AI: Ένας Πολυτάλαντος, Από την Πρόβλεψη Ασθενειών μέχρι τη Βελτίωση της Προσβασιμότητας για τα Άτομα με Αναπηρία

Η τεχνητή νοημοσύνη εκτοξεύτηκε πέρυσι και δεν άφησε κανένα κλάδο αδιάφορο στο αποτύπωμά της. Ήταν η κυκλοφορία του ChatGPT που προκάλεσε εκρηκτικό ενδιαφέρον για τον υποτομέα της AI, τη γενετική AI, και όλοι άρχισαν να χρησιμοποιούν την τεχνολογία τόσο ως καταναλωτές όσο και ως πάροχοι υπηρεσιών.  

Σύμφωνα με μια έρευνα της McKinsey, η πλειοψηφία των οργανισμών (55%) χρησιμοποιεί πλέον AI τουλάχιστον σε μία επιχειρηματική λειτουργία. Αυτό είναι λογικό, δεδομένου ότι η AI επηρεάζει τα πάντα, από τις πωλήσεις, το μάρκετινγκ και την εξυπηρέτηση πελατών έως την ασφάλεια, τα δεδομένα, την τεχνολογία και άλλες διαδικασίες.

Μια Ματιά στην AI και τη Δυνατότητά της να Μετασχηματίσει τους Κλάδους

Η AI, μια έννοια που υπάρχει από τη δεκαετία του 1950, είναι η νοημοσύνη των μηχανών. Είναι η ικανότητα μιας μηχανής να εκτελεί γνωστικές λειτουργίες παρόμοιες με αυτές των ανθρώπων. 

Η ανθρώπινη νοημοσύνη είναι αυτό που μας ξεχωρίζει από άλλα ζωντανά όντα. Είναι η ικανότητα να μαθαίνουμε νέα πράγματα, να λογικοποιούμε, να προσαρμοζόμαστε, να λύνουμε προβλήματα, να σχεδιάζουμε, να αυτοσχεδιάζουμε και να ενεργούμε. Η νοημοσύνη αποτελεί τη βάση της ανθρώπινης εμπειρίας, και τώρα την αναδημιουργούμε τεχνητά σε επιστημονικές προσπάθειες. Ως αποτέλεσμα, τα σημερινά συστήματα AI επιδεικνύουν ορισμένα από αυτά τα χαρακτηριστικά της ανθρώπινης νοημοσύνης, όπως η μάθηση, η λογική, η επίλυση προβλημάτων και η αντίληψη.

Έτσι, η AI είναι απλώς η προσομοίωση της ανθρώπινης νοημοσύνης σε μηχανές. Η μηχανική μάθηση (ML) είναι ένα υποσύνολο της AI που αναφέρεται στην ικανότητα των προγραμμάτων υπολογιστών να μαθαίνουν από δεδομένα και να προσαρμόζονται χωρίς ανθρώπινη βοήθεια. 

Στη συνέχεια υπάρχει η βαθιά μάθηση, η οποία επιτρέπει αυτή τη αυτόματη μάθηση μέσω τεράστιων ποσοτήτων δεδομένων όπως κείμενα, εικόνες ή βίντεο, που είναι υπερβολικά για τους ανθρώπους. Η βαθιά μάθηση χρησιμοποιεί νευρωνικά δίκτυα, τα οποία βασίζονται στον τρόπο με τον οποίο αλληλεπιδρούν τα νευρώνια στον ανθρώπινο εγκέφαλο — για την απορρόφηση και επεξεργασία των δεδομένων. Τρία είδη τεχνητών νευρωνικών δικτύων που χρησιμοποιούνται εδώ περιλαμβάνουν τα προωθητικά νευρωνικά δίκτυα, τα συνελικτικά νευρωνικά δίκτυα και τα επαναληπτικά νευρωνικά δίκτυα.

