Ce diaporama a bien été signalé.
Nous utilisons votre profil LinkedIn et vos données d’activité pour vous proposer des publicités personnalisées et pertinentes. Vous pouvez changer vos préférences de publicités à tout moment.

Mākslīgais intelekts un mārketings

1 085 vues

Publié le

Kāpēc vadoši tehnoloģiju un mediju spēlētāji kā Apple, Facebook, Google, Īlons Masks u.c. pēdējā gadā pastiprināti pievērš uzmanību mākslīgajam intelektam? Tiek investēts mašīnās, kas nodarbojas ar emociju atpazīšanu, datu analīzi, tekstu rakstīšanu, produktu ražošanu un pat cilvēku apkalpošanu.

Mēs beidzot varam realizēt daudzas lietas, ko pirms gadiem solīja zinātniskā fantastikas literatūra. Tā ir iespēja padarīt procesus apkalpošanā, produkta radīšanā un citās biznesa funkcijās ātrākus, lētākus un kvalitatīvākus.

Prezentācijā ir apskatītas funkcijas, ko mākslīgais intelekts var risināt mārketinga un servisa jomā. Ir aplūkoti pasaules piemēri un risinājumi, kas tiek izmantoti mārketingā.

Publié dans : Marketing
  • Login to see the comments

  • Soyez le premier à aimer ceci

Mākslīgais intelekts un mārketings

  1. 1. MĀKSLĪGAIS INTELEKTS UN MĀRKETINGS
  2. 2. KO CILVĒKI VĒLAS ...
  3. 3. VAIRĀK KONTROLES UN SKAIDRĪBAS PAR APKĀRT NOTIEKOŠO
  4. 4. LABĀKUS UN KVALITATĪVĀKUS REZULTĀTUS UN PIEREDZI
  5. 5. VAIRĀK ĒRTĪBU UN MAZĀK TRAUCĒKĻU
  6. 6. MAKSIMĀLI PERSONALIZĒTU PIEEJU SEV PRECĪZĀ KONTEKSTĀ
  7. 7. VISĪSĀKAJĀ VAI REĀLĀ LAIKĀ UN PAR VISZEMĀKO SAMAKSU
  8. 8. TAČU VĒL ARVIEN CILVĒKI NODARBOJAS AR GARLAICĪGIEM UN NEPRODUKTĪVIEM UZDEVUMIEM, KAS PRASA DAUDZ LAIKA
  9. 9. KO SPĒJ PIEDĀVĀT MAŠĪNAS
  10. 10. MAŠĪNAS JAU TAGAD IR GUDRĀKAS PAR CILVĒKIEM UN NĀKOTNĒ SPĒS PAVEIKT PLAŠU SPEKTRU AR UZDEVUMIEM ...
  11. 11. NO ARITMĒTIKAS LĪDZ ...
  12. 12. INFORMĀCIJAS MEKLĒŠANAI UN ANALĪZEI
  13. 13. MŪSU SADZIRDĒŠANAI Avots: http://www.androidheadlines.com/wp-content/uploads/2015/03/AH-Google- Now-3.jpg
  14. 14. AUTOVADĪŠANAI Avots: http://cdn3.vox-cdn.com/assets/4517975/Google_Self- Driving_Prototype__1_.jpg
  15. 15. UZVARĀM PĀR MUMS Avots: https://i.ytimg.com/vi/P18EdAKuC1U/maxresdefault.jpg
  16. 16. SPĒJU ATGŪŠANAI Avots: http://www.roboticstrends.com/images/wide/suitxexoskeleton.jpg
  17. 17. ILGĀKAI DZĪVEI Avots: https://timedotcom.files.wordpress.com/2015/02/baby-final1.jpg
  18. 18. NEMIRSTĪBAI? Avots: https://i.ytimg.com/vi/5Jzv-Q3XFeo/maxresdefault.jpg
  19. 19. MĀKSLĪGAIS INTELEKTS SPĒS AUTOMATIZĒT JEBKO NO REĀLĀS PASAULES
  20. 20. ATBRĪVOS PROCESUS NO CILVĒKU KĻŪDĀM
  21. 21. RISINĀS SAREŽĢĪTUS UZDEVUMUS UN PIEŅEMS LĒMUMUS EFEKTĪVĀ VEIDĀ
  22. 22. JEB ATVIEGLOS CILVĒKU DARBU, IETAUPĪS RESURSUS UN ATBRĪVOS NO KĻŪDĀM
  23. 23. KO DARĪSIM MĒS?
