ARAŞTIRMACILAR, İNSANLARI AYAK İZLERİNDEN TANIMLAMAK İÇİN YAPAY ZEKA (AI)’YI KULLANIYOR

Muhtemelen parmak izi taramalarını ve daha bir sürü tarama yapılan işlemleri duymuşsunuzdur ancak ayakları temel alan bir çalışma duydunuz mu? Ön baskı sunucusunda yayınlanan yeni araştırma Arxiv.org, bir kişinin tek başına ayak izleriyle tanımlanmasında Yapay Zeka (AI) kullanımını araştırmaktadır. Delhi'deki Hindistan Teknoloji Enstitüsü'ndeki araştırmacılar bu sistemi “Ayaklanmalardan Kaynaklanan Sismik Sinyalleri Kullanarak Kişinin Tanımlanması” başlıklı bir makalede anlatmaktadır. Bu, bilgisayarların çoğunu yürütmek için kenar aygıtlarını kullanan bir bilgisayar mimarisine dayanmaktadır. (Bu, bant genişliği ve enerji gereksinimlerini en aza indirerek maliyetleri düşürmektedir.)

Sistem üç katmandan oluşmaktadır: 

  • Nesneler (düşük uçlu işlemcilerle eşleştirilen sensörler ve alıcı vericilerle eşleştirilmiş gömülü işlemciler); 
  • Sis (gömülü işlemciler ve alıcı-vericiler); 
  • Bulut (bir sunucu)

Bu uygulamada, bir Raspberry Pi Zero, yeryüzü hareketini voltaja dönüştüren bir yer hareketi dönüştürücüsü ve uzun menzilli bir alıcı-verici modülden oluşan bir şeyler katmanı, bir şelaleyi temsil eden sismik sinyalin bir kısmını otomatik olarak çıkarmaktadır. ZigBee üzerinden sis katmanına göndermeden önce sıkıştırmaktadır. Ethernet veya Wi-Fi üzerinden bulut sistemleri aracılığı ile üzerinde geçirmeden önce sınıflandırır. Araştırmacılar, adımlar (ve uzatma yoluyla, insanlar) arasında ayrım yapabilen Makine Öğrenim (ML) modellerini eğitmek için, hem uzunluğa hem zaman hem de sıklıklarını toplamaktadır. Ekip, bir ay boyunca, kendisinin en büyük veri seti olan sekiz adet yalınayak test katılımcısı tarafından yaklaşık 46.000 ayaklanma etkinliği toplamak için bir jeofon kullanmaktadır. Gerçek dünyada, veri toplama işleminin “izleme alanı” - örneğin bir kolej veya fabrika- “bölgelere” (fabrika katları, bölümler) ve alt bölgelere (odalar, hastane koğuşları) bölünmesiyle en iyi şekilde gerçekleştirilebileceğini öne sürmektedirler. Model eğitim sürecinde, sınıfta yaklaşık 875 yürüyüşün - yaklaşık sekiz dakikalık yürüme - yüzde 85'in üzerinde bir doğruluk elde etmek için gerekli olduğunu bulunmuştur ancak sonuçların sonunda bu taban çizgisini aşmaktadır. Test sırasında, en iyi performans gösteren Yapay Zeka (AI) sistemi, bir bireyi, birbirini izleyen yedi adımdan itibaren, zamanın yüzde 92.29'unu izleyen bir kişi ile eşleştirilmektedir. Araştırmacılar bunu gelecekteki çalışmalara bırakmaktadır ancak mevcut yinelemenin sınıf veya atölye katılımını kaydetmek, izinsiz girişleri tespit etmek ve ev aletlerini kontrol etmek için güvenilir bir şekilde kullanılabileceğine inanmaktadır. Google’ın Owlchemy Labs, ARCore’u kullanan bir deneyini, yaklaşan oyun Vacation Simulator’a bir seyirci görünümü sunmak için açıklamaktadır. Oculus Connect 5'te, Facebook ekipleri, sanal dünyaya gerçek nesneleri bir araya getiren tam vücut takibi, arena ölçeği hareket özgürlüğü ve karma gerçekliği bir araya getiren bir dizi deney ortaya koymaktadır. Owlchemy’in denemesi, Facebook’un teknoloji tanıtımının iPad kısmı ile aynı temel önermeyi kapsayacak gibi görünmektedir. Google geçen yıl Olchemy'yi satın alarak bu işi, Uçuş Simülatörüne devam ettiği için oldukça bağımsız kalmaktadır; iş takibinin ‘’yeniden kullanılabilir” parçaları üzerine inşa edilmesidir. Sadece başka bir oyuncu VR ile bu şekilde etkileşim kurabilir, aynı zamanda telefonun gerçek dünyadaki gibi bir fotoğraf çekmek için kullanılması da mümkündür. Fotoğrafı telefona çekmek için düğmeyi tıkladığınızda, PC telefona yüksek çözünürlüklü bir selfie göndermektedir. Devin Reimer, Ben Hopkins ve Ryan Dawson, Owlchemy Labs için seyirci kamerada doğrudan çalışmaktadır. Karma gerçeklikten, Owlchemy'nin PC VR’nin önceki günlerinde öncülük etmesine yardımcı olan uzun bir yol kat etmektedir. Tüketicilerin yarısı, tüm müşteri hizmetleri etkileşimlerinin doğrudan metin, sohbet ve / veya mesajlaşma olmasını tercih etmektedir. Chatbot destekli mesajlaşmanın müşteri hizmetleri oyununu değiştirmesinin altı yolu bulunmaktadır. 