Η μηχανική μάθηση και η βαθιά μάθηση επιτρέπουν στην AI να εκτελεί πιο σύνθετες εργασίες επεξεργαζόμενη δεδομένα, που της επιτρέπουν να εντοπίζει πρότυπα, να κάνει συστάσεις και προβλέψεις, και στη συνέχεια να προσαρμόζεται σε νέα δεδομένα και εμπειρίες.

Κάντε κλικ εδώ για τη λίστα των 5 καλύτερων εταιρειών AI & ψηφιακής βιοτεχνολογίας.

Οι Πολλές Χρήσεις της AI, Ανατρέποντας τους Κλάδους

Όλες οι προόδους στην τεχνολογία AI τα τελευταία χρόνια έχουν επιτρέψει τη χρήση της σε διάφορους κλάδους, βρίσκοντας εφαρμογή σχεδόν σε κάθε επιχειρηματικό τομέα.

Για αρχή, τα chatbots βοηθούν στη βελτίωση της εμπειρίας του χρήστη στο διαδίκτυο. Η Επεξεργασία Φυσικής Γλώσσας (NLP) χρησιμοποιείται για να κάνει τη συνομιλία να ακούγεται ανθρώπινη και προσωπική. Αυτοί οι βοηθοί με τεχνητή νοημοσύνη μπορούν επίσης να αλληλεπιδρούν σε πραγματικό χρόνο με τους πελάτες. Σύμφωνα με την Servion Global Solutions, 95% των αλληλεπιδράσεων με πελάτες θα τροφοδοτούνται από AI μέχρι το 2025. 

Στον τομέα των μέσων και της ψυχαγωγίας, η AI φέρνει μια νέα εποχή αποδοτικότητας και δημιουργικότητας. Από καλλιτέχνες μέχρι σκηνοθέτες και δημιουργούς παιχνιδιών, οι δημιουργοί περιεχομένου αξιοποιούν τη δύναμη των αλγορίθμων AI για τη δημιουργία σεναρίων και αφηγήσεων. 

Η AI χρησιμοποιείται επίσης για τη διευκόλυνση της μετάφρασης σε πραγματικό χρόνο σε κείμενα, βίντεο, podcasts και άλλες μορφές πολυμέσων, καθιστώντας το περιεχόμενο προσβάσιμο σε ευρύτερο κοινό. Επικεντρώνοντας σε αυτό, η τεχνολογία αναλύει γλωσσικές λεπτομέρειες και κινήσεις προσώπου για να βοηθήσει στη μετάφραση συγχρονισμού χειλιών. Αυτό εμπλουτίζει την εμπειρία του θεατή και μετασχηματίζει τον τρόπο συγχρονισμού του οπτικοακουστικού περιεχομένου σε διαφορετικές γλώσσες.

Επιπλέον, συνθετικοί ηθοποιοί που απεικονίζουν πραγματικά πρόσωπα σε ψηφιακά περιβάλλοντα, διαφημιστικά κείμενα προσανατολισμένα στον πελάτη, και η αυτόματη δημιουργία ειδησεογραφικών άρθρων και περιλήψεων είναι άλλοι τρόποι με τους οποίους η AI βοηθά τη βιομηχανία των μέσων.

Αυτή η τεχνολογία επηρεάζει επίσης τον τρόπο ζωής μας, κυρίως μέσω αυτόνομων οχημάτων. Εταιρείες όπως η Tesla (TSLA ), η Toyota και η Audi χρησιμοποιούν μηχανική μάθηση για την κατασκευή αυτόνομων οχημάτων, την παροχή βοήθειας οδηγού και τελικά την αφαίρεση της ανάγκης για ανθρώπινο χειριστή. Σε αυτόν τον τομέα, η AI χρησιμοποιείται επίσης για φίλτρα ανεπιθύμητης αλληλογραφίας, αναγνώριση προσώπου και για την παροχή προσαρμοσμένων συστάσεων για αυξημένη αλληλεπίδραση. 