  24. 24. Avots: http://media.web.britannica.com/eb-media/08/166108-050-4073A0EC.jpg CIK DAUDZ VĒRPĒJU MŪSDIENĀS UBAGO IELĀS?
  25. 25. NE CIK, JO VISAS IR MĀRKETINGA PROJEKTU VADĪTĀJAS
  26. 26. CILVĒKI SĀKS DARĪT RADOŠĀKUS UN PRODUKTĪVĀKUS DARBUS
  27. 27. KĀ TO DEFINĒT?
  28. 28. INTELEKTS IR DZĪVAS RADĪBAS DOMĀŠANAS UN RACIONĀLAS IZZIŅAS SPĒJA, IZMANTOJOT IZZIŅAS REZULTĀTUS, DARBOTIES JAUNĀ SITUĀCIJĀ. TĀ IR SPĒJA IZZINĀT, KAS NOTIEK APKĀRT. Avots: https://lv.wikipedia.org/wiki/Intelekts
  29. 29. DATI SENSORI MĀKSLĪGAIS INTELEKTS (ALGORITMS) KUSTĪBA TEKSTS DATORS/PROGRAMMATŪRA/ROBOTS IEVADE APSTRĀDE REZULTĀTS/RĪCĪBA/LĒMUMS
  30. 30. MĀKSLĪGĀ INTELEKTA SPĒJAS
  31. 31. MĀCĪŠANĀS RUNA REDZE VALODA
  32. 32. MAŠĪNU MĀCĪŠANĀS: SPĒJA VEIKT SECINĀJUMUS UN PROGNOZES DATORI "MĀCĀS" BEZ TIEŠAS PROGRAMMĒŠANAS: APSKATA DATUS, ATROD PATERNUS, IEMĀCĀS VEIKT PROGNOZI VAI RADĪT APRAKSTUS, UZLABO ALGORITMU PĒC ATGRIEZENISKĀS SAITES
  33. 33. DZIĻĀ MĀCĪŠANĀS: SPĒJA ATPAZĪT RUNU, BILDES UN SPĒJA RUNĀT IZMANTO ALGORITMUS, KAS INTERPRETĒ DATUS, IZMANTOJOT VAIRĀKU SLĀŅU HIERARHIJU VEIDOTS PĒC PRINCIPA, KĀ IR BŪVĒTS NERVU TĪKLS MŪSU SMADZENĒS
  34. 34. Avots: https://hal.inria.fr/inria-00072099/document http://pngimg.com/upload/cat_PNG115.png 1 2 3 4 5 6 78 KĀ SMADZENES NOKĻŪST LĪDZ KAĶA GLĀSTĪŠANAI – VIENKĀRŠOTS SKATS
  35. 35. Avots: http://redcatlabs.com/2014-12-18_DeepLearning.js/img/img-to- cat_700x131.png DATI DATU FILTRI LĒMUMS
  36. 36. Avots: http://redcatlabs.com/2014-12-18_DeepLearning.js/img/img-to- cat_700x131.png SEJU ATPAZĪŠANA
  37. 37. NEPĀRTRAUKTA MĀCĪŠANĀS UN ALGORITMU ATJAUNOŠANA Ikonu radījis Simon Stellwag no the Noun Project
  38. 38. TAS VISS PADARA IESPĒJAMAS AUTONOMĀS MAŠĪNAS Avots: http://cdn3.vox-cdn.com/assets/4517975/Google_Self- Driving_Prototype__1_.jpg
  39. 39. UN MŪS KĀ CILVĒKUS SPĒCĪGĀKUS Avots: https://d284gedng9vuu0.cloudfront.net/article_media/2016/03/selfdrivingcars- procon-110ef892.jpg
  40. 40. MAŠĪNAS TIEK GALĀ AR PASAULES ATPAZĪŠANU/ IZZINĀŠANU UN SPĒJ PIEŅEMT LĒMUMUS UN VEIKT DARBĪBAS