1.Daha yüksek CSAT

Müşteri memnuniyeti firmaları için önemli bir durum mudur? Bu nedenle, zamandan tasarruf edebilecekleri, hayal kırıklığını ortadan kaldıracakları ve müzik dinlemek için beklemek zorunda kalmadan bir müşteri hizmetleri sohbeti başlatabilirlerse sorularının yanıtlanabilmesi, tekrar tekrar iletilmeleri için ne kadar mutlu müşterinin olacağını düşünün. 

 

2.Düşük maliyetler

Operasyonel maliyetleri düşürmek önemli ölçüde etkilidir. ChatBotlar, müşteri hizmetleri temsilcileriniz olan en basit müşteri hizmetleri görevlerinin 7/24 otomasyonu aracılığıyla verimliliği önemli ölçüde artırır ve müşteri hizmetleri temsilcilerinizi daha karmaşık görevlere odaklanacak şekilde serbest bırakır.

 

3.Artan dönüşümler

Müşteriler daha iyi hizmet için daha fazla harcama yapmaya isteklidir. 2017 yılında, tüketicilerin yüzde 68'i ve bin yıllık yüzde 78'i iyi müşteri hizmetleri sunan şirketlerle daha fazla alışveriş yapmaktadır ve bunların yüzde 52'si bu iyi hizmet deneyimleri için daha fazla ödeme yapacağı belirtilmektedir. Satın alma sürecinde akıllı, bağlamsal yardım sunma becerisiyle, müşteri deneyimini geliştirebilir ve memnuniyetlerini artırabilirsiniz.

 

4. Güçlendirilmiş müşteriler

Akıllı, mesajlaşma temelli müşteri hizmetlerinin en seksi temel faydalarından biri, kullanıcıların sorunları kendi başlarına çözmeleri için teşvik eden etkili bir self servis sunma kabiliyetidir - diğer bir deyişle kullanıcı dostu chatbots gibi yetenekler ve iyi tasarlanmış bilgi tabanlar bulunmaktadır. Tüketicilerin üçte ikisi, gerçek bir kişiyle gerçekten konuşmak zorunda kalmadan, bir müşteri hizmetleri sorununu kendi başlarına ele alabilecekleri zaman şirketiniz hakkında daha iyi hissediyorlar.

 

5. Maksimum taahhüt

Akıllı yolculuklar, kullanıcı yolculuğunda çapraz satış ve artıştan öte, müşterilerinizle satın alma sürecinde dolambaçlarını kontrol etme olanağı sunarak, müşterilerin kolayca soru sormalarına, potansiyel seçimlerini daha da derinleştirmelerine ve aramalarını bırakmalarına olanak tanımaktadır. 

 

6. Son derece verimli ajanlar

ChatBotlar, Makine Öğrenim (ML) algoritmaları ile, gelen çağrıları otomatik olarak doğru sıralamaya ve böylece çağrıların doğru yere gitmesini ve sınıflandırılmasını sağlayabilir. Akıllı, otomatik push bildirimleri, müşterileri için bir güncelleme olduğunda müşterileri uyarmak için tasarlanabilir. Müşteri hizmetleri şirketinizi hem itibarlı hem de finansal olarak yapılandırabilir. 

 

Kaynak: Tıklayınız