Sztuczna inteligencja w biznesie to możliwość, czy już konieczność? Wystarczy ją stosować w zakresie „business as usual”, a może już należy zaprząc ją do zarządzania strategicznego? Dowiedz się, jak dostosować Twoją firmę do czasów AI.

“The development of full artificial intelligence could spell the end of the human race…”

— Stephen Hawking

“Artificial intelligence will reach human levels by around 2029. Follow that out further to, say, 2045, we will have multiplied the intelligence, the human biological machine intelligence of our civilization a billion-fold.”

— Ray Kurzweil

Jak widać z powyższych cytatów, nawet najznamienitsze umysły mają problem z oceną możliwości i skutków upowszechnienia sztucznej inteligencji. Warto przy tym na wstępie zauważyć, że mówiąc sztuczna inteligencja (artificial intelligence), możemy mieć na myśli dwa różne zjawiska: ogólną sztuczną inteligencję (Artificial General Intelligence), zwaną też czasem silną sztuczną inteligencją (Strong AI), oraz coś, co po zwyczajnie nazywamy sztuczną inteligencją, bez dodatkowego określenia. Ta pierwsza jest wciąż marzeniem (albo koszmarem) ludzkości, a ta druga, to bardziej zabieg marketingowy, buzzword będący pojęciowym parasolem dla najróżniejszych, stosowanych już niemal wszędzie specyficznych danych i algorytmów. Skoro więc AGI wciąż pozostaje w rękach naukowców, to postaram się przybliżyć tobie niektóre techniki i praktyczne zastosowania „zwykłej” AI, a co najważniejsze potencjalne korzyści, które możesz z niej czerpać dla swojego biznesu.

Sposoby

Bez wgłębiania się w szczegóły i opisywania określonych technik typu Deep Learning, Heuristics, Support Vector Machines, Neural Networks, Markov Decision Process, czy Natural Language Processing ogólne sposoby działania AI polegają na:

  • wyszukiwaniu i optymalizacji
  • dokonywaniu operacji logicznych
  • stosowaniu metod probabilistycznych
  • używaniu klasyfikatory i statystyczne metody uczenia się
  • sztuczne sieci neuronowe
  • 3.6 Specjalistyczne języki i sprzęt

Możliwości

2.1 Reasoning, problem solving
2.2 Knowledge representation
2.3 Planning
2.4 Learning
2.5 Natural language processing
2.6 Perception
2.7 Motion and manipulation
2.8 Social intelligence

Obszary zastosowań

Main article: Applications of artificial intelligence
See also: Embodied cognition

For this project the AI had to learn the typical patterns in the colors and brushstrokes of Renaissance painter Raphael. The portrait shows the face of the actress Ornella Muti, „painted” by AI in the style of Raphael.
AI is relevant to any intellectual task.[141] Modern artificial intelligence techniques are pervasive and are too numerous to list here.[142] Frequently, when a technique reaches mainstream use, it is no longer considered artificial intelligence; this phenomenon is described as the AI effect.[143]

In the 2010s, AI applications were at the heart of the most commercially successful areas of computing, and have become a ubiquitous feature of daily life. AI is used in search engines (such as Google Search), targeting online advertisements,[144] recommendation systems (offered by Netflix, YouTube or Amazon), driving internet traffic,[145][146] targeted advertising (AdSense, Facebook), virtual assistants (such as Siri or Alexa),[147] autonomous vehicles (including drones and self-driving cars), automatic language translation (Microsoft Translator, Google Translate), facial recognition (Apple’s Face ID or Microsoft’s DeepFace), image labeling (used by Facebook, Apple’s iPhoto and TikTok) and spam filtering.

There are also thousands of successful AI applications used to solve problems for specific industries or institutions. A few examples are: energy storage,[148] deepfakes,[149] medical diagnosis, military logistics, or supply chain management.

Game playing has been a test of AI’s strength since the 1950s. Deep Blue became the first computer chess-playing system to beat a reigning world chess champion, Garry Kasparov, on 11 May 1997.[150] In 2011, in a Jeopardy! quiz show exhibition match, IBM’s question answering system, Watson, defeated the two greatest Jeopardy! champions, Brad Rutter and Ken Jennings, by a significant margin.[151] In March 2016, AlphaGo won 4 out of 5 games of Go in a match with Go champion Lee Sedol, becoming the first computer Go-playing system to beat a professional Go player without handicaps.[152] Other programs handle imperfect-information games; such as for poker at a superhuman level, Pluribus[p] and Cepheus.[154] DeepMind in the 2010s developed a „generalized artificial intelligence” that could learn many diverse Atari games on its own.[155]

By 2020, Natural Language Processing systems such as the enormous GPT-3 (then by far the largest artificial neural network) were matching human performance on pre-existing benchmarks, albeit without the system attaining commonsense understanding of the contents of the benchmarks.[156] DeepMind’s AlphaFold 2 (2020) demonstrated the ability to determine, in hours rather than months, the 3D structure of a protein.[157] Other applications predict the result of judicial decisions,[158] create art (such as poetry or painting) and prove mathematical theorems.