  41. 41. INTELEKTS IR DZĪVAS (TIEŠĀM?) RADĪBAS DOMĀŠANAS UN RACIONĀLAS IZZIŅAS SPĒJA, IZMANTOJOT IZZIŅAS REZULTĀTUS, DARBOTIES JAUNĀ SITUĀCIJĀ. TĀ IR SPĒJA IZZINĀT, KAS NOTIEK APKĀRT. Avots: https://lv.wikipedia.org/wiki/Intelekts
  42. 42. MĀKSLĪGAIS ŠAURAIS INTELEKTS MAŠĪNAS INTELEKTS, KAS PIELĪDZINĀS VAI PĀRSNIEDZ CILVĒKA INTELEKTU VAI EFEKTIVITĀTI SPECIFISKĀ UZDEVUMĀ
  43. 43. MĀKSLĪGAIS VISPĀRĪGAIS INTELEKTS MAŠĪNA, KURA SPĒJ PIELIETOT INTELEKTU IKVIENAI PROBLĒMAI, NE TIKA VIENAM SPECIFISKAM UZDEVUMAM (CILVĒKA LĪMEŅA INTELEKTS)
  44. 44. MĀKSLĪGAIS SUPERINTELEKTS INTELEKTS, KAS IR KRIETNI GUDRĀKS PAR LABĀKAJĀM CILVĒKU SMADZENĒM PRAKTISKI IKVIENĀ JOMĀ, IESKAITOT ZINĀTNISKO RADOŠUMU, VISPĀRĪGO GUDRĪBU UN SOCIĀLAJĀM PRASMĒM
  45. 45. PAGAIDĀM MĀKSLĪGAIS INTELEKTS NESPĒJ PERFEKTI ATPAZĪT EMOCIJAS UN JŪTAS
  46. 46. PAGAIDĀM Avots: http://www.affectiva.com/
  47. 47. KĀPĒC TIEŠI TAGAD?
  48. 48. VĀJPRĀTĪGS DAUDZUMS AR DATIEM ĀTRAS UN LĒTAS SKAITĻOŠANAS JAUDAS SAREŽĢĪTU ALGORITMU IESPĒJAS
  49. 49. MĒS RAŽOJAM DATUS
  50. 50. INTERNETA DATU PLŪSMA 2016 = 1 ZETABAITS Avots: http://www.cisco.com/c/en/us/solutions/collateral/service-provider/visual- networking-index-vni/VNI_Hyperconnectivity_WP.html
  51. 51. = 300 TRILJONI FOTOGRĀFIJU
  52. 52. 2019: 4 NO 10 PASAULES IEDZĪVOTĀJU BŪS VIEDTELEFONS Avots: eMarketer
  53. 53. 10 VALSTĪS GOOGLE MEKLĒŠANA VAIRĀK NOTIEK MOBILĀS IERĪCĒS KĀ DATOROS Avots: Google
  54. 54. SOCIĀLIE TĪKLI AIZŅEM ARVIEN VAIRĀK CILVĒKU DIGITĀLĀ LAIKA
  55. 55. 2016 GADĀ PASAULĒ BŪS 6.4 MILJARDI INTERNETAM PIESLĒGTU IERĪČU, KAS NAV DATORI, PLANŠETES VAI VIEDTELEFONI Avots: Gartner
  56. 56. VAIRĀK DATU, AR KO STRĀDĀT PERSONISKĀKI DATI KONTEKSTUĀLĀKI DATI
  57. 57. IR ORGANIZĀCIJAS, KAM MŪSU DATI INTERESĒ UN TĀPĒC TUR TIEK IEGULDĪTS DAUDZ NAUDAS
  58. 58. Avots: http://www.lenouveleconomiste.fr/wp-content/uploads/2015/06/gafa1.jpg
  59. 59. Avots: https://tctechcrunch2011.files.wordpress.com/2013/09/search-timeline-for- blog-post-001.png
  60. 60. MĀKSLĪGAIS INTELEKTS RADĪS $6.7 TRILJONU LIELU INDUSTRIJU 10 GADU LAIKĀ Avots: McKinsey
