Do czego wykorzystać AI?

Czy wiesz, że sztuczna inteligencja jest już w Twoim telefonie, na poczcie, na Facebooku, w banku, w Wordzie i w Twoim samochodzie? Jest już obecna w wielu miejscach.

Wiele osób utożsamia sztuczną inteligencję z chatem GPT, ale jakie dokładnie zastosowania może mieć sztuczna inteligencja, które można również rozważyć pod swoje potrzeby i potrzeby swojego biznesu? O tym będzie ten odcinek, czyli różne zastosowania sztucznej inteligencji.

Usłyszałam ostatnio, że sztuczna inteligencja to przyszłość firm. Natomiast sztuczna inteligencja już weszła w wiele obszarów i jest obecna w wielu firmach. Dlatego myślę, że musimy o niej myśleć bardziej jako o czasie teraźniejszym, a przyszłym oczywiście też. To nie jest coś, co dopiero nadejdzie; to już jest obecne w wielu miejscach.

Ile firm korzysta z AI?

W raporcie McKinseya z pierwszej połowy 2023 roku, McKinsey informuje, że 52% firm na świecie przeznacza swoje środki na rozwijanie sztucznej inteligencji i stanowi to ponad 5% ich budżetu. Mamy również informacje z tego raportu, że 33% firm już korzysta ze sztucznej inteligencji, według innego raportu opracowanego przez KPMG mowa jest o 40%, więc widzimy, że wiele firm już ją wykorzystuje.

Jak to wygląda w Polsce? Na ten moment, dowiedziałam się, że 15% firm w Polsce już korzysta z rozwiązań sztucznej inteligencji, a kolejne 13% rozważa korzystanie z AI-a do końca 2023 roku. Razem to już 28% firm, co oznacza, że śledzimy tendencje światowe.

Zastosowanie AI w różnych dziedzinach życia

Ale o czym dokładnie będziemy mówić w tym odcinku? O różnych zastosowaniach sztucznej inteligencji, aby nie utożsamiać jej tylko z chatem GPT. Spojrzymy na to szerzej i dowiemy się, jakie rozwiązania są dostępne, jakie klasy rozwiązań istnieją i do czego można je wykorzystać.

Wspomniałam na początku, że już korzystamy z sztucznej inteligencji w wielu miejscach, na przykład w telefonach. Jeśli masz telefon z funkcją odblokowania poprzez skanowanie twarzy, oprogramowanie w nim zainstalowane używa kamery do rozpoznawania twarzy. To pozwala mu określić położenie nosa, oczu i ust oraz sprawdzić, czy jest to twarz właściciela czy nie. W zależności od tego rozpoznania telefon zostaje odblokowany lub nie. Taka funkcja oznacza, że twój telefon wykorzystuje sztuczną inteligencję do rozpoznawania twarzy.

Mówiłam też o mailu. Jeśli masz tam założone filtry antyspamowe, to też w jakiś sposób ta poczta klasyfikuje, czy przychodząca wiadomość jest spamem, czy być może tym spamem nie jest, więc tutaj też mamy takie rozwiązania sztucznej inteligencji.

Na Facebooku dostajesz reklamy dostosowane do twoich zainteresowań. Facebook używa sztucznej inteligencji do rozpoznawania twoich preferencji i określa, czy jesteś potencjalnym klientem dla danej oferty. Dzięki temu widzisz reklamy dostosowane do swoich zainteresowań, nawet jeśli nie wyraziłeś bezpośrednio takiej chęci. Facebook i Meta wykorzystują AI do tego celu.

W banku np. mamy wiele asystentów, którzy pomagają nam np. rozpoznając głos, kiedy dzwonimy na infolinie i ten głos dopytuje nas, co chcemy wykonać, jeśli jest w stanie rozpoznać to, co powiedzieliśmy i wykonać jakąś akcję, np. w banku PKO BP takie możliwości już są i ponad milion klientów już skorzystało z tych rozwiązań, no to tutaj w rozwiązaniach bankowych też sztuczna inteligencja jest już obecna.

Mówiąc tutaj o rozwiązaniach, które stoją frontem do klienta, czyli każdy klient może zauważyć, że takie rozwiązania są, no to oczywiście jest też szereg rozwiązań wewnętrznych, z których korzystają pracownicy banku, żeby usprawniać swoje działania. Na przykład w bankowości możemy mieć jakieś modele analizujące ryzyko, czy na przykład fraudy, czy być może tutaj nie mamy do czynienia z jakimiś oszustwami. Tutaj też rozwiązania sztucznej inteligencji na pewno są już stosowane.

