Sztuczna inteligencja: co to jest i jakie ma zastosowania

Sztuczna inteligencja (artificial intelligence) jest technologią, która umożliwia maszynom wykonywanie zadań wymagających wnioskowania, uogólniania oraz innych operacji mentalnych, czyli…  ludzkiej inteligencji. W odróżnieniu od tradycyjnych systemów komputerowych AI potrafi rozwijać się na podstawie danych i przykładów.

Historia sztucznej inteligencji rozpoczęła się w 1956 roku na konferencji w Dartmouth.  Podczas szczytu naukowcy ustalili, że AI to system, który interpretuje dane pochodzące z zewnętrznych źródeł i na tej podstawie rozwiązuje określone zadania.

Szybko, bo już w latach 60, urzeczywistniono tą teorię, programując pierwszego chatbota – ELIZA, który symulował rozmowę z psychoterapeutą. Wynalazek opierał się na prostych regułach zaczerpniętych z logiki symbolicznej i odpowiadał na pytania zadane przez użytkowników.

W latach 80 XX wieku nastąpił przełom. Reguły logiki zastąpiono algorytmami zdolnymi do przetwarzania potężnych ilości danych, czyli uczeniem maszynowym (machine learning). W wyniku dalszych odkryć powstały inspirowane budową ludzkiego mózgu sieci neuronowe. Mówi się, że wygrana Deep Blue z mistrzem szachowym czy zwycięstwo AlphaGo z Lee Sedolem w grę planszową GO są efektem rozwoju tej właśnie gałęzi sztucznej inteligencji.

Aktualnie żyjemy w czasach generatywnej sztucznej inteligencji, które rozpoczęły się w 2022 roku wraz z premierą programu ChatGPT. Wytrenowany na 300 miliardach słów wynalazek Open AI to najpopularniejszy przykład sztucznej inteligencji tego typu.

Obecnie sztuczna inteligencja jest dziedziną wiedzy integrującą przynajmniej kilka mniejszych podzbiorów, które służą do realizacji innego typu zadań. Większość z nich bazuje na technologii wynalezionej jeszcze kilka dekad temu, z tym że znacznie bardziej rozwiniętej.

Algorytmy uczenia maszynowego analizują i przetwarzają duże ilości danych, aby identyfikować w nich wzorce i powtarzalne schematy. Rozwiązanie stosuje się np. do badania preferencji konsumenckich w e-commerce. Mechanizmy sugerują klientom produkty zgodne z ich wcześniejszymi wyborami.

Sieci neuronowe umożliwiają maszynom jeszcze głębszą naukę. Są złożone z wielu warstw (w tym wejściowej i wyjściowej), a każda z nich identyfikuje konkretne cechy obiektów, np. kolejne szczegóły zdjęć. W diagnostyce medycznej sieć rozpoznaje choroby, stopniowo wyłuskując z obrazów detale niedostrzegalne dla człowieka.

Technologia przetwarzania języka naturalnego (natural language processing) umożliwia analizę tekstu (pisanego i mówionego). Algorytm NLP działa m.in. w elektronicznych tłumaczach oraz mechanizmach filtrujących treści w mediach społecznościowych. Jest też bazą Chatbotów, które odpowiadają na pytania użytkowników, wybierając odpowiedź z gotowej puli lub tworząc je na podstawie kontekstu.

Generatywna AI pozwala tworzyć teksty, obrazy oraz modele 3D. Firmy generują z jej pomocą treści marketingowe, m.in.: artykuły, newslettery, filmy promocyjne. GenAI sprawdza się również w pisaniu e-maili, instrukcji czy innych dokumentów tworzonych na potrzeby wewnętrznych procesów firmy.

Wizja komputerowa analizuje grafiki i nagrania wideo. Systemy wizyjne prześwietlają treść, korzystając z aparatów, sensorów i kamer. Następnie używają  zaawansowanych algorytmów do weryfikacji zgromadzonych danych. W sektorze rolnictwa pomaga to np. w szybkiej ocenie stanu upraw.

Połączenie sztucznej inteligencji z IoT (internetu rzeczy) umożliwiło zastosowanie robotów na dużą skalę, szczególnie w przemyśle. W praktyce linie produkcyjne obsługują inteligentne wysięgniki, taśmy czy przenośniki wyposażone w specjalne czujniki (cyber- fizyczne), które przekształcają operacje w cyfrowy zapis i transferują dane do systemów nadzorujących produkcję.

Sztuczna inteligencja jest szeroko użytkowana w wielu branżach, m.in.:

