνολογίας της μηχανικής μάθησης. Με τη συλλογή πληροφοριών από αυτά τα δεδομένα που πραγματοποιείται συχνά σε πραγματικό χρόνο, οι οργανισμοί μπορούν να εργάζονται πιο αποτελεσματικά, ή να αποκτούν πλε- ονέκτημα έναντι των ανταγωνιστών τους. Χρηματοπιστωτικές υπηρεσίες: Οι τράπεζες και άλλες επιχειρήσεις του χρηματοοικονομικού κλάδου χρησιμοποιούν τεχνολογία μη- χανικής μάθησης για δύο βασικούς σκοπούς, τον εντοπισμό ση- μαντικών πληροφοριών σχετικά με τα δεδομένα και την πρόληψη της απάτης. Οι πληροφορίες μπορούν να προσδιορίζουν επενδυτικές ευκαιρίες ή να βοηθούν τους επενδυτές να γνωρίζουν πότε να κά- νουν συναλλαγές. Η συλλογή δεδομένων μπορεί επίσης να ανα- γνωρίζει πελάτες με προφίλ υψηλού κινδύνου ή να χρησιμοποιεί την ασφάλεια του κυβερνοχώρου για να εντοπίζει προειδοποιητικά σημάδια απάτης. Φροντίδα υγείας: Η μηχανική μάθηση είναι μια ταχέως αναπτυσ- σόμενη τάση στον κλάδο της υγειονομικής περίθαλψης, χάρη στην εμφάνιση φορητών συσκευών και αισθητήρων που μπορούν να χρησιμοποιούν δεδομένα για την αξιολόγηση της υγείας ενός ασθενούς σε πραγματικό χρόνο. Η τεχνολογία μπορεί επίσης να βοηθάει τους ειδικούς της ιατρικής να αναλύουν δεδομένα για τον εντοπισμό τάσεων ή κόκκινων σημείων που μπορεί να οδηγή- σουν σε βελτιωμένες διαγνώσεις και θεραπεία. Πετρέλαιο και φυσικό αέριο: Ο αριθμός των εφαρμογών χρήσης μηχανικής μάθησης για αυτόν τον κλάδο είναι τεράστιος και συνεχίζει να αυξάνεται. Μερικές από τις σημαντικότερες είναι η εύρεση νέων πηγών ενέργειας, η ανάλυση ορυκτών στο έδαφος, η πρόβλεψη αστοχίας αισθητήρα διυλιστηρίου και η βελτιστοποίηση της διανομής λαδιού για να γίνει πιο αποτελεσματική και οικονομικά αποδοτική. Κυβέρνηση: Κυβερνητικές υπηρεσίες, όπως η δημόσια ασφάλεια και οι υπηρεσίες κοινής ωφέλειας, έχουν ιδιαίτερη ανάγκη τη χρήση της μηχανικής εκμάθησης, καθώς διαθέτουν πολλαπλές πηγές δεδομένων που μπορούν να εξάγονται για πληροφορίες. Για παράδειγμα, η ανάλυση δεδομένων αισθητήρα προσδιορίζει τρόπους για την αύξηση της αποτελεσματικότητας και της εξοι- κονόμησης χρημάτων. Η μηχανική μάθηση μπορεί επίσης να βοηθάει στον εντοπισμό της απάτης και στην ελαχιστοποίηση της κλοπής προσωπικών δεδομένων. Λιανεμπόριο: Οι ιστότοποι προτείνουν προϊόντα που μπορεί να αρέσουν στους πελάτες τους βασισμένες σε προηγούμενες προ- τιμήσεις τους, χρησιμοποιώντας μηχανική μάθηση για να αναλύσουν το ιστορικό των αγορών τους. Οι έμποροι λιανικής βασίζονται στη μηχανική μάθηση για τη συλλογή δεδομένων, την ανάλυσή τους και τη χρήση τους για να εξατομικεύσουν μια εμπειρία αγορών, για να εφαρμόσουν μια καμπάνια μάρκετινγκ, για βελτι- στοποίηση τιμών, για σχεδιασμό εφοδιασμού εμπορευμάτων και για πληροφορίες πελατών. Μεταφορές: Η ανάλυση δεδομένων για τον εντοπισμό προτύπων και τάσεων αποτελεί κλειδί για τη βιομηχανία μεταφορών, το οποίο βασίζεται στη δημιουργία πιο αποτελεσματικών διαδρομών και την πρόβλεψη πιθανών προβλημάτων, με στόχο την αύξηση της κερδοφορίας. Η ανάλυση δεδομένων και οι μορφές μοντέλων της μηχανικής μάθησης αποτελούν σημαντικά εργαλεία για τις εταιρείες παράδοσης, τις δημόσιες συγκοινωνίες και άλλους ορ- γανισμούς μεταφορών. n 104 | SECURITY REPORT Αύγουστος 2021 Machine Learning CCTV Η βαθιά μάθηση συνδυάζει την πρόοδο της υπολογιστικής ισχύος και των ειδικών τύπων νευρωνικών δικτύων, ώστε να μαθαίνει περίπλοκα πρότυπα σε μεγάλες ποσότητες δεδομένων. 3 Η μηχανική μάθηση είναι μια ταχέως αναπτυσσόμενη τάση στον κλάδο της υγειονομικής περίθαλψης, χάρη στην εμφάνιση φορητών συσκευών και αισθητήρων που μπορούν να χρησιμοποιούν δεδομένα για την αξιολόγηση της υγείας ενός ασθενούς σε πραγματικό χρόνο. 4 Οι τράπεζες και άλλες επιχειρήσεις του χρηματοοικονομικού κλάδου, χρησιμοποιούν τεχνολογία μηχανικής μάθησης για δύο βασικούς σκοπούς, τον εντοπισμό σημαντικών πληροφοριών σχετικά με τα δεδομένα και την πρόληψη της απάτης. 5