fbpx

Przyszłość sztucznej inteligencji

Jakie możliwości kryje przed nami sztuczna inteligencja?

Sztuczna inteligencja to nadal temat wielu dyskusji i obszar dynamicznego rozwoju. W zasadzie to określenie, które należy do grona technologicznych i biznesowych buzzwords. Warto zatem zastanowić się nad tym, jak w zasadzie działa i jak już realnie ją wykorzystujemy, a także nad tym, gdzie znajdzie jeszcze zastosowanie.

Sztuczna inteligencja – co to?

Na początek wypada zacząć od zdefiniowania, co właściwie nazywamy sztuczną inteligencją. Z uwagi na ogromne zainteresowanie AI możemy spotkać się z wieloma jej opisami, co zdecydowanie utrudnia klasyfikację i jasne określenie, czy coś jest sztuczną inteligencja czy też wprost przeciwnie. Nie da się ukryć, że na przestrzeni ostatnich kilku lat mamy do czynienia z prawdziwym nadużywaniem terminu sztuczna inteligencja.

słowniku języka polskiego autorstwa PWN możemy przeczytać, że sztuczna inteligencja to:
Dział informatyki badający reguły rządzące zachowaniami umysłowymi człowieka i tworzący programy lub systemy komputerowe symulujące ludzkie myślenie.
Ta definicja jest szeroka, ale mimo to w poprawny sposób opisuje całe AI. Niestety, nadużywanie tego terminu może wynikać z niewiedzy, ale również próby opisania swoich usług lub produktu w lepszy sposób, który niekoniecznie musi mieć z nią coś wspólnego.

Czym natomiast sztuczna inteligencja różni się względem innych dziedzin, z którymi jest utożsamiana? Najpierw mamy uczenie maszynowe (ang. Machine Learning, skrót: ML), które to stanowi część sztucznej inteligencji. Możemy tu wyróżnić cztery główne rodzaje: nadzorowane (ang. supervised), nienadzorowe (ang. unsupervised) , półnadzorowane (ang. semi-supervised)oraz ze wzmocnieniem (ang. reinforcement). Potem warto zająć się głębokim uczeniem maszynowym (ang. Deep Learning, skrót: DL). Ten termin stanowi podzbiór uczenia maszynowego, który wyróżnia się „nauką” z wykorzystaniem głębokich sztucznych sztucznych sieci neuronowych. Tu istnieją takie jak: rekurencyjne (ang. recursive, skrót: RNN), konwolucyjne (ang. convolutional, skrót: CNN), jednokierunkowe, GAN (ang. Generative Adversarial Network) lub LSTM (ang. Long / Short Term Memory).

Sztuczna inteligencja – wybrane zastosowania z życia

Aktualnie możemy znaleźć sporo zastosowań sztucznej inteligencji w narzędziach, z których korzystamy na co dzień. Jednym z ciekawszych są asystenci głosowi w postaci Asystenta Google, Siri czy Cortany, które z pomocą SI są w stanie reagować na różne komendy użytkowników. Widać tu również ogromny progres na przestrzeni ostatnich lat. W przeszłości w zasadzie działały one z użyciem wyszukiwania konkretnego słowa w słowniku i odpowiadania na nie na podstawie zaprogramowanej wypowiedzi, ale z czasem stały się znacznie bardziej zaawansowane. Na dobrą sprawę dopiero teraz da się dostrzec w nich inteligencję, o którą od początku chodziło.

Równie interesujące są autonomiczne samochody. Zaawansowane systemy czujników, kamer oraz komputerów analizują na bieżąco sytuację wokół i odpowiednio do niej kierują autem. Do tego są w stanie nawet przewidywać niebezpieczne wydarzenia. W tym też zakresie można dostrzec największy progres na przestrzeni ostatnich kilku lat. Jednocześnie to tu rozwijane są jako pierwsze zaawansowane algorytmy do przetwarzania obrazu w czasie rzeczywistym, a później tego typu elementy będą mogły być implementowane równiez do produktów z różnych innych kategorii. W zasadzie da się uznać branżę motoryzacyjną za łączącą w sobie technologie starsze i nowsze, dzięki czemu to niezwykle dynamicznie rozwijający się sektor, stymulujący rozwój w obszarze widzenia komputerowego oraz sztucznej inteligencji.

Co ciekawe, nawet w branży medialnej niektóre portale stawiają na sztuczną inteligencję do tworzenia treści. Taki bot potrafi nie tylko napisać krótką notkę prasową, ale również odnieść się do konkretnych wydarzeń i ta technologia będzie na pewno udoskonalana. Nie da się ukryć, że to jest nowy rozdział dla tej branży.

Sztuczna inteligencja znajduje zastosowanie również tam, gdzie niektóre dane mogą umknąć człowiekowi. Szczególnie ważne są w tym zakresie systemy monitoringu – człowiek potrafi ze skupieniem śledzić obraz przez zaledwie 20 minut, a komputer będzie w stanie analizować zagrożenia cały czas. Do tego dochodzą systemy wykrywające oszustwa bankowe. Obecnie są one stosowane na szeroką skalę i pozwalają zminimalizować zagrożenia dla klientów przy jednocześnie nieprzerwanej pracy. W dodatku w przypadku sieci neuronowych są one w stanie uczyć się nowych niebezpieczeństw i skutecznie je wykrywać.

Udostępnij:

Share on facebook
Facebook
Share on twitter
Twitter
Share on linkedin
LinkedIn