W Wordzie, jest funkcja rozpoznawania mowy, czyli mówisz, a przechwytuje to oprogramowanie wbudowane w Worda. Zamienia to co mówisz na ciąg dźwięków, a te dźwięki następnie próbuje sklasyfikować. Co to są za słowa, co to są za głoski, w jakie słowa się składają i w jaki sposób później to zapisać. Więc tutaj też mamy do czynienia ze sztuczną inteligencją. 

Ja na przykład jadąc samochodem czasami włączam sobie asystenta głosowego i mówię, żeby zaprowadził mnie pod określony adres albo żeby odtworzył utwór muzyczny. Więc co on robi? On rozpoznaje mowę.

Więc jak widzisz ta sztuczna inteligencja jest już w bardzo wielu miejscach. Jakie zastosowania jeszcze, patrząc na takie różne klasy problemów, możemy wyróżnić, jeśli chodzi o tą sztuczną inteligencję?

Chat GPT

W ostatnich latach, oczywiście ten boom, jaki się pojawił głównie za sprawą Chata GPT, no to tutaj mamy do czynienia z generowaniem tekstu. Chat GPT, jest w stanie przetworzyć tekst, zrozumieć to, co do niego powiedzieliśmy (zrozumieć w cudzysłowie, ponieważ jest to oprogramowanie wykonujące szereg akcji, żeby do tego doprowadzić). Następnie, poprzez to, że rozumie, o co chodzi, przetwarza to na odpowiedź, czyli generuje tekst.

To, co ostatnio obserwujemy tak często, to dział sztucznej inteligencji nazywany Generative AI, czyli sztuczna inteligencja służąca do generowania. Może wygenerować tekst w przypadku Chata  GPT lub innych rozwiązań, a także generowania innych mediów, takich jak obrazy czy dźwięki, w formie mowy. Tutaj, w przetwarzaniu języka naturalnego, mówimy o zastosowaniu sztucznej inteligencji znanej jako NLP, czyli Natural Language Processing, czyli przetwarzanie języka naturalnego.

Mamy do czynienia właśnie z tymi LLM-ami, czyli Large Language Models, które mają za zadanie przetwarzanie języka w formie naturalnej, co jest ich głównym zadaniem. Jednakże, zgodnie z rozmową z ekspertem ds. uczenia maszynowego, warto zauważyć, że te systemy potrafią działać w języku naturalnym dzięki dużej ilości danych, które były używane do ich nauki. Mogą odpowiedzieć na pytania z zakresu analizy biznesowej, problemów medycznych i innych dziedzin, które były uwzględnione w danych szkoleniowych.

Do czego możemy je stosować? Oczywiście do generowania odpowiedzi, przygotowywania maili, udzielania odpowiedzi na nasze pytania, a także do tłumaczenia między różnymi językami. Możemy zadać pytanie po polsku i poprosić o odpowiedź po angielsku, więc te tłumaczenia są możliwe. Możemy także prosić o podsumowanie tekstu lub po prostu prowadzić konwersację. Te zastosowania Chatu GPT, myślę, że wiele osób już próbowało, więc macie pewien obraz, czyli poczucie, do czego są zdolne te klasy rozwiązań.

Midjourney

Jednak możemy także generować obrazy. Znanym narzędziem do generowania obrazów jest na przykład Midjourney. Jeśli chodzi o inne rozwiązania sztucznej inteligencji związane z obrazami, to oczywiście można rozpoznawać na nich różne elementy, na przykład obecność kota na obrazie czy jego brak. Istnieją także aplikacje, które umożliwiają rozpoznanie roślin na podstawie zdjęć i dostarczenie informacji na temat ich nazwy czy chorób, na przykład patrząc na plamki na liściach. To jest rozpoznawanie obrazu, gdzie oprogramowanie musi zinterpretować, co widzi, i porównać to z danymi uczącymi, które zostały użyte do jego szkolenia.

Możemy rozpoznawać całe obrazy, ale także segmenty obrazów – czyli pewne wycinki obrazów. Na przykład, kiedy analizujemy obraz (choć często odnosi się to także do wideo), możemy rozpoznawać znaki. Wideo to sekwencja bardzo wielu obrazów, emitowana w czasie, dlatego wideo ma pewne powiązania z obrazami. Natomiast co jeszcze potrafią rozwiązania sztucznej inteligencji? Na przykład, identyfikować segmenty, czyli np. na danym zdjęciu sprawdzić, czy znajduje się na nim jakiś znak drogowy. Jeśli tak, to jakiego rodzaju znak i co on oznacza? Później można te informacje wykorzystać, na przykład w autonomicznych samochodach, aby podjąć odpowiednie akcje. Jeśli, na przykład, jest to znak zakazujący ruchu w danej drodze, to pojazd nie powinien tam wjeżdżać, a system rozpoznawczy umożliwia podjęcie odpowiednich działań na tej podstawie.