Η AI προχωρά επίσης βαθύτερα στον τομέα της εκπαίδευσης για να βελτιώσει την παραγωγικότητα του προσωπικού αυτοματοποιώντας διοικητικές εργασίες όπως εξατομικευμένα μηνύματα, διαχείριση εγγραφών και άλλες καθημερινές υποθέσεις. Επιπλέον, βοηθά στην εξατομίκευση του εκπαιδευτικού υλικού, δημιουργεί έξυπνο περιεχόμενο και παρέχει φωνητικούς βοηθούς για επιπλέον υλικό μάθησης ή βοήθεια.

Αυτό είναι μόνο η κορυφή του παγόβουνου, καθώς η AI έχει ευρεία χρήση, συμπεριλαμβανομένης της πλοήγησης για ακριβείς και λεπτομερείς πληροφορίες, των ανθρώπινων πόρων για διευκόλυνση της διαδικασίας, της γεωργίας για ταχύτερη και μεγαλύτερη συγκομιδή, των παιχνιδιών για δημιουργία NPC που μοιάζουν με ανθρώπους, και των χρηματοοικονομικών για βελτίωση μιας ευρείας γκάμας υπηρεσιών.

Επιπλέον, η AI βρίσκει εφαρμογές στην ασφάλεια δεδομένων για την αναγνώριση άγνωστων απειλών, την εντοπισμό ελαττωμάτων, την πρόληψη απειλών και την αναγνώριση μη χαρακτηρισμένων ενεργειών. Εκτός από τη βοήθεια στη διαχείριση κυκλοφορίας, το ride-sharing και τον προγραμματισμό διαδρομών στον τουριστικό κλάδο, η AI παρέχει επίσης υποστήριξη στον έλεγχο ποιότητας, την επιθεώρηση και τη διαχείριση εφοδιαστικής αλυσίδας.

Στη συνέχεια υπάρχει η ρομποτική, όπου η AI χρησιμοποιείται συνήθως για την ανίχνευση εμποδίων και τον προπρογραμματισμό διαδρομών. Σύντομα, η τεχνητή γενική νοημοσύνη (AGI) θα γίνει πραγματικότητα, πράγμα που σημαίνει ότι οι μηχανές θα έχουν τη νοημοσύνη να εκτελούν και να ολοκληρώνουν διανοητικές εργασίες που αυτή τη στιγμή μπορούν μόνο οι άνθρωποι. Οργανισμοί όπως η OpenAI εργάζονται για τη δημιουργία τεχνολογίας που θα ξεπεράσει την ανθρώπινη νοημοσύνη.

AI για τη Βελτίωση της Προσβασιμότητας του Διαδικτύου

Όπως επισημάναμε, η AI αλλάζει σχεδόν κάθε τομέα, και ακόμη και έτσι, δεν είναι η πλήρης έκταση της χρήσης της. Για παράδειγμα, ερευνητές του Πανεπιστημίου του Ohio State αναπτύσσουν έναν πράκτορα AI για να κάνουν το διαδίκτυο πιο προσβάσιμο για άτομα με αναπηρίες. Αυτός ο πράκτορας AI θα μπορεί να περιηγείται στο πολύπλοκο σύστημα του ιστού για να ολοκληρώνει σύνθετες εργασίες σε οποιονδήποτε ιστότοπο χρησιμοποιώντας απλές εντολές γλώσσας.

Σύμφωνα με τη μελέτη που παρουσιάστηκε στη 37η Διάσκεψη για τα Νευρωνικά Συστήματα Επεξεργασίας Πληροφοριών (NeurIPS) τον Δεκέμβριο, υπάρχουν αυξανόμενα εμπόδια στην πρόσβαση στο διαδίκτυο, στο οποίο βασιζόμαστε για την καθημερινή μας ζωή και εργασία. Για να αφαιρεθούν τέτοια εμπόδια και να μειωθεί η ανισότητα, ιδιαίτερα για άτομα με αναπηρίες, η μελέτη χρησιμοποίησε πληροφορίες από ζωντανούς ιστότοπους και δημιούργησε πράκτορες ιστού.

