Minerva Intelligence
ແພລະຕະຟອມການປະມວນຜົນແບບຮັບຮູ້ (Cognitive AI) ທີ່ລວມເອົາຄວາມຊ່ຽວຊານດ້ານທໍລະນີສາດ ເພື່ອການສຳຫຼວດແຮ່ທາດ ແລະ ປະເມີນຄວາມສ່ຽງໄພພິບັດ
Minerva Intelligence ຕັ້ງຢູ່ເມືອງແວນຄູເວີ ປະເທດແຄນາດາ (ມີຫ້ອງການອີກແຫ່ງຢູ່ເມືອງດາຣ໌ມສະຕັດ ປະເທດເຢຍລະມັນ) ມີແນວທາງທີ່ແຕກຕ່າງຈາກບໍລິສັດ AI ທົ່ວໄປທີ່ເນັ້ນຂໍ້ມູນເປັນຫຼັກ: ພວກເຂົາເນັ້ນໃສ່ "Cognitive AI" ໂດຍເນັ້ນໃສ່ການຈັດໂຄງສ້າງຄວາມຮູ້ທີ່ນັກທໍລະນີສາດສະສົມໄວ້ລົງໃນລະບົບ ແທນທີ່ຈະພຽງແຕ່ປ້ອນຂໍ້ມູນໃຫ້ຮູບແບບຮຽນຮູ້ດ້ວຍຕົນເອງ.
ຄຸນສົມບັດ ແລະ ກໍລະນີການນຳໃຊ້
ບໍລິສັດນີ້ມີສາຍຜະລິດຕະພັນຫຼັກສອງສາຍ. TERRA ຖືກອອກແບບມາສຳລັບການສຳຫຼວດບໍ່ແຮ່, ປະສົມປະສານແຫຼ່ງຂໍ້ມູນທີ່ຫຼາກຫຼາຍເຊັ່ນ: ແຜນທີ່ທໍລະນີສາດ, ບັນທຶກການເຈາະຮູ, ແລະ ຂໍ້ມູນຟີຊິກຂອງໂລກ ເພື່ອຈັບຄູ່ປະເພດແຮ່ ແລະ จัดອັນດັບເປົ້າໝາຍການສຳຫຼວດ - ຈຸດສຳຄັນແມ່ນມັນໃຊ້ ontology ຄວາມຮູ້ທາງທໍລະນີສາດທີ່ມີໂຄງສາດ, ເຮັດໃຫ້ລະບົບສາມາດອະທິບາຍໄດ້ວ່າ "ເປັນຫຍັງພື້ນທີ່ນີ້ຈຶ່ງຄล້າຍຄືກັບແຮ່ທອງແດງ porphyry", ແທນທີ່ຈະພຽງແຕ່ໃຫ້ຄະແນນຄວາມໜ້າຈະເປັນ. ອີກສາຍໜຶ່ງ, GAIA, ນຳໃຊ້ເຕັກໂນມັດດຽວກັນກັບຄວາມສ່ຽງໄພພິບັດທຳມະຊາດ, ຈັດການການປະເມີນຄວາມສ່ຽງ ແລະ ການວາງແຜນການໃຊ້ທີ່ດິນສຳລັບນ້ຳຖ້ວມ, ດິນເຈື່ອນ, ແລະ ໄຟປ່າ.
ເໝາະສຳລັບທີມງານສຳຫຼວດບໍ່ແຮ່, ບໍລິສັດທີ່ປຶກສາດ້ານທໍລະນີສາດ, ແລະ หน่วยງານລັດ ຫຼື ປະກັນໄພທີ່ເຮັດການປະເມີນຄວາມສ່ຽງໄພພິບັດທຳມະຊາດ.