Rozpoznawanie twarzy to kolejne zastosowanie, często stosowane w telefonach, ale także w medycynie, na przykład do analizy zdjęć rentgenowskich czy USG w celu diagnozowania chorób. Systemy sztucznej inteligencji muszą być nauczane na wielu takich zdjęciach, aby nauczyć się rozpoznawania różnych przypadków.

Co jeszcze potrafią systemy sztucznej inteligencji?

 Rozpoznawanie mowy oraz generowanie mowy. Przykładem są asystenci wirtualni, którzy rozumieją to, co do nich mówimy, i potrafią udzielić odpowiedzi na różne pytania. Na przykład VoiceBot, który pracuje głównie z dźwiękiem, może obsłużyć 320 różnych tematów, co było podane przez PKO BP w momencie pisania tego artykułu. Sztuczna inteligencja może być wykorzystywana do wielu różnych zastosowań.

Jeśli chodzi o wideo, jest to złożenie wielu obrazów, więc zarówno rozpoznawanie, jak i generowanie wideo ma pewne podobieństwa do tych wcześniej opisanych zastosowań.

Jak widzisz na przykład, pliki – ile miejsca zajmuje zdjęcie na telefonie, a jak dużo miejsca zajmuje plik wideo – przetwarzanie, rozpoznawanie i generowanie zwiększa obciążenie na naszych procesorach. Dlatego też musimy wykorzystać jeszcze więcej mocy operacyjnej do tych zadań. Na ten moment rozwiązania związane z mową, obrazami czy obliczeniami są bardziej popularne niż te związane z wideo które nie są jeszcze tak powszechnie używane.

Jednakże z biegiem czasu, gdy nasze procesory staną się zdolne do wykonywania większej liczby operacji, sztuczna inteligencja na pewno będzie się rozwijać w kierunku bardziej zaawansowanych funkcji, takich jak generowanie wideo. 

Istnieją także inne obszary wykorzystania sztucznej inteligencji. Na przykład, klasyfikacja to rodzaj problemu, który często się pojawia.

Klasyfikacja występuje, gdy próbujemy przyporządkować dane do konkretnej klasy. To może dotyczyć różnych informacji, takich jak rozpoznawanie spamu, identyfikacja rośliny czy diagnozowanie choroby. Klasyfikacja jest używana do przypisywania danych do różnych kategorii. Możemy ją również wykorzystywać do segmentacji klientów, aby określić podobieństwa między różnymi cechami klientów i większe większe grupy które mają wiele wspólnego.

Innym zastosowaniem jest regresja, która polega na przewidywaniu przyszłych danych na podstawie wcześniejszych informacji. Przykładem może być przewidywanie zarobków. Kiedy robiliśmy badanie zarobków i kompetencji analityków biznesowych, to zbieraliśmy różne informacje na bazie ankiety. Na przykład, ile masz lat doświadczenia w tej pracy, w jakiej firmie pracujesz, jakiej skali jest firma, dla której pracujesz, i wiele różnych kryteriów braliśmy pod uwagę. Na tej bazie ktoś mówił, że ja w tej firmie, w tych warunkach, biorąc pod uwagę, że mam takie umiejętności, zarabiam tyle. No i jeśli przebadaliśmy kilkaset osób, to jesteśmy w stanie na tej bazie przewidzieć każdą kolejną osobę. Na przykład przychodzi jedna osoba i mówi, że ja pracuję w takiej firmie, mam tyle doświadczenia, takie mam umiejętności, ile powinienem zarabiać, czy ile zarabiałbym, patrząc tutaj na rynek analityków biznesowych, tak żeby zarabiać podobne kwoty, podobne wartości. No i właśnie do tego też może być wykorzystana regresja, żeby przewidzieć tę kolejną liczbę.

W dziedzinie nieruchomości regresję można wykorzystać do przewidywania cen mieszkań na podstawie ich parametrów i danych rynkowych. Regresja może być również stosowana do przewidywania innych wartości, takich jak pogoda, sprzedaż czy zarobki.

Mamy też do czynienia z takimi rozwiązaniami, które przewidują szeregi czasowe, czyli jak ten trend dalej może się potoczyć.

Mamy też systemy rekomendacyjne, czyli na przykład, co jeszcze może Ci się spodobać, biorąc pod uwagę, że dotychczas lubiłeś dane filmy, muzykę, książki, produkty, ucząc się na bazie tego, jak inni klienci się zachowywali, jakie też oni oglądali inne filmy, książki, czy słuchali jakiej muzyki, to co prawdopodobnie też Tobie może się spodobać. To jest system rekomendacji.

Są też na przykład systemy do optymalizacji, czyli jak będzie wyglądała jeszcze bardziej optymalna trasa, jeszcze bardziej optymalne zarządzanie zapasami czy produkcją.

