IA auxilia na previsão mais eficiente de fenômenos severos do tempo
O modelo identifica, com alta precisão e velocidade, a partir de imagens de satélite, formações de nuvens que estão fortemente associadas com o surgimento de ciclones.
O modelo identifica, com alta precisão e velocidade, a partir de imagens de satélite, formações de nuvens que estão fortemente associadas com o surgimento de ciclones.
A ferramenta, treinada usando redes adversariais generativas, aprendeu conceitos que relacionam características dos objetos objetos com o mundo real, como “nuvem vai no ceu” ou “grama vai no chão”, sendo capaz de gerar automaticamente imagens realistas usando bom senso.
O sistema identifica objetos presentes em uma pilha desorganizada, pega o objeto desejado na posição necessária e faz sua entrega na configuração de interesse dentro de uma caixa, até sua capacidade máxima.
O algoritmo avalia mais de 500 atributos associados a risco em um milissegundo, o que reduziu o número de operações fraudulentas para 0,1% do total.
O algoritmo desenvolvido mapeia características do espectro sonoro da voz até características de atributos físicos do rosto, e reconstrói o rosto usando tão somente a voz.
O modelo baseado em redes adversariais generativas possibilita o robô a fazer inferências de um dos sentidos a partir de informações disponibilizadas pelo outro, possibilitando uma interação mais eficiente com o ambiente.
O algoritmo de análise forense de imagens é capaz de identificar imagens manipuladas, apontar os pixels alterados e até reverter para a imagem original.
O StyleSnap, treinado em arquitetura de rede neural profunda, extrai das imagens enviadas pelo cliente características simples das vestimentas como cores, intermediárias como estampa, e complexas como estilo, para fazer sugestões similares às de interesse, dentro do catálogo da loja.
Transmissores e receptores de ultrassom captam as ondas refletidas por pessoas paradas ou em movimento, e o algoritmo usa os sinais decompostos para classificar a atividade sendo realizada.
Machine learning é usado para fazer o acompanhamento próximo de todos os pedidos, evitando atrasos e escalonamento de custos.