Aplikasi AI (Interdisipliner)

Gunakan model AI generatif untuk mencipta atau menambah baik seni visual, muzik, penulisan dan reka bentuk. Kategori ini merangkumi kejuruteraan prom untuk penjanaan imej/teks dan menggunakan alatan AI seperti Midjourney, Stable Diffusion dan DALL-E.

Manfaatkan AI untuk mengautomasikan kempen pemasaran, memperibadikan pengalaman pelanggan, meramal churn pelanggan, dan mengoptimumkan corong jualan. Ini termasuk penggunaan AI generatif untuk salinan iklan dan visual, serta pembelajaran mesin untuk pemarkahan petunjuk.

Gunakan AI untuk penyelidikan undang-undang, analisis dan semakan kontrak automatik, e-discovery, dan pemantauan pematuhan berterusan. Tumpuan pada NLP untuk dokumen undang-undang dan analitik prediktif untuk hasil kes.

Membangun dan melaksanakan alat berkuasa AI untuk laluan pembelajaran diperibadikan, penggredan tugasan automatik, dan sistem tunjuk ajar pintar yang menyesuaikan diri dengan keperluan pelajar. Meneroka perlombongan data pendidikan dan analitik pembelajaran.

Percepat penemuan saintifik dengan mengaplikasikan AI untuk menganalisis set data kompleks dalam bidang seperti fizik, astronomi, sains iklim, dan biologi. Termasuk penggunaan AI untuk simulasi, penjanaan hipotesis, dan interpretasi data.

Gunakan AI untuk memperkemas pengambilan pekerja melalui penghuraian resume dan padanan calon, menganalisis sentimen pekerja, meramal pengekalan, dan memperibadikan pelan pembangunan pekerja. Ia juga merangkumi pelaksanaan AI yang beretika dalam HR.

Terapkan model pembelajaran mesin dan algoritma AI ke pasaran kewangan untuk perdagangan algoritmik, pengurusan risiko, dan pengoptimuman portfolio. Ini merangkumi ramalan siri masa, analisis sentimen berita, dan pembelajaran pengukuhan untuk strategi perdagangan.

Optimumkan rantaian bekalan, automatikkan proses perniagaan (RPA), dan tingkatkan pembuatan keputusan dalam logistik, pembuatan, dan operasi umum. Ini termasuk penyelenggaraan prediktif, ramalan permintaan, dan pengurusan inventori.

Gunakan AI untuk pertanian persis, pemantauan kesihatan tanaman dan tanah, pengesanan perosak automatik, dan ramalan hasil menggunakan data daripada dron dan sensor. Tujuannya adalah untuk meningkatkan kelestarian dan kecekapan pertanian.

Mengintegrasikan algoritma AI untuk persepsi (visi komputer), navigasi (SLAM), dan manipulasi dalam robot, dron, dan kenderaan autonomi. Berfokus pada pembelajaran pengukuhan untuk kawalan dan pembuatan keputusan dalam persekitaran dinamik.

Gunakan AI untuk analisis pengimejan perubatan (X-ray, MRI), ramalan penyakit daripada data pesakit, mempercepat penemuan ubat, dan mencipta pelan rawatan peribadi. Meliputi bidang seperti genomik, proteomik, dan diagnostik ramalan.

Gunakan pembelajaran mesin untuk pengesanan ancaman lanjutan, pengenalpastian anomali rangkaian, dan respons insiden automatik untuk bertahan daripada serangan siber yang canggih. Merangkumi analisis perisian hasad dan pengesanan pancingan data yang dipacu AI.