ຄຸນສົມບັດເດ่น
- ຊຸດເຄື່ອງມື AI ສຳລັບບໍ່ແຮ່ TERRA: ຈັບຄູ່ປະເພດແຮ່, จัดອັນດັບເປົ້າໝາຍການສຳຫຼວດ ແລະ ປະສົມປະສານແຜນທີ່ທໍລະນີສາດ
- AI ຄວາມສ່ຽງດ້ານສະພາບອາກາດ GAIA: ປະເມີນຄວາມສ່ຽງໄພພິບັດທຳມະຊາດ ເຊັ່ນ ນ້ຳຖ້ວມ, ດິນເຈື່ອນ ແລະ ໄຟປ່າ
- ຂັບເຄື່ອນດ້ວຍ ontology ຄວາມຮູ້ທາງທໍລະນີສາດທີ່ມີໂຄງສ້າງ, ຂະບວນການຄິດໄລ່ສາມາດຕິດຕາມ ແລະ ອະທິບາຍໄດ້
- ປະສົມປະສານແຫຼ່ງຂໍ້ມູນທີ່ຫຼາກຫຼາຍ ເຊັ່ນ: ແຜນທີ່ທໍລະນີສາດ, ຂໍ້ມູນການເຈາະ, ຂໍ້ມູນຟີຊິກຂອງໂລກ ແລະ ການຮັບຮູ້ຈາກໄລຍະໄກ
- ການນຳໃຊ້ຂ້າມອຸດສາຫະກຳ: ການວາງແຜນການໃຊ້ທີ່ດິນ, ການປະເມີນສິ່ງແວດລ້ອມ, ການຮັບປະກັນໄພ
- ຜົນລົງອອກທີ່ສາມາດອະທິບາຍໄດ້, ເໝາະສຳລັບສະຖານະການທີ່ຕ້ອງອະທິບາຍເຫດຜົນໃຫ້ຜູ້ກວດກາ ຫຼື ນັກລົງທຶນ
ຂໍ້ດີ
- ຄວາມ "ສາມາດອະທິບາຍໄດ້" ແມ່ນຈຸດຂາຍທີ່ແທ້ຈິງ, ບໍ່ແມ່ນຄຳໂຄສະນາ - ທັງການຕັດສິນໃຈດ້ານທໍລະນີສາດ ແລະ ປະກັນໄພລ້ວນແຕ່ຕ້ອງການເຫດຜົນ
- ແນວທາງທີ່ຂັບເຄື່ອນດ້ວຍຄວາມຮູ້ເຮັດໃຫ້ມັນໂດດເດັ່ນກວ່າແບບຈຳລອງສະຖິຕິທົ່ວໄປໃນຂົງເຂດທີ່ມີຂໍ້ມູນໜ້ອຍ
- ສາຍຜະລິດຕະພັນບໍ່ແຮ່ ແລະ ຄວາມສ່ຽງໄພພິບັດໃຊ້ເຕັກໂນມັດພື້ນຖານຮ່ວມກັນ, ມີຄວາມຄຸ້ມຄ່າສູງໃນການນຳໃຊ້
- ກໍລະນີການນຳໃຊ້ຂອງ GAIA (ນ້ຳຖ້ວມ, ດິນເຈື່ອນ) ມີຄວາມກ່ຽວຂ້ອງສູງກັບຄວາມຕ້ອງການຕົວຈິງໃນການປ້ອງກັນໄພພິບັດ
ຂໍ້ເສຍ
- ເປັນເຄື່ອງມືທີ່ມີຄວາມຊ່ຽວຊານສູງ, ບໍ່ສາມາດໃຊ້ໄດ້ໂດຍບໍ່ມີພື້ນຖານດ້ານທໍລະນີສາດ ຫຼື ການປະເມີນຄວາມສ່ຽງ
- ບໍ່ມີການເປີດເຜີຍລາຄາ, ຕ້ອງເຈລະຈາໂດຍກົງ
- ຄຳວ່າ "Cognitive AI" ມີຄຳນິຍາມທີ່ບໍ່ຊັດເຈນໃນອຸດສາຫະກຳ, ຜົນລັບຕົວຈິງຂຶ້ນກັບຄຸນນະພາບຂອງ ontology ຄວາມຮູ້ເປັນຢ່າງຫຼາຍ
- ຂະໜາດບໍລິສັດບໍ່ໃຫຍ່, ຕ້ອງປະເມີນຄວາມສາມາດໃນການສະໜັບສະໜູນໄລຍະຍາວກ່ອນນຳໃຊ້
ກໍລະນີການນำໃຊ້
- ການກັ່ນຕອງ ແລະ จัดອັນດັບພື້ນທີ່ເປົ້າໝາຍສຳລັບການສຳຫຼວດແຮ່ທາດໄລຍະເລີ່ມຕົ້ນ
- ການປະສົມປະສານແຜນທີ່ທໍລະນີສາດປະຫວັດສາດ ເພື່ອປຽບທຽບຄວາມຄ້າຍຄືກັນຂອງປະເພດແຮ່
- ການສ້າງຊັ້ນຂໍ້ມູນຄວາມສ່ຽງນ້ຳຖ້ວມ, ດິນເຈື່ອນ ແລະ ໄຟປ່າໃນລະດັບພາກພື້ນ
- ການປະເມີນການຮັບຄວາມສ່ຽງຈາກໄພພິບັດທຳມະຊາດ ແລະ ການວາງແຜນການໃຊ້ທີ່ດິນສຳລັບອຸດສາຫະກຳປະກັນໄພ
ໝາຍເຫດຈากบັນນາທິການ
ໝາຍເຫດຈາກບັນນາທິການ: ຂ້ອຍມັກມີຄວາມສົງໄສຕໍ່ກັບຄຳວ່າ "Cognitive AI" ເພາະມັນມັກຈະຟັງຄືກັບຄຳໂຄສະນາການຕະຫຼາດ. ແຕ່ເມື່ອພິຈາລະນາ Minerva ໃນຂົງເຂດທໍລະນີສາດ, ຂ້ອຍເຂົ້າໃຈວ່າເປັນຫຍັງພວກເຂົາຈຶ່ງເຮັດແບບນັ້ນ - ຄ່າໃຊ້ຈ່າຍໃນການໄດ້ມາເຊິ່ງຂໍ້ມູນທໍລະນີສາດແມ່ນສູງຫຼາຍ, ການເຈາະຮູຄັ້ງໜຶ່ງມີລາຄາຫຼາຍແສນໂດລາ, ເຮັດໃຫ້ບໍ່ມີຂໍ້ມູນການຝຶກອົບຮົມເປັນລ້ານໆລາຍການມາປ້ອນ. ພາຍໃຕ້ເງື່ອນໄຂດັ່ງກ່າວ, ການເອົາຄວາມຮູ້ຂອງມະນຸດຂຽນລົງໃນລະບົບແມ່ນມີເຫດຜົນຫຼາຍກວ່າການພະຍາຍາມປ້ອນຂໍ້ມູນຈຳນວນຫຼາຍ. ສາຍຜະລິດຕະພັນ GAIA ເປັນຕາສົນໃຈຫຼາຍສຳລັບຜູ້ທີ່ເຮັດວຽກດ້ານການປ້ອງກັນໄພພິບັດ.
