Штучний інтелект

Написання ботів, чат-ботів, ігор зі стратегією, де комп’ютер має змогу прорахувати велику кількість можливих варіантів ведення гри та обрати найкращі. Евристичні алгоритми ігрового штучного інтелекту використовуються в широкій розмаїтості в багатьох галузях усередині гри. Найочевидніше застосування ігрового ШІ проявляється в контролюванні неігрових персонажів, хоча скриптинг теж є дуже розповсюдженим способом контролю. Пошук шляху є іншим широко розповсюдженим застосуванням ігрового ШІ, — він особливо проявляється в стратегіях реального часу. Пошук шляху є методом для визначення того, як неігровому персонажеві перейти з однієї точки на мапі до іншої: потрібно враховувати ландшафт, перешкоди й, можливо, «туман війни». Ігровий ШІ також пов'язаний із динамічним ігровим балансуванням.

Основні сфери застосування цих систем пов'язані з підтримкою прийняття управлінських рішень у таких напрямках бізнесу, як кредитування й оцінка ризиків, маркетинговий аналіз, прогнозування фінансових ринків, моделювання функціональних складових менеджменту (фінанси, виробництво, людські ресурси), розв'язання прикладних соціологічних задач (моделі формування і зміни рейтингів політиків), управління бюджетними ресурсами і економічне моделювання, виявлення незаконного використання кредитних карток. Наприклад, в банківській сфері прийняття рішень стосовно надання кредиту може прийматися комп'ютеризовано на основі обробки даних клієнтів. 

Нейронні мережі отримали велику популярність у практичному використанні при вирішенні суто практичних проблем саме завдяки тому, що вони звільняють дослідника від занурення в тонкощі фізичного процесу і необхідності створення складної фізичної моделі. Необхідно лише знати і розуміти, які фактори впливають на процес, що прогнозується і мати певну кількість фактичних даних щодо поведінки системи при різних ситуаціях, що створились раніше. Чим більше база таких даних, тим краще можна натренувати мережу і підсилити її здібність прогнозувати поведінку системи у нових умовах, чи наборі вхідних факторів. Наприклад, можна прогнозувати  попит на електроенергію на основі погоднх умов і даних попередніх років з метою зниження витрат на її виробництво.