  61. 61. ARVIEN VAIRĀK UZŅĒMUMU SAVĀ STARPĀ SADARBOJAS DATU JOMĀ
  62. 62. MĀKSLĪGĀ INTELEKTA PIELIETOJUMS
  63. 63. CILVĒKIEM NEVAJADZĒS NODARBOTIES AR GARLAICĪGIEM UN NEPRODUKTĪVIEM UZDEVUMIEM, TĒRĒT LIEKI LAIKU VAI DZĪVOT NEZIŅĀ
  64. 64. NĀKAMAJOS SLAIDOS IEDOMĀJIETIES, KĀ ŠĪS IDEJAS IETEKMĒS JŪSU SERVISU, PRODUKTUS, KOMUNIKĀCIJAS KANĀLUS U.C. JOMAS
  65. 65. MEKLĒŠANA/ INFORMĀCIJAS IEGŪŠANA
  66. 66. RANKBRAIN UN BALSS MEKLĒŠANA KĻŪST SVARĪGĀKA
  67. 67. TRADICIONĀLĀS ATSLĒGVĀRDU MEKLĒŠANAS ALGORITMU NOZĪME MAZINĀS
  68. 68. MAZĀK KĀ INFORMĀCIJAS KATALOGS VAIRĀK KĀ INFORMĀCIJAS PREZENTĀCIJA KONTEKSTĀ, ATTIECĪBĀS UTT.
  69. 69. JŪSU SAITE BŪS KRIETNI ZEMĀK EKRĀNĀ (VAI VISPĀR NEPARĀDĪSIES)
  70. 70. FACEBOOK MĒS REDZAM TO, KO MUMS PARĀDA MĀKSLĪGAIS INTELEKTS, KURŠ MŪS IR IEPAZINIS
  71. 71. SUBJEKTI UN OBJEKTI TIEK ATPAZĪTI REĀLĀ LAIKĀ UN VIETĀ
  72. 72. Avots: http://wpuploads.appadvice.com/wp-content/uploads/2014/05/ Featured18.jpg
  73. 73. CILVĒKI Avots: https://d13yacurqjgara.cloudfront.net/users/61064/screenshots/1069033/ google_glass_facial_recognition.png
  74. 74. OBJEKTI Avots: http://murphysw.com/wp-content/uploads/2013/04/more.jpg
  75. 75. REĀLĀ LAIKA INFORMĀCIJA, PAPILDINĀTĀ REALITĀTE Avots: https://cnet4.cbsistatic.com/hub/i/r/2015/01/20/c7122ea2-7a40-4188-9202- db519814cd01/resize/970xauto/7c7266921b631f593f4521083989e69b/rideon- gamification.gif
  76. 76. DATORI REDZ VAIRĀK
  77. 77. NASA NO GAISA VAR PALĪDZĒT ATRAST MAIJU DRUPAS ZEM ZEMES Avots: http://www.nasa.gov/centers/marshall/images/content/139051main_Low- Hi_Rez_compariso_shots_2223x1044.jpg
  78. 78. PERSONĪGAIS ASISTENTS: JĒDZĪGĀKS INFORMĀCIJAS IEGUVES VEIDS
  79. 79. PERSONĪGIE VIRTUĀLIE ASISTENTI MICROSOFT CORTANA GOOGLE NOW APPLE SIRI AMAZON ECHO FACEBOOK M
  80. 80. DAŽĀDAS PLATFORMAS UN IERĪCES ZINA KONTEKSTU UN PERSONĪBU PROGNOZĒ VAJADZĪBAS, MEKLĒJUMUS UN DOD ZIŅU INTERAKCIJA, APEJOT TRADICIONĀLOS MEKLĒŠANAS VEIDUS
  81. 81. DEKODĒ DABISKU VALODU IESAISTĀS SARUNĀ, LAI PALĪDZĒTU ATRAST ATBILDI MOMENTĀNA RĪCĪBA – PASŪTĪT TAKSI, REZERVĒT GALDIŅU UTT.
