To, że sztuczna inteligencja AI (Artificial Intelligence) coraz śmielej wkracza w naszą rzeczywistość widać zwłaszcza na przykładzie machine learning, czyli technik maszynowego uczenia, które znajdują szerokie zastosowanie w biznesie i stanowią dziś jedną z najdynamiczniej rozwijających się gałęzi AI. IDC szacuje, że do 2018 roku ponad połowa projektowanych aplikacji będzie wykorzystywała sztuczną inteligencję, zaś do 2020 r. zastosowanie AI w narzędziach biznesowych w samych tylko Stanach Zjednoczonych przyniesie firmom nawet 60 mld USD oszczędności.

Według przygotowanego przez firmę doradczą Deloitte raportu Global TMT Predictions, w tym roku o jedną czwartą wzrośnie liczba producentów oprogramowania dla przedsiębiorstw, które wykorzystują techniki kognitywne (cognitive computing). Chodzi o takie funkcje jak np.: komputerowe rozpoznawanie obrazu, przetwarzanie języka naturalnego oraz techniki maszynowego uczenia się.

Według wielu ekspertów, machine learning to najbliższa przyszłość biznesu i przemysłu. IDC twierdzi, że rynek aplikacji wykorzystujących analitykę predyktywną, wliczając w to uczenie maszynowe, będzie rósł o 65 proc. szybciej niż rynek aplikacji, które takiej funkcjonalności nie mają.

Piotr Prajsnar, CEO Cloud Technologies

– W machine learning chodzi o nauczenie komputerów wnioskowania, planowania, przewidywania i uczenia się. „Mózgiem” maszyny są algorytmy, zasilane szeregiem różnorodnych danych, czyli big data. Dzięki nim komputer jest w stanie podjąć najbardziej optymalną (najbardziej racjonalną) decyzję sam z siebie, bez konieczności nadzorowania całego „procesu myślowego” przez człowieka. Mówimy tu oczywiście o myśleniu rachującym, kalkulującym, przebiegającym w pewien uschematyzowany sposób. Kluczem jest oczywiście dostęp do odpowiednich danych oraz zastosowanie takiego algorytmu, który w pełni zautomatyzuje decyzje maszyny, wyeliminuje z jej „procesu myślowego” wszelką przypadkowość i pozwoli uczyć się na podstawie tych danych, które do niej dostarczamy – tłumaczy Piotr Prajsnar, CEO Cloud Technologies, warszawskiej spółki zajmującej się big data marketingiem i monetyzacją danych.

– Narzędzia AI, a ściślej machine learning, wykorzystujemy i rozwijamy również w naszej firmie. Zaprojektowana przez nas platforma DMP behavioralengine.com, czyli silnik behawioralny, uczy się zachowań internautów, a następnie wyświetla im reklamę spersonalizowaną do ich preferencji i potrzeb. W zasięgu naszego narzędzia znajduje się obecnie ponad 70 mln urządzeń, 20 mln realnych użytkowników oraz 500 tys. witryn – wylicza Piotr Prajsnar.

Komputery kreatywne i przewidujące przyszłość?

Niebawem na łamach magazynu „Science” ma pojawić się artykuł Ruslana Salakhutdinova, profesora informatyki na Uniwersytecie w Toronto oraz Joshuy Tenenbauma, profesora wydziału kognitywistyki i nauk o mózgu oraz „ośrodka badań nad mózgiem, umysłem i maszynami” z Massachusetts Institute of Technology (MIT). Naukowcy mają zaprezentować opracowany przez siebie algorytm, którego implementacja pozwoli maszynom nie tylko na uczenie się i szybsze wyciąganie wniosków, lecz również na… kreatywność.

Komputer napotykający na nowe zagadnienie sprawdzi najpierw, czy miał już do czynienia z podobną sytuacją wcześniej, a następnie – bazując na swoich „doświadczeniach” (czyli pamięci cyfrowych operacji) – wyciągnie wnioski z minionych procesów i dopasuje postępowanie do aktualnej sytuacji, eliminując potencjalne błędy. Co istotne, będzie również w stanie generować zupełnie nowe informacje, tzn. wymyślać/wytwarzać racjonalne scenariusze, których wcześniej nie miał w swojej pamięci. Będzie w stanie projektować i tworzyć innowacyjne rozwiązania.

– Biznes kładzie dzisiaj nacisk na rozwój nowej dyscypliny w naukach ścisłych, jaką jest cognitive computing, czyli całokształt działań skoncentrowanych wokół automatyzacji i autonomizacji pracy komputerów, zdolnych do samodzielnego uczenia się i koordynowania swojej pracy. Inteligentne maszyny będą musiały jednak wykorzystywać dane, pozwalając nie tylko na bieżącą korektę strategii biznesowej, lecz również na przewidywanie przyszłości z większą dozą dokładności niż kiedykolwiek przedtem. Dlatego też w ciągu najbliższych dwóch lat 7 na 10 przedsiębiorstw zamierza zwiększyć wydatki na analizę dużych zbiorów danych. Gartner twierdzi, że do 2020 r. aż 80 proc. procesów biznesowych uda się zmodernizować, właśnie dzięki wykorzystaniu zaawansowanej analityki danych – mówi Piotr Prajsnar, CEO Cloud Technologies.

Wykorzystanie nowoczesnych technologii w biznesie jest również podstawą idei Przemysłu 4.0, której celem jest zwiększenie konkurencyjności lokalnego przemysłu. Zakłada ona wytworzenie danego produktu w wirtualnym świecie, zanim jeszcze powstanie on fizycznie i trafi do klienta. Dzięki temu może być on dowolnie konfigurowany wedle potrzeb konkretnego klienta. Przemysł 4.0 ma pozwolić na opłacalne wytwarzanie produktów nawet w pojedynczych ilościach. Nie będzie to możliwe bez wykorzystania zintegrowanych systemów IT. Niemałą rolę odgrywają tu machine learning i narzędzia do analityki big data.

Wpis ten jest kontynuację poprzedniego o systemach kognitywnych.