Αυτοί οι διαδικτυακοί βοηθοί AI αξιοποιούν έναν αλγόριθμο βαθιάς μάθησης και μεγάλα γλωσσικά μοντέλα (LLMs) για να λειτουργούν παρόμοια με τον τρόπο που εμείς οι άνθρωποι περιηγούμαστε στο διαδίκτυο. Το δημιουργημένο μοντέλο μπορεί να κατανοήσει τη διάταξη καθώς και τη λειτουργικότητα διαφορετικών ιστότοπων απλώς χρησιμοποιώντας την ικανότητά του να επεξεργάζεται και να προβλέπει τη γλώσσα.

Για την ανάπτυξη αυτής της λύσης, η ομάδα δημιούργησε πρώτα το σύνολο δεδομένων Mind2Web για γενικούς πράκτορες ιστού. Οι ερευνητές χρησιμοποίησαν 137 διαφορετικούς πραγματικούς ιστότοπους για πάνω από 2.000 ανοιχτές εργασίες, όπως η παρακολούθηση λογαριασμών διασημοτήτων στα κοινωνικά δίκτυα, η κράτηση διεθνών πτήσεων και ο προγραμματισμός εξετάσεων στο DMV, για να εκπαιδεύσουν τους πράκτορές τους.

Σύμφωνα με τη συν-συγγραφέα της μελέτης, Yu Su, που είναι βοηθός καθηγητής πληροφορικής και μηχανικής στο Ohio State, η επιτυχία των πρακτόρων οφείλεται κυρίως στην ικανότητα του μοντέλου τους να υιοθετεί τη σύνθετη και δυναμική φύση των σημερινών ιστότοπων και να διαχειρίζεται το συνεχώς εξελισσόμενο διαδίκτυο. Η Su είπε:

“Κατέστη δυνατό μόνο πρόσφατα να γίνει κάτι τέτοιο λόγω της πρόσφατης ανάπτυξης μεγάλων γλωσσικών μοντέλων όπως το ChatGPT.” 

Από τότε που το chatbot έγινε δημόσιο τον Νοέμβριο του 2022, εκατομμύρια άνθρωποι το έχουν χρησιμοποιήσει για τη δημιουργία περιεχομένου. Πρόσφατα, ο CEO της OpenAI, Sam Altman, αποκάλυψε ότι η τελευταία έκδοση του chatbot GPT-5 θα κυκλοφορήσει φέτος με λειτουργία βίντεο και μεγαλύτερη ακρίβεια. Σύμφωνα με τον Altman, η AI δεν θα αλλάξει μόνο τον τρόπο που εργαζόμαστε, αλλά οι τεχνολογικές προόδους θα «βοηθήσουν να επιταχυνθεί σημαντικά ο ρυθμός της επιστημονικής ανακάλυψης».

Εκτός από το Mind2Web, οι ερευνητές του Ohio State παρουσίασαν επίσης ένα πλαίσιο που ονομάζεται MindAct, το οποίο χρησιμοποιεί τόσο μικρά όσο και μεγάλα γλωσσικά μοντέλα για την εκτέλεση εργασιών. Χρησιμοποιώντας και τα δύο μοντέλα, η ομάδα διαπίστωσε ότι το πλαίσιο τους μπορεί να υπερβεί άλλες κοινές στρατηγικές μοντελοποίησης και να κατανοήσει δίκαια διάφορες έννοιες.

Μόλις το μοντέλο βελτιωθεί, θα μπορούσε να χρησιμοποιηθεί παράλληλα με ανοιχτού και κλειστού κώδικα LLMs όπως το Flan-T5 ή το GPT-4, σημειώνει η μελέτη, η οποία υποστηρίζεται από το National Science Foundation, το US Army Research Lab και το Ohio Supercomputer Center.