  82. 82. NOSTĀJAS STARP TEVI UN TAVU AUDITORIJU
  83. 83. SAZIŅA
  84. 84. SPAMU FILTRI BALSS TRANSKRIPCIJA VIZUĀLĀ TULKOŠANA
  85. 85. Avots: http://cdn.ndtv.com/tech/images/gadgets/skype_windows_official_3.jpg REĀLĀ LAIKA BALSS TULKOŠANA SKYPE
  86. 86. Avots: http://cdni.wired.co.uk/1920x1280/g_j/google%20machine%20learning %20email.png GUDRAS AUTOMĀTISKI ĢENERĒTAS ATBILDES GMAIL
  87. 87. SARUNU BIEDRS MICROSOFT XIAOICE, KAD VIENKĀRŠI GRIBAS AR KĀDU PARUNĀT Avots: http://www.windowscentral.com/sites/wpcentral.com/files/styles/ larger_wm_blw/public/field/image/2014/07/Cortana_China_Lede_WP.jpg? itok=6QtITbQ9
  88. 88. Avots: http://rack.3.mshcdn.com/media/ ZgkyMDE1LzAxLzE1L2U4L2dvb2dsZXRyYW5zLjQ5YTM4LmpwZwpwCXRodW1iCTk 1MHg1MzQjCmUJanBn/a65dd16e/5d0/google-translate-word-lens.jpg VIZUĀLU ATTĒLU TEKSTU TULKOŠANA GOOGLE
  89. 89. Avots: https://ksr-ugc.imgix.net/projects/1616391/photo-original.jpg? w=1536&h=1152&fit=crop&v=1424272817&auto=format&q=92&s=17cf2f4e1a3408 1f38c0975fcd698dff INTELEKTUĀLAS ROTAĻLIETAS
  90. 90. SATURA RADĪŠANA, PAPILDINĀŠANA, UZLABOŠANA
  91. 91. DEEPSTEREO NO 2D UZ 3D Avots: https://i.kinja-img.com/gawker-media/image/upload/s--BPco-Tr---/ c_fit,fl_progressive,q_80,w_636/1330246477329604243.gif
  92. 92. Avots: http://googleresearch.blogspot.com/2014/11/a-picture-is-worth-thousand- coherent.html BILŽU PARAKSTI
  93. 93. BILŽU PĀRVEIDOŠANA Avots: https://deepart.io/
  94. 94. MEDIJU RAKSTU RAKSTĪŠANA INTERJERA DIZAINA RADĪŠANA VIDEO SUBTITRI AUTOMATIZĒTS SATURA MĀRKETINGS UTT.
