UI v prometu zajema aplikacije v logistiki, prometu in mobilnosti: načrtovanje poti in tur, napovedovanje prometa, prediktivno vzdrževanje vozil in infrastrukture ter sisteme za pomoč vozniku vse do avtonomnih vozil. Cilji so krajše poti, manj praznih voženj, nižji stroški in večja varnost. Številne aplikacije so varnostno kritične in zato strogo regulirane. Primer: paketna služba vsak dan znova načrtuje dostavne poti glede na obseg pošiljk in prometne razmere.
Agenti, poteki dela in predloge v enem delovnem prostoru – brezplačna 24-urna predstavitev.
Začni predstavitevAvtonomna vozila se v celoti ali delno premikajo brez človeškega posredovanja, pri čemer uporabljajo kamere, radar, lidar in programsko opremo UI. Standard SAE J3016 opredeljuje šest ravni – od 0 (brez avtomatizacije) do 5 (povsod popolnoma brez voznika). UI skrbi za zaznavanje, napovedovanje vedenja drugih udeležencev v prometu in načrtovanje poti. Poleg avtomobilov to zajema robotaksije, tovornjake, avtomatske prevoze in skladiščna vozila; homologacija in odgovornost sta v vsaki državi urejeni posebej.
Računalniški vid je področje UI, v katerem računalniki interpretirajo slike in video. Tipične naloge vključujejo zaznavanje in lociranje predmetov, branje besedila na slikah in merjenje sestavnih delov. Tehnologija se uporablja na primer pri nadzoru kakovosti v proizvodnji, v sistemih za pomoč vozniku, v logistiki in v medicinskem slikanju.
Napovedna analitika uporablja zgodovinske podatke, statistiko in strojno učenje za oceno verjetnih prihodnjih dogodkov. Odgovarja na vprašanja, kot so: katere stranke se bodo kmalu odjavile? Koliko zalog bo potrebnih naslednji mesec? Kdaj bo stroj verjetno odpovedal? Rezultati so verjetnosti, ne gotovosti. Njihova vrednost je močno odvisna od kakovosti podatkov in od tega, ali napovedi dejansko vplivajo na odločitve in procese.
Spodbujevalno učenje je veja strojnega učenja, pri kateri se agent uči s poskusi in napakami. Deluje v okolju, za dobre izide prejema nagrade, za slabe pa kazni, in tako razvije strategijo, ki največ poveča njegovo skupno nagrado. Znani primeri so programi, ki obvladajo družabne igre, kot je go, vodenje robotov in natančno uravnavanje jezikovnih modelov na podlagi človeških ocen.