ຄຳຖາມທີ່ພົບເລື້ອຍ
"Cognitive AI" ຕ່າງຈາກການຮຽນຮູ້ຂອງເຄື່ອງຈັກ (Machine Learning) ທົ່ວໄປແນວໃດ?
ມັນຕ່າງກັນທີ່ແຫຼ່ງທີ່ມາຂອງຄວາມຮູ້. ການຮຽນຮູ້ຂອງເຄື່ອງຈັກທົ່ວໄປຮຽນຮູ້ຮູບແບບຈາກຂໍ້ມູນ; ວິທີຂອງ Minerva ແມ່ນການຂຽນຄວາມຊ່ຽວຊານຂອງນັກທໍລະນີສາດໃຫ້ເປັນ ontology ທີ່ມີໂຄງສ້າງກ່ອນ, ແລ້ວຈຶ່ງໃຊ້ົມັນໃນການປະມວນຜົນ. ຂໍ້ດີແມ່ນສາມາດໃຊ້ໄດ້ເຖິງແມ່ນວ່າຈະມີຂໍ້ມູນໜ້ອຍ ແລະ ສາມາດອະທິບາຍເຫດຜົນໄດ້, ຂໍ້ເສຍແມ່ນການສ້າງ ontology ຕ້ອງໃຊ້ແຮງງານຫຼາຍ.
TERRA ແລະ GAIA ຕ້ອງຊື້ແຍກກັນບໍ?
ແມ່ນສາຍຜະລິດຕະພັນທີ່ແຕກຕ່າງກັນ ແລະ ເປົ້າໝາຍລູກຄ້າກໍ່ຕ່າງກັນ - TERRA ຂາຍໃຫ້ການສຳຫຼວດບໍ່ແຮ່, GAIA ຂາຍໃຫ້ຄວາມສ່ຽງໄພພິບັດ ແລະ ການວາງແຜນທີ່ດິນ. ວິທີການໃຫ້ສິດອະນຸຍາດຕົວຈິງຕ້ອງໄດ້ເຈລະຈາກັບພວກເຂົາ.
ໜ່ວຍງານປ້ອງກັນໄພພິບັດສາມາດນຳໃຊ້ໄດ້ບໍ?
ໃນແງ່ຂອງເຫດຜົນທາງເຕັກໂນມັດແມ່ນສາມາດໃຊ້ໄດ້, ແຕ່ການນຳໃຊ້ຕົວຈິງແມ່ນຂຶ້ນກັບວ່າມັນສາມາດຮອງຮັບຮູບແບບຂໍ້ມູນແຜນທີ່ ແລະ ລະບົບການຈັດປະເພດທໍລະນີສາດໃນທ້ອງຖິ່ນໄດ້ຫຼືບໍ່. ຄ່າໃຊ້ຈ່າຍໃນການປັບແຕ່ງເຄື່ອງມືເຫຼົ່ານີ້ມັກຈະສູງ, ແນະນຳໃຫ້ທົດລອງໃຊ້ໃນຂອບເຂດນ້ອຍໆກ່ອນ.
ເຄື່ອງມື AI ທີ່ກ່ຽວຂ້ອງ
Motobook
ເວັບໄຊສّອບຖາມລາຄາຕົວຈິງລົດຈັກມືສອງແຫ່ງທຳອິດໃນໄຕ້ຫວັນ ລວມລົດຂາຍຢູ່ 3.7 ໝື່ນຄັນ ແລະ 812 ລຸ້ນ
Carbook
ລະບົບຸມມູນຄ່າຕະຫຼາດລົດມືສອງໄຕ້ຫວັນ — ເບິ່ງລາຄາຕົວຈິງ, ປະລິມານ ແລະ ຄວາມຄຸ້ມຄ່າໄດ້ໃນໜ້າດຽວ
實價雷達 HouseTW
A free Taiwanese real estate platform overlaying 3.49 million official transaction records with soil liquefaction, fault lines, and flood risk maps.
Perplexity
ເຄື່ອງມືຄົ້ນຫາ ແລະ ຖາມ-ຕອບ AI ທີ່ພ້ອມແຫຼ່ງອ້າງອີງ.
Incentivio
Customer engagement platform for multi-unit restaurants with AI-powered churn prediction.
HeyDonto
A semantic integration layer for healthcare data that aligns siloed dental and oncology data into actionable signals.