  95. 95. UN DAUDZ KAS CITS
  96. 96. IDENTIFIKĀCIJA TRANSPORTS FINANSES RAŽOŠANA GUDRĀS MĀJAS UN PILSĒTAS MEDICĪNA
  97. 97. Avots: http://i.dailymail.co.uk/i/pix/2012/11/08/ article-2229967-15EAFE41000005DC-603_634x435.jpg IZGLĪTĪBA BĒRNIEM AR AUTISMU AR ROBOTU PALĪDZĪBU
  98. 98. Avots 1: http://images.medicaldaily.com/sites/medicaldaily.com/files/styles/headline/ public/2013/08/04/1/15/11570.png Avots 2: http://art-sheep.com/robear-a-robot-that-can-change-a-patients-life/ PRECĪZAS INJEKCIJAS VĒNĀS UN PALĪDZĪBA INVALĪDIEM UN VECIEM CILVĒKIEM
  99. 99. MĀKSLĪGĀ INTELEKTA PIELIETOJUMS MĀRKETINGĀ
  100. 100. UZŅĒMUMI, KAS KONTROLĒ DATUS, NELAIDĪS LIETOTĀJUS ĀRĀ NO SAVAS EKOSISTĒMAS
  101. 101. MUMS VAR NĀKTIES VEIDOT MĀRKETINGU MAŠĪNĀM, KAS MĀRKETĒS CILVĒKIEM
  102. 102. BALSS VAI ZĪMOLU IR VIEGLI IZRUNĀT SALĪDZINĀJUMĀ AR KONKURENTIEM? VAI JĀATTĪSTĪTA SISTĒMAS, KAS ATBILD UZ KLIENTU JAUTĀJUMIEM UN TOS APKALPO
  103. 103. MEKLĒŠANA NODROŠINĀT, KA ZĪMOLS IR REDZAMS JAUNAJĀM MEKLĒTĀJU TEHNOLOĢIJĀM ORGANISKO MEKLĒŠANU BŪS GRŪTĀK IZPILDĪT, JO MEKLĒTĀJI ŅEMS VĒRĀ CITUS SATURA ATRIBŪTUS ZĪMOLIEM BŪS GRŪTĀK IZLAUZTIES MEKLĒŠANAS REZULTĀTU AUGŠGALĀ
  104. 104. PERSONĪGIE ASISTENTI KĀ MĒS AR TIEM VARAM SADARBOTIES KĀ MĒS VARAM SAVU PAKALPOJUMUS UN PRODUKTUS TIEM PIELĀGOT
  105. 105. ATPAZĪSTAMĪBA VAI PRODUKTI, LOGO, DIZAINS, IEPAKOJUMS UTT. IR VIEGLI ATPAZĪSTAMS MAŠĪNĀM
  106. 106. Avots: https://cnet3.cbsistatic.com/hub/i/r/2014/06/18/f2083621- d92e-4f50-9a44-3374235cc341/resize/ 770x578/5ec8b3c44e8b1f767547b799c7d3e8ee/amazon-fire-phone-8511.jpg PRODUKTU ATPAZĪŠANA, PAPILDUS INFORMĀCIJA NO AMAZON FIREFLY
  107. 107. DINAMISKA CENOŠANA VAI E-KOMERCIJAS UN MAZUMTIRDZNIECĪBAS SISTĒMAS IR SPĒJĪGAS TO VEIKT VAI UZŅĒMUMS SPĒJ MĒRĪT UN REAĢĒT UZ ATBILSTOŠIEM KLIENTU UN ĀRĒJIEM DATIEM
  108. 108. ROBOTI VAI ROBOTI VAR PALĪDZĒT BIZNESĀ – KLIENTU APKALPOŠANA, KOMUNIKĀCIJA? KĀ ROBOTI IETEKMĒS KLIENTA MEDIJU UN PIRKŠANAS PARADUMUS? SATURA PATĒRIŅŠ PIE "STŪRES"? VAI MĒS VARAM UZLABOT APKALPOŠANAS KVALITĀTI UN ĀTRUMU CAUR AUTOMATIZĀCIJU
  109. 109. IZPĒTE SATURA ANALĪZE – SOCIĀLIE TĪKLI, REKLĀMU NOVĒRTĒJUMS, PRODUKTU ATTĪSTĪBA SEJAS ATPAZĪŠANA KĀ PĒTĪJUMU RĪKS KLIENTA CEĻA IZPĒTE – EMOCIJAS, DARBĪBAS, KONTEKSTS UTT.