Zastosowania Sztucznej Inteligencji

  1. Sterowanie robotami: Sztuczna inteligencja może być wykorzystywana do precyzyjnego sterowania robotami, co stanowi jedno z głównych zastosowań.
  2. Badanie opinii publicznej: Analiza dużej ilości postów, artykułów i komentarzy pozwala na tworzenie podsumowań opinii publicznej na różne tematy.
  3. Gry komputerowe: Sztuczna inteligencja może tworzyć autonomicznych graczy zdolnych do wybierania strategii oraz uczenia się, co jest istotne w tworzeniu bardziej zaawansowanych gier.
  4. Generowanie różnorodnych elementów w grach: Dzięki Generative AI możliwe jest generowanie różnorodnych elementów, takich jak drzewa w grach, co sprawia, że sceny stają się bardziej realistyczne.
  5. Rozpoznawanie emocji: Poprzez analizę obrazu, dźwięku i innych danych, sztuczna inteligencja jest w stanie rozpoznawać emocje, jakie przeżywają ludzie na podstawie ich wyrazu twarzy, punktów na twarzy czy intonacji głosu.
  6. Predykcja bankructwa: Systemy sztucznej inteligencji mogą być wykorzystywane do prognozowania bankructwa firm, co stanowi jedno z możliwych zastosowań.

Sztuczna inteligencja i rozwiązania zbudowane na jej bazie to to, co nie jest podane wprost w instrukcjach warunkowych (IF-ach). Na przykład, jeśli uczymy dziecko, jak wygląda kot, mówimy mu: „Widzisz, tutaj jest jeden przykład kota, to też jest kotek, to też jest kotek.” Po kilku powtórzeniach dziecko jest w stanie rozpoznać, czy widzi kotka, czy nie, gdy zobaczy inne zwierzę. Podobnie działają systemy sztucznej inteligencji, które uczą się na podstawie wielu danych.

Później nie potrzebujemy już konkretnej instrukcji, tylko przedstawiamy kolejne obiekty i pytamy, czy należą do danej klasy. Za każdym razem, gdy nie dostarczamy dokładnych instrukcji, a raczej polegamy na danych do uczenia, systemy te podejmują decyzje lub generują różne rodzaje rozwiązań, niezależnie od prostego kodu. Tutaj mówimy o zastosowaniach sztucznej inteligencji, które próbują naśladować inteligentne zachowania.

Obecnie sztuczna inteligencja często naśladuje jedno lub kilka zadań, takie jak przetwarzanie języka naturalnego, analiza obrazów, rozpoznawanie mowy, klasyfikacja wideo, regresja, rekomendacje, optymalizacje oraz wiele innych bardziej konkretnych zastosowań, które możesz rozważyć na podstawie tej inspiracji.

Podsumowanie

Dziękuję za ten odcinek. Mam nadzieję, że pomoże Ci zrozumieć, w jaki sposób można wykorzystywać sztuczną inteligencję do rozwiązywania różnych problemów. Mam także nadzieję, że przestaniesz utożsamiać czat GPT z sztuczną inteligencją i zaczynasz patrzeć na ten temat z szerszej, bardziej technicznej i kreatywnej perspektywy. 

W następnym odcinku tej serii omówimy, jak tworzyć systemy sztucznej inteligencji, zarówno wykorzystując gotowe modele, jak i tworząc własny kod.

W przyszłych odcinkach poruszymy również kwestie dobrych i złych zastosowań sztucznej inteligencji, a także podejdziemy do tematu filozofii i psychologii, gdy rozmawiamy o inteligencji, świadomości i tym, jak rozpoznajemy je u ludzi oraz w sztucznej inteligencji.

Jeśli masz jeszcze jakieś pytania lub chcesz dodać coś interesującego do tej serii, daj znać w komentarzu. W międzyczasie serdecznie Cię pozdrawiam i dziękuję za słuchanie. Do usłyszenia w kolejnym odcinku.

Zbuduj fundamenty pracy marzeń jako analityk

Dołącz do 6000 analityków i otrzymaj PDF ze wskazówkami.
Poznaj też serię innych bezpłatnych materiałów i aktualizacje o bieżących projektach

Cześć, jestem Hania.

Jako strategiczny analityk biznesowy na pograniczu zarządzania i IT zapewniam, że projekty i działania w organizacji przynoszą wartość biznesową. Dostarczam kompetencji analitycznych managerom i zarządom z Polski, Niemiec i Szwajcarii przy tworzeniu strategii oraz wdrażaniu jej w kilkuset osobowej międzynarodowej organizacji.

Dodaj komentarz

Twój adres e-mail nie zostanie opublikowany. Wymagane pola są oznaczone *

Shopping Cart