Στο μεταξύ, η μελέτη τόνισε το ηθικό πρόβλημα της δημιουργίας ευέλικτης AI, η οποία, ενώ μπορεί να είναι εξαιρετικά χρήσιμη για τους ανθρώπους με πολλούς τρόπους, όπως η περιήγηση στο διαδίκτυο, μπορεί να μετατρέψει το διαδίκτυο σε ένα πρωτοφανές ισχυρό εργαλείο ενισχύοντας συστήματα όπως το ChatGPT.

«Από τη μία πλευρά, έχουμε τεράστιο δυναμικό να βελτιώσουμε την αποδοτικότητά μας και να μας επιτρέψουμε να εστιάσουμε στο πιο δημιουργικό μέρος της εργασίας μας», είπε η Su, προσθέτοντας, «Από την άλλη πλευρά, υπάρχει τεράστιο δυναμικό για βλάβη». Αυτό μπορεί να εκδηλωθεί με τη διάδοση ψευδών πληροφοριών ή την κακή χρήση οικονομικών δεδομένων.

Σύμφωνα με τη Su, όλοι πρέπει να είμαστε «απόλυτα προσεκτικοί» σχετικά με αυτούς τους κινδύνους και πρέπει να συνεργαστούμε για να τους μετριάσουμε. Επίσης, τόνισε ότι η πρόοδος στην AI μέσω συνεχούς έρευνας θα βοηθήσει την κοινωνία να βιώσει σημαντική ανάπτυξη τα επόμενα χρόνια.

Ο Μεγάλος Ρόλος της AI στην Υγεία 

Ένας άλλος τομέας όπου η AI αποδεικνύεται μετασχηματιστική είναι η υγειονομική περίθαλψη, βελτιώνοντας διάφορες πτυχές αυτού του κλάδου.  

Η υγειονομική περίθαλψη είναι ένα σημαντικό μέρος της ζωής μας για την πρόληψη ασθενειών και τη βελτίωση της ποιότητας ζωής. Ωστόσο, ο κλάδος αντιμετωπίζει το πρόβλημα των αναποτελεσματικών διαδικασιών και των αυξανόμενων ιατρικών δαπανών. Εδώ, η AI μπορεί να αλλάξει εντελώς το πρόσωπο της υγειονομικής περίθαλψης βελτιώνοντας τις διαδικασίες και βοηθώντας στην έρευνα φαρμάκων που σώζουν ζωές, συνδυάζοντας ιστορικά δεδομένα και ιατρική νοημοσύνη. Με αυτόν τον τρόπο, οι οργανισμοί μπορούν να μειώσουν το κόστος Έρευνας & Ανάπτυξης ενώ αυξάνουν την παραγωγή.

Τα εικονικά βοηθητικά συστήματα με AI, εν τω μεταξύ, βοηθούν τους ανθρώπους μειώνοντας τις περιττές επισκέψεις σε νοσοκομεία και εξοικονομώντας χρόνο των επαγγελματιών υγείας. Τα chatbots μπορούν επίσης να χρησιμοποιηθούν για τον προγραμματισμό ραντεβού ασθενών, την παροχή πληροφοριών, τη συμπλήρωση στοιχείων ασθενών και τη διαχείριση ερωτήσεων σχετικά με την ασφάλιση.

Οι ιατρικές εγκαταστάσεις μπορούν να αναλύσουν περαιτέρω τους ασθενείς για να ανακαλύψουν πληροφορίες και να προτείνουν ενέργειες με μεγαλύτερη ακρίβεια, μειώνοντας τα ποσοστά θνησιμότητας και αυξάνοντας την ικανοποίηση των ασθενών. Τα δεδομένα των ασθενών, όπως το ιατρικό ιστορικό και το γενετικό προφίλ, μπορούν επίσης να χρησιμοποιηθούν για την παροχή εξατομικευμένων φαρμάκων και των καλύτερων σχεδίων θεραπείας. Τα νοσοκομεία μπορούν επίσης να αξιοποιήσουν την AI για έρευνα αγοράς ώστε να βελτιστοποιήσουν τις υπηρεσίες και να δημιουργήσουν βέλτιστες στρατηγικές μάρκετινγκ για τη διαχείριση και προώθηση της μάρκας.

