Wyniki wyszukiwania - BazTech

1

Artificial intelligence: evolution, developments, applications, and future scope

Raj Ravi, Kos Andrzej

Przegląd Elektrotechniczny

|

2023

|

R. 99, nr 2

1--13

EN

Artificial intelligence (AI) or Machine Intelligence (MI) is the most important and interesting technology in recent decades due to its vast application in almost every field of science and engineering. The MI techniques are the study of making intelligent machines that have human-like behaviors. The speedy advancement in this area has triggered the curiosity of many technologists, and researchers around the world, and various companies across several domains are inquisitive to explore its capabilities. AI technology is continuously changing the landscape of businesses as well as the personal and social activities of human beings due to advancements and research in this field. For any field which has obtained so much popularity in a very short duration, it is essential that technologists who focus on endeavors in AI, study its evolution, developments, applications, and future aspects of augmentation to achieve a better intuition into the area. This paper presents a comprehensive study of the past, present, and future aspects of AI technology for researchers and technologists. In this paper, we discuss the evolution, historical developments, important breakthroughs in continuous research, real-world applications, challenges of AI implication, and the future perspective of AI technology. Finally, we have discussed the role of AI in the optimization of the Integrated Circuit (IC).

PL

Sztuczna inteligencja (AI) lub inteligencja maszyn (MI) to najważniejsza i najbardziej interesująca technologia ostatnich dziesięcioleci ze względu na jej szerokie zastosowanie w niemal każdej dziedzinie nauki i inżynierii. Techniki MI to nauka o tworzeniu inteligentnych maszyn o ludzkich zachowaniach. Szybki postęp w tej dziedzinie wzbudził ciekawość wielu technologów i badaczy na całym świecie, a różne firmy z kilku dziedzin są zainteresowane zbadaniem jego możliwości. Technologia AI nieustannie zmienia krajobraz firm, a także osobiste i społeczne działania ludzi dzięki postępom i badaniom w tej dziedzinie. W przypadku każdej dziedziny, która zyskała tak dużą popularność w bardzo krótkim czasie, niezbędne jest, aby technolodzy, którzy koncentrują się na przedsięwzięciach w dziedzinie sztucznej inteligencji, badali jej ewolucję, rozwój, zastosowania i przyszłe aspekty rozszerzenia, aby uzyskać lepszą intuicję w tej dziedzinie. Niniejszy artykuł przedstawia kompleksowe badanie przeszłych, obecnych i przyszłych aspektów technologii sztucznej inteligencji dla badaczy i technologów. W tym artykule omawiamy ewolucję, wydarzenia historyczne, ważny przełom w ciągłych badaniach, zastosowania w świecie rzeczywistym, wyzwania związane z implikacją AI oraz przyszłe perspektywy technologii AI. Na koniec omówiliśmy rolę AI w optymalizacji układu scalonego (IC).

2

Identification of areas for optimising marketing communications via AI systems

Bajak Maria, Majerczyk Paweł

Zeszyty Naukowe. Organizacja i Zarządzanie / Politechnika Śląska

|

2022

|

z. 160

25--38

EN

Purpose: The main objective of this article is to identify areas for optimizing marketing communication via artificial intelligence solutions. Design/methodology/approach: In order to realise the assumptions made, an analysis and evaluation of exemplary implementations of AI systems in marketing communications was carried out. For the purpose of achieving the research objective, it was decided to choose the case study method. As part of the discussion, the considerations on the use of AI undertaken in world literature were analysed, as well as the analysis of three different practical projects. Findings: AI can contribute to the optimisation and personalisation of communication with the customer. Its application generates multifaceted benefits for both sides of the market exchange. Achieving them, however, requires a good understanding of this technology and the precise setting of objectives for its implementation. Research limitations/implications: The article contains a preliminary study. In the future it is planned to conduct additional quantitative and qualitative research. Practical implications: The conclusions of the study can serve to better understand the benefits of using artificial intelligence in communication with the consumer. The results of the research can be used both in market practice and also serve as an inspiration for further studies of this topic. Originality/value: The article reveals the specifics of artificial intelligence in relation to business activities and, in particular, communication with the buyer. The research used examples from business practice.

3

A survey on multi-agent based collaborative intrusion detection systems

Bougueroua Nassima, Mazouzi Smaine, Belaoued Mohamed, Seddari Noureddine, Derhab Abdelouahid, Bouras Abdelghani

Journal of Artificial Intelligence and Soft Computing Research

|

2021

|

Vol. 11, No. 2

111--142

EN

Multi-Agent Systems (MAS) have been widely used in many areas like modeling and simulation of complex phenomena, and distributed problem solving. Likewise, MAS have been used in cyber-security, to build more efficient Intrusion Detection Systems (IDS), namely Collaborative Intrusion Detection Systems (CIDS). This work presents a taxonomy for classifying the methods used to design intrusion detection systems, and how such methods were used alongside with MAS in order to build IDS that are deployed in distributed environments, resulting in the emergence of CIDS. The proposed taxonomy, consists of three parts: 1) general architecture of CIDS, 2) the used agent technology, and 3) decision techniques, in which used technologies are presented. The proposed taxonomy reviews and classifies the most relevant works in this topic and highlights open research issues in view of recent and emerging threats. Thus, this work provides a good insight regarding past, current, and future solutions for CIDS, and helps both researchers and professionals design more effective solutions.

4

A short survey on fully-automated people movement and identity detection algorithms

Szymkowski Maciej, Przybyszewski Karol

Advances in Computer Science Research

|

2021

|

Nr 15

1--14

EN

Nowadays, diversified companies use security systems based on cameras to increase safety of their enterprise. However, when the camera observes multiple people, it is hard for humans to directly observe each of them. In the literature, there are multiple computer vision-based approaches that automatically detect person identity and the way he is moving. Moreover, there are approaches that identify people across multiple cameras (reidentification). It is crucial, especially in the crowded places. By these algorithms we can detect people whose behavior is strange. Diversified approaches can be easily found in the literature and online-available repositories. The work, presented in this paper, can be divided into three main parts: literature review, selected algorithms implementation and results comparison. We have to claim that each solution was implemented in Python programming language with sufficient libraries. This technology was selected due to its efficiency and simplicity. Results of the conducted experiments have shown that it is clearly possible to detect people’s movement and observe their identities even in crowded places.

PL

Współcześnie w wielu miejscach publicznych oraz obszarach zajmowanych przez zróżnicowane firmy możemy zauważy systemy bezpieczeństwa bazujące na kamerach. Jednakże bardzo ciężko jest pojedynczemu operatorowi obserwować każdą osobę która pojawi się na obrazie. W tym celu powstały algorytmy bazujące na metodyce Computer Vision, które mają na celu wykrycie nie tylko trasy poruszania się każdej osoby ale również ocenę jej tożsamości. Co więcej tego typu rozwiązania mogą być bardzo przydatne w zatłoczonych miejscach, gdzie niezwykle ważne jest wykrycie niestandardowego zachowania poszczególnych osób. W literaturze oraz bazach dostępnych online możemy znaleźć zróżnicowane podejścia do rzeczonego problemu. W ramach naszej pracy porównujemy kilka z nich. Każde z wybranych rozwiązań zostało zaimplementowane przy użyciu języka Python i bibliotek dostępnych w ramach rzeczonego języka. To środowisko zostało wybrane ze względu na jego wydajność oraz prostotę pisania kodu. Wyniki, które uzyskaliśmy wskazują na to, że aktualnie istniejące solucje mogą być używane do obserwacji trasy poszczególnych osób nawet w zatłoczonych miejscach.