Sztuczna inteligencja nie ma ograniczeń - Aleksandra Przegalinska, prorektor ds. współpracy międzynarodowej Akademii Leona Koźmińskiego

• Strona główna
• Komentarze
• Sztuczna inteligencja nie ma ograniczeń

2022-07-12

Sztuczna inteligencja (AI) ma wiele praktycznych zastosowań. Między innymi, wspomaga leczenie chorób i prognozuje nam pogodę.

Do niedawna o sztucznej inteligencji mówiło się w czasie przyszłym – kiedyś nadejdzie i jej efekty nie ucieszą większości. Co najmniej połowa ludzi straci pracę, a nawet AI zawładnie światem. Działo się tak pod wpływem hollywoodzkiej mitologii. To prawda, że domena AI ma za sobą wiele dekad rozwoju, nie zawsze dynamicznych i sporo było czasu, aby ją zdemonizować. Czy słusznie? Jako pole dość tajemnicze może rodzić domysły, jednak fakty są takie, że lata 2010-12 zdecydowały o obecnym przyspieszeniu w tej domenie. Doszło wtedy do kumulacji trzech czynników: gromadzenia wielkich zbiorów danych – big data; wzrosła moc obliczeniowa - computational power; powstały algorytmy wzorowane na ludzkim mózgu – sieci neuronowe.

Te czynniki stworzyły nową jakość w poprzedniej dekadzie, ale to ostatnie dwa - trzy lata spowodowały, że AI bardzo się urealniła; weszła do biznesu i to z sukcesem. Pojawiają się kolejne inwestycje.

Najpopularniejsze rozwiązania stosuje się w medycynie i big pharma oraz w bankowości. Skuteczna diagnostyka chorobowa byłaby niemożliwa bez machine learning. Także dostępne na co dzień serwisy pogodowe stosują AI. Są to proste algorytmy uczące się, które pochodzą ze statystyki i nowsze rozwiązania – wspomniane sieci neuronowe. Pozwalają na dwa istotne zastosowania – optymalizację i predykcję. Bez algorytmów uczenia maszynowego nie mielibyśmy niczego, co nam – klientom – podsuwa rekomendacje. 

Na pewno też mamy za sobą dynamiczny rozwój rozwiązań chmurowych w biznesie. Teraz następuje kolejny etap inwestycji i rozwoju sfery digital, czyli właśnie sztuczna inteligencja. Nie tylko duże firmy inwestują w AI, a ich zarządzający zadają sensowne pytanie: czy i kiedy to się zwróci? Dotychczasowe praktyki jeszcze nie dostarczają klarownej odpowiedzi. Wiodące branże, jak wymienione już medycyna i farmacja, skutecznie rozwijają AI, ale w większości sektorów nie do końca wiadomo jak czerpać benefity z AI.

Na pewno, jeśli firma posiada dużo danych (big data), a każda, która myśli o zastosowaniu AI, powinna dbać o ich jakość – na tej podstawie algorytmy predykcyjne wniosą wartość do biznesu. Mogą poszerzyć bazę klientów, usprawnić procesy biznesowe, redukować koszty.

Fakt, ze firmy nie potrafią jeszcze wykorzystać AI nie świadczy o słabości biznesu, zespołów pracowników. Bardziej uwidacznia się tu nieprzystawalność ludzi do tego, co oferuje technologia. Rozwój AI zaskoczył wszystkich, a nie jest to technologia, o której się dużo wie. Jest to wyzwanie, ale na pewno AI nie trzeba się obawiać.

W jej domenie pojawiły się już koncepcje no code/low code – gdzie nie trzeba umieć programować. Czyli, to nie ludzie muszą opanować trudną dziedzinę, ale to ona przybliża się do nas i nie stwarza barier. Firmy i uczelnie podsuwające obecnie rozwiązania AI, wysyłają komunikat do rynku: nie musisz być profesjonalistą w programowaniu. Jako profesjonalista w innej dziedzinie – np. mody, czy nieruchomości – możesz wykorzystać dane historyczne i jak klocki powkładać je do mechanizmu AI. Dać jej zadanie i w ten sposób pomóc sobie w prowadzeniu firmy. Trzeba tylko lepiej zrozumieć AI i zmapować to, do czego można ją wykorzystać.