Sztuczna inteligencja (SI) fakty i mity.

Na stronie mogą znajdować się linki afiliacyjne, po ich kliknięciu zostaniesz przeniesiony na stronę reklamodawcy więcej

Sztuczna inteligencja

Sztuczna inteligencja, przez lata obrosła w mity, dzięki pseudonaukowym publikacjom oraz literaturze i filmom z gatunku SF. Dzisiaj spróbuję naświetlić nieco ten temat.

Zacznijmy więc od określenia, czym jest sztuczna inteligencja. Zgodnie z definicją jest to system maszynowy lub maszyna, naśladująca zachowania określane jako inteligentne. Dotyczy to również gromadzenia informacji na podstawie doświadczeń, korygowanie zachowań poprzez interakcje z żywymi ludźmi.

Przykładami aplikacji bazujących na sztucznej inteligencji mogą być:

  • Chatboty — posługują się sztuczną inteligencją, aby szybciej klasyfikować problemy klientów i udzielać trafniejszych odpowiedzi.
  • Inteligentni asystenci — używają SI do analizowania informacji o znaczeniu krytycznym z dużych zbiorów danych tekstowych w celu ulepszenia planowania.
  • Silniki rekomendacji — dostarczają automatyczne propozycje programów telewizyjnych na podstawie nawyków telewidzów.

Czym jest sztuczna inteligencja.

Zasada działania sztucznej inteligencji opiera się raczej na wspomaganiu procesu myślenia i analizy danych niż kreowaniu konkretnych funkcji. Większości z nas fraza sztuczna inteligencja kojarzy się z humanoido podobnymi robotami podbijającymi świat, niszczącymi nasza cywilizacje. A w praktyce jest wręcz przeciwnie. Zadaniem sztucznej inteligencji jest zwiększenie naszych możliwości poprzez szybką analizę i poprawę efektywności naszej pracy.

Sztuczna inteligencja w praktyce
Sztuczna inteligencja i procesy analityczne

Sztuczna inteligencja to ogólne określenie obejmujące wszystkie aplikacje, które wykonują złożone zadania. I które kiedyś były wyłączną domeną ludzi, takie jak komunikacja z klientem, wszelkie złożone gry strategiczne (szachy). Określa się tym mianem również inne dyscypliny takie jak samo uczenie się maszyn oraz głębokie uczenie. Dyscypliny te stanowią jednak jedynie część zakresu, jaki określamy mianem sztucznej inteligencji.

SI contra Data Science

W celu pełnego wykorzystania wartości sztucznej inteligencji wiele firm poważnie inwestuje w zespoły zajmujące analityką danych. Data science to dziedzina badań, która wykorzystuje metody naukowe do wyodrębniania wartości z danych. Łączy również wiedzę z dziedzin takich jak statystyka i informatyka teoretyczna w celu analizy danych zebranych z wielu źródeł.

Jednym z wielu zastosowań dla technologi SI jest automatyzacja procesów analitycznych. Dotyczy to gromadzenia danych, jak i przetwarzanie oraz interpretacji wyników. Zasięg działania sztucznej inteligencji może, znacząco wykraczać poza możliwości interpretacyjne człowieka co oznacza, że końcowy wynik może być znacznie bardziej użyteczny z punktu widzenia businessu. Przykładem może być firma Netflix, dzięki wykorzystaniu samo uczenia maszyn udało się jej zwiększyć zasięg o ponad 25% w 2017 roku.

Analityka danych staje się dla wielu firm priorytetem. Powstają nowe działy analityczne, a sztuczna inteligencja wspomaga prace analityków biznesowych. Rozwój technologi analitycznych coraz częściej zyskuje na znaczeniu.

Sztuczna inteligencja niesie wartość dla prawie każdej branży i firmy oraz każdego wydziału w firmie. Jej zastosowanie można zauważyć w wielu miejscach, np.:

  • Wykorzystanie danych transakcyjnych i demograficznych do prognozowania wydatków określonych klientów w trakcie relacji z firmą (czyli tzw. wartości życiowej klienta)
  • Optymalizacja cen na podstawie zachowań i preferencji klientów
  • Zastosowanie funkcji rozpoznawania obrazu do analizy zdjęć rentgenowskich w diagnostyce nowotworowej
Przeczytaj Również  VR, Wirtualna Rzeczywistość, Wielka szansa dla polskich firm.