Επιπλέον, η τεχνολογία χρησιμοποιείται για την κατασκευή εξελιγμένων μηχανών που μπορούν να εντοπίζουν ασθένειες και να βοηθούν στην ανάλυση χρόνιων καταστάσεων για να εξασφαλίσουν έγκαιρη διάγνωση.

Πρόσφατα, μια νέα μελέτη χορηγούμενη από το Swedish Brain Foundation, το Swedish Foundation for Strategic Research, το Swedish Research Council και άλλους, χρησιμοποίησε μηχανική μάθηση για την πρόβλεψη σοβαρής σκλήρυνσης κατά πλάκας (MS). Η MS είναι μια χρόνια νόσος του κεντρικού νευρικού συστήματος που είναι απρόβλεπτη, με την εξέλιξη να διαφέρει σημαντικά από άτομο σε άτομο.

Πιστεύεται ότι είναι μια αυτοάνοση διαταραχή, δηλαδή το ανοσοποιητικό σύστημα επιτίθεται στο ίδιο το σώμα του ατόμου. Στη MS, ένα λιπαρό συστατικό που ονομάζεται μυελίνη επιτίθεται και προκαλεί ζημιά στα νεύρα του εγκεφάλου και του νωτιαίου μυελού. Αυτό συμβαίνει επειδή η μυελίνη περιβάλλει και μονώνει τους άξονες των νεύρων ώστε να μεταδίδονται τα σήματα, κάτι που επηρεάζεται όταν καταστρέφεται.

Έτσι, για να βρεθεί ένας τρόπος ανίχνευσης της νόσου σε πρώιμο στάδιο, ερευνητές από το Linköping University, το Karolinska Institute και το University of Skövde συνεργάστηκαν για αυτή τη μελέτη.

Οι ερευνητές ανέλυσαν περίπου 1.500 δείγματα πρωτεϊνών χρησιμοποιώντας μηχανική μάθηση. Ήταν στην πραγματικότητα η πρώτη μελέτη που μέτρησε τόσο μεγάλο αριθμό πρωτεϊνών με τη μέθοδο proximity extension assay (PEA), μια εξαιρετικά ευαίσθητη μέθοδο, σε συνδυασμό με την επόμενης γενιάς αλληλούχιση (NGS). Η τεχνολογία που χρησιμοποιήθηκε επιτρέπει πιο ακριβή μέτρηση πολύ μικρών ποσοτήτων, κάτι που είναι ιδιαίτερα σημαντικό καθώς αυτές οι πρωτεΐνες είναι συχνά σε πολύ χαμηλά επίπεδα.

Η μελέτη διαπίστωσε ότι ένας συνδυασμός 11 πρωτεϊνών μπορεί να προβλέψει τόσο βραχυπρόθεσμη — μια συγκεκριμένη πρωτεΐνη που ονομάζεται αλυσίδα ελαφρού νευροϊνιδίου (NfL) ήταν αξιόπιστος δείκτης — όσο και μακροπρόθεσμη δραστηριότητα της νόσου και αποτελέσματα αναπηρίας. Αυτός ο συνδυασμός πρωτεϊνών επιβεβαιώθηκε αργότερα ότι αποτελείται από ασθενείς με MS σε ξεχωριστή ομάδα.

Επιπλέον, αυτές οι πρωτεΐνες πρέπει να μετρώνται στο εγκεφαλονωτιαίο υγρό αντί στο αίμα για να έχουμε καλύτερη εικόνα του τι συμβαίνει στο κεντρικό νευρικό σύστημα. Αυτές οι πρωτεΐνες μπορούν επίσης να χρησιμοποιηθούν για την προσαρμογή θεραπειών σε κάθε ασθενή ανάλογα με την αναμενόμενη σοβαρότητα της MS.