  110. 110. INFORMĀCIJA PAR JAUNĀKAJĀM TENDENCĒM APĢĒRBĀ
  111. 111. INFORMĀCIJA, KUR ATVĒRT UN IZVIETOT VEIKALUS
  112. 112. PIRKŠANAS PROCESS VAI VARAM IZMANTOT "PAREDZĒŠANU", LAI KLIENTAM PIEDĀVĀTU ĪSTĀS LIETAS ĪSTĀ LAIKĀ VAI UN KĀ VARAM UZLABOT LOJALITĀTES SISTĒMAS UN DATU ANALĪZI VAI VARAM PADARĪT EFEKTĪVĀKU PIEPĀRDOŠANU CAUR REKOMENDĀCIJĀM VAI VARAM PADARĪT FIZISKU IEPIRKŠANOS EFEKTĪVĀKU CAUR SENSORIEM, TELEFONIEM UTT.
  113. 113. Avots: http://www.gfm-nachrichten.de/typo3temp/pics/Watson_Top_9a0f2db033.jpg DIGITĀLA IEPIRKŠANĀS KĀ SARUNA, NE KATALOGS
  114. 114. MEDIJI/TĀRGETĒŠANA VAI IR IESPĒJAMA EKSTRĒMA PERSONALIZĀCIJA, BALSTOTIES UZ LAIKU, KONTEKSTU, VIETU, FORMĀTU, DZĪVESSTILU KAS PIE VELNA IR MOMENTU MĀRKETINGS? VAI MĒS VARAM MĒRĶĒT MEDIJUS BALSTOTIES UZ EMOCIJĀM UN KONTEKSTU VAI TAS BŪS IESPĒJAMS ARĪ VIDES, TV UN CITOS "TRADICIONĀLOS" KANĀLOS
  115. 115. RADOŠAIS IZPILDĪJUMS SATURA ADAPTĀCIJA – TEKSTS, PIEDĀVĀJUMS, ZIŅA, KRĀSAS, BILDES, UZSAUCIENS, CENA – TO VISU VAR PIELĀGOT REĀLĀ LAIKĀ
  116. 116. Avots: http://www.thedrum.com/news/2016/03/29/mccann-japan-hires-first-artificially-
  117. 117. MORĀLE UN ĒTIKA
  118. 118. DATU DROŠĪBA UN PRIVĀTUMS
  119. 119. LĒMUMU PIEŅEMŠANA Avots: https://www.technologyreview.com/s/542626/why-self-driving-cars-must-be- programmed-to-kill/
  120. 120. Avots: https://i.ytimg.com/vi/RJMvmVCwoNM/maxresdefault.jpg VAI BĀRBIJAI IR JĀIEVĀC ZIŅAS PAR JŪSU BĒRNU, KO VIŅA VIŅAM IEMĀCĪSIE, KAD NEESI KLĀT?
  121. 121. Avots: http://news.filehippo.com/wp-content/uploads/2014/07/facebook- experiments-2.jpg FACEBOOK EKSPERIMENTI MUMS PARĀDA KĀ AR MUMS VAR MANIPULĒT
  122. 122. Avots: http://cdn.thejournal.ie/embeds/twitter/ d3a2a8f83f67de157e21eb8647486958.png VAI MICROSOFT CENTIENI
  123. 123. KO DARĪT UZLABOT KOMANDAS ZINĀŠANAS UN PRASMES APGŪT UN ATRAST ATBILSTOŠĀKO NO JAUNĀKAJĀM TEHNOLOĢIJĀM RADĪT PROCESUS, KUROS JAUNĀ INFORMĀCIJA TIEK VEIKSMĪGI LIKTA LIETĀ
  124. 124. JŪSU BĒRNU PROFESIJAS PAPILDINĀTĀS REALITĀTES DIZAINERIS DRONU VADĪBAS SPECIĀLISTS CILVĒKU ORGĀNU DIZAINERIS MĀKSLĪGĀS PERSONĪBAS DIZAINERIS MĀKSLĪGĀ INTELEKTA KLIENTA SERVISA VADĪTĀJS
  125. 125. ŠO PREZENTĀCIJU VARĒJA UZTAISĪT ARĪ MĀKSLĪGAIS INTELEKTS

×