• Medycyna – W medycynie AI diagnozuje choroby na podstawie wyników badań (np. zdjęć rentgenowskich). Monitoruje stan pacjentów i personalizuje plany leczenia, tworzy też oryginalne terapie genowe. W skrócie wspiera personel medyczny na wielu poziomach.
• Finanse – W bankowości sztuczna inteligencja wykrywa oszustwa oraz określa ryzyko poszczególnych inwestycji. Coraz większą rolę odgrywają także cyfrowi doradcy AI, którzy pomagają klientom w podejmowaniu decyzji finansowych oraz elektroniczne portfele – sposób na szybkie i wygodne transakcje bezgotówkowe.
• Transport – AI wspiera branżę transportową. Monitoruje stan techniczny floty, analizuje poziom zużycia paliwa, czy projektuje trasy (na podstawie danych z GPS instalowanych w pojazdach). Może też na bieżąco sprawdzać stan kierowców i alarmować, kiedy zmęczenie znacznie wzrośnie.
• E-commerce i marketing – Sztuczna inteligencja sprawdza się również w handlu nowoczesnym (np. w e – commerce). Pomaga w tworzeniu spersonalizowanych rekomendacji, które ułatwiają klientom realizację  zakupów. W tym celu algorytmy sztucznej inteligencji analizują wcześniejsze decyzje konsumentów. Z kolei w marketingu AI generuje m.in.: slogany, e- maile, artykuły oraz inne treści. Wspiera planowanie kampanii wielokanałowych, pisze briefy dla copywriterów oraz agendy ważnych spotkań.
• Edukacja – Sztuczna inteligencja jest wdrażana także w sektorze edukacji. W pedagogice używa się np. asystentów AI, którzy opracowują indywidualne plany nauczania, dopasowując je do poziomu umiejętności danego ucznia. W tym celu algorytmy analizują m.in. tempo przyswajania wiedzy, ale też preferencje. Oznacza to, że w zależności od wyników, zamiast lektur czy nauki na pamięć, w planach mogą przeważać interaktywne quizy, krzyżówki czy testy.
• Rolnictwo – W rolnictwie sztuczna inteligencja zapewnia m.in. pełną kontrolę nad uprawami (analiza jakości gleby i stanu roślin, obecność szkodników itp.) oraz podpowiada, jak uzyskać dobre plony (sugeruje np. techniki uprawy). Pomaga też wyliczać odpowiednie porcje nawozów i środków chwastobójczych, które gwarantują roślinom wzrost, ale jednocześnie nie szkodzą środowisku.
• Bezpieczeństwo – Sztuczna inteligencja gwarantuje solidne bezpieczeństwo zarówno w świecie cyfrowym, jak i rzeczywistym. AI w systemach kamer przemysłowych wykrywa np. nieuprawnione wejścia do obiektów. Z kolei w cyfrze filtruje spam oraz wspiera programy wykrywające wirusy, chroniąc urządzenia np. przed malware.

Właściwie użytkowana AI zapewnia wiele korzyści. Automatyzacja rutynowych procesów minimalizuje czas pracy. Rozwój technik personalizacji gwarantuje głębsze rozumienie potrzeb klientów. Z kolei błyskawiczna analiza danych pomaga menedżerom podejmować bardziej świadome decyzje biznesowe.

Co istotne, obsługa popularnych programów AI nie wymaga umiejętności programowania, lecz sprowadza się do pisania prostych instrukcji w języku naturalnym.

Sztuczna inteligencja oznacza także wiele wyzwań.

Pierwszym są koszty. Aby skutecznie działać, AI potrzebuje dużych ilości danych. Z kolei, aby je przetworzyć systemów o potężnej mocy obliczeniowej. Zapewnia to rozwinięta infrastruktura IT i sprzęt wyposażony w nowoczesne procesory. Tak więc przed przedsiębiorcami stoi zadanie – zakup takich urządzeń, bez przekraczania budżetu przeznaczonego na inwestycję w AI.

Co więcej, efektywne szkolenie modeli wymaga doświadczonych specjalistów (m.in. prompt inżynierów). Odgrywają oni ważną rolę nie tylko na etapie projektowania i tworzenia zrębów programu, ale również podczas przygotowywania modelu do realizacji zadań w określonej firmie. Jednak zatrudnienie fachowców może być wyzwaniem, ponieważ w Polsce (ale i w Europie) wciąż kształci się za mało ekspertów od sztucznej inteligencji.**

Kolejna sprawa, część danych – tekstów, obrazów, nagrań audio – może powielać uprzedzenia, a wiele z nich uzyskano bez zgody autorów. W tym kontekście postulowana przez fachowców potrzeba wprowadzenia regulacji, które będą chronić prywatność, zapobiegać dezinformacji i cyber-zagrożeniom, wydaje się zasadna. Warto jednak spojrzeć na to także z innej strony. Nacisk na zbyt restrykcyjne przepisy, może spowolniać rozwój AI. Przyjęte regulacje powinny więc chronić prawa internautów i jednocześnie nie hamować postępu w dziedzinie sztucznej inteligencji.

Eksperci podkreślają, że automatyzacja kolejnych procesów zachwieje rynkiem pracy. AI może wyprzeć część zawodów, a inne głęboko przekształcić. Dobrze ilustruje to praca programisty, który częściej niż pisaniem kodu, będzie zajmował się oceną i krytyczną analizą skryptów generowanych przez AI. Ważne jest więc przygotowanie kadry do nowych ról i obowiązków

Specjaliści ciągle rozwijają sztuczną inteligencję, dążąc do stworzenia Generalnej AI (artificial general intelligence), która ma osiągnąć poziom ludzkich zdolności intelektualnych. Otworzy to nowe możliwości w rozmaitych dziedzinach życia, lecz także odkryje kolejne wyzwania społeczne i etyczne. A to oznacza konieczność wdrażania kolejnych międzynarodowych regulacji gwarantujących odpowiedzialny rozwój tej technologii.