Κάντε κλικ εδώ για να μάθετε για τη αυξανόμενη συνέργεια μεταξύ AI & νευροεπιστήμης.

Εταιρείες που Ηγούνται της AI 

Καθώς η AI γίνεται το νέο κανονικό και τα έσοδα από την παγκόσμια αγορά λογισμικού AI αναμένεται να φτάσουν $126 bln by 2025, όλοι πηδούν σε αυτή τη λωρίδα. Αλλά ορισμένες εταιρείες κάνουν μεγάλη εντύπωση στον κλάδο με καινοτόμες εφαρμογές μηχανικής μάθησης:

1. Microsoft

Ο τεχνολογικός γίγαντας προσφέρει έναν επιχειρηματικό βοηθό AI, το Office 365 Copilot. Η Microsoft (MSFT ), η μεγαλύτερη επενδυτής της OpenAI, πρόσφατα παρουσίασε ένα εργαλείο με AI, το «Reading Coach». 

Με κεφαλαιοποίηση αγοράς $2,9 τρισεκατομμύρια, οι μετοχές της MSFT διαπραγματεύονται στα $398, με άνοδο 4,74% ετών. Τα έσοδα της εταιρείας (TTM) είναι $218,3 δισ., το EPS (TTM) είναι 10,33, το P/E (TTM) είναι 38,14 και πληρώνει απόδοση μερίσματος 0,76%.

2. Tesla

Η εταιρεία κατασκευάζει μοντέλα ηλεκτρικών οχημάτων με δυνατότητες αυτόνομης οδήγησης. Ο Διευθύνων Σύμβουλός της, Elon Musk, αναφέρει την Tesla ως «εταιρεία AI/ρομποτικής» και έχει ισχυριστεί ότι αναπτύσσουν «την πιο προηγμένη AI στον πραγματικό κόσμο».

Με κεφαλαιοποίηση αγοράς $673,55 δισ., οι μετοχές της TSLA διαπραγματεύονται στα $209,20, με πτώση 14,72% ετών. Τα έσοδα της εταιρείας (TTM) είναι $95,92 δισ., το EPS (TTM) είναι 2,10 και το P/E (TTM) είναι 68,28.

3. Luminar Technologies

Η εταιρεία παράγει προηγμένα προϊόντα όρασης οχημάτων βασισμένα σε LIDAR. Οι αισθητήρες της χρησιμοποιούν ίνες λέιζερ που επιτρέπουν στα συστήματα λογισμικού AI των αυτόνομων αυτοκινήτων να έχουν λεπτομερή εικόνα του περιβάλλοντος. 

Με κεφαλαιοποίηση αγοράς $1,095 δισ., οι μετοχές της LAZR διαπραγματεύονται στα $2,19, με πτώση 35,9% ετών. Τα έσοδα της εταιρείας (TTM) είναι $58,79 δισ., το EPS (TTM) είναι -1,50 και το P/E (TTM) είναι -1,44.

Τελικές Σκέψεις

Το 2023 έφερε την AI στο mainstream, και καθώς η δημοτικότητα και η χρήση της τεχνολογίας αυξάνονται, η απόδοσή της θα δει επίσης σημαντική ανάπτυξη μέσω συνεχούς έρευνας και επενδύσεων. Ήδη, η ευελιξία της AI μετασχηματίζει διάφορους κλάδους, και καθώς προχωράμε, οι εφαρμογές της θα ενισχύσουν περαιτέρω την καινοτομία και τους κλάδους. Όπως είπε η Su, θα «εξοικονομήσει χρόνο στους ανθρώπους και θα κάνει το αδύνατο δυνατό».

Κάντε κλικ εδώ για να μάθετε όλα για την επένδυση στην τεχνητή νοημοσύνη.