Łatwość adaptacji sztucznej inteligencji.

Rozwój sztucznej inteligencji we wszystkich branżach stymulują trzy czynniki:

  • Łatwa dostępność ekonomicznej mocy obliczeniowej o wysokiej wydajności. Obfitość oferowanej komercyjnie mocy obliczeniowej w chmurze umożliwia ekonomiczną realizację projektów złożonych pod względem obliczeniowym. Przed tym postępem technologicznym jedyne środowiska obliczeniowe odpowiednie dla prac nad sztuczną inteligencją były niedostępne w chmurze, a ich koszt był zaporowy.
  • Dostępność wielkich wolumenów danych na potrzeby trenowania systemów. Sztuczna inteligencja musi przejść trening na olbrzymiej ilości danych, aby generować poprawne prognozy. Popularyzacja różnych narzędzi do etykietowania danych oraz łatwość i przystępna cena usług magazynowania i przetwarzania danych ustrukturyzowanych i nieustrukturyzowanych pozwala coraz większej liczbie organizacji budować i trenować algorytmy sztucznej inteligencji.
  • Praktyczne stosowanie sztucznej inteligencji zapewnia przewagę konkurencyjną. Przedsiębiorstwa coraz częściej dostrzegają przewagę konkurencyjną wynikającą z zastosowania wniosków formułowanych przez sztuczną inteligencję do celów biznesowych i przypisują jej priorytet w całości działań firmy. Generowane przez sztuczną inteligencję ukierunkowane zalecenia mogą na przykład pomóc szybciej podejmować lepsze decyzje. Wiele funkcji i możliwości sztucznej inteligencji może prowadzić do obniżenia kosztów, zmniejszenia ryzyka, skrócenia czasu wprowadzenia nowego produktu na rynek i wielu innych korzyści.

Zastosowanie SI w praktyce

Sztuczna inteligencja zyskuje coraz więcej zastosowań, jak grzyby po deszczu rodzą się nowe pomysły na zastosowanie SI w życiu codziennym. Wiele firm staje przed możliwością sięgnięcia po korzyści, jakie niesie z sobą nowa technologia. Na rynku pojawiają się gotowe do użycia rozwiązania, narzędzia i oprogramowanie, które mają wbudowane funkcje sztucznej inteligencji lub automatyzują proces podejmowania decyzji według algorytmów.

Jako przykłady można wymienić:

Komunikacja z klientami przy użyciu chat botów. Chatboty wykorzystują przetwarzanie języka naturalnego, aby zrozumieć klientów oraz umożliwić im zadawanie pytań i uzyskiwanie informacji. Uczą się z biegiem czasu, dzięki czemu mogą wprowadzać większą wartość do interakcji z klientami.

Monitorowanie centrum danych Zespoły operacyjne IT mogą zaoszczędzić dużo czasu i energii na monitorowaniu systemu, przenosząc wszystkie dane dotyczące sieci WWW, aplikacji, wydajności bazy danych, wrażeń użytkowników i dzienników do jednej chmurowej platformy danych, która automatycznie monitoruje wartości progowe i wykrywa anomalie.

Przeprowadzanie analizy biznesowej bez pomocy eksperta. Narzędzia analityczne z wizualnym interfejsem użytkownika umożliwiają osobom bez przygotowania technicznego łatwe wysłanie zapytania do systemu i uzyskanie zrozumiałej odpowiedzi.

Co dalej?

Wydawać by się mogło, że przed sztuczną inteligencją leży otwarta droga. Nic bardziej mylnego, mimo niezaprzeczalnych korzyści płynących z nowej technologi, nadal nie udaje się w pełni wykorzystać potencjału drzemiącego w SI. Powodów jest wiele od całkiem prozaicznych jak obawa przed utratą pracy. Po bardziej skomplikowane jak niedostosowanie struktur organizacyjnych przedsiębiorstw, czy też trudności z adaptacją nowych technologi.

Jednak pozostaje wierzyć, że sztuczna inteligencja poradzi sobie z napotkanymi barierami i dalej będzie rozwijać się w dynamicznym tempie.

Źródło: oracle.com

Tagi , , , .Dodaj do zakładek Link.

Dodaj komentarz