Smart nie znaczy inteligentny

65

Sztuczna inteligencja to obecnie popularne hasło wykorzystywane przez wielu dostawców technologii. Jak przekonują producenci, coraz więcej dostępnych na rynku urządzeń korzysta z AI, począwszy od telewizorów, poprzez lodówki, a kończąc na klimatyzatorach. Eksperci SAS zwracają uwagę, że w wielu przypadkach kojarzenie sztucznej inteligencji z produktami z kategorii „smart” jest błędem. Prawdziwie inteligentne urządzenie jest w stanie samodzielnie decydować, a także podejmować działania bez udziału człowieka. Jak zatem rozpoznać rozwiązanie, które faktycznie wykorzystuje AI?

Jak wynika z badań przeprowadzonych przez VMware, większość z nas nie rozumie czym jest sztuczna inteligencja. Aż 45% respondentów uważa, że AI to materialna „rzecz” np. robot. Zdaniem ekspertów z firmy SAS, która wykorzystuje sztuczną inteligencję w systemach analitycznych np. do rozpoznawania obrazów, tekstu czy mowy, takie wyobrażenie może wynikać z przekazu medialnego oraz sposobu, w jaki firmy przedstawiają inteligentne urządzenia.

Trudno się dziwić, że przeciętny człowiek chce w jakiś sposób zmaterializować sztuczną inteligencję. Trudno sobie wyobrazić zbiór inteligentnych algorytmów, usprawniających działanie systemów IT czy usług. Jeżeli ekspres jest w stanie przygotować kawę o określonej godzinie, to dla osób nierozumiejących do końca pojęcia AI, może być postrzegany jako inteligentne urządzenieMiłosz Trawczyński, Business Consulting Manager w SAS Polska. Wizja wojny robotów znana z filmów science fiction ma jakąś fizyczną formę, tymczasem prawdziwe AI działa w tle wielu procesów, bazując na danych i wiedzy w nich zawartej. 

O ile sztuczna inteligencja dopiero zaczyna być częścią życia przeciętnego użytkownika, który o wiele częściej ma do czynienia z urządzeniami smart, w procesie optymalizacji biznesu jest ona obecna od dawna. Zdaniem ekspertów SAS AI stanowi odpowiedź na rosnące wymagania klientów. Bez automatyzacji i analityki wspartej sztuczną inteligencją nie da się np. opracowywać spersonalizowanej oferty sprzedażowej dla każdego klienta. Trudno też spełnić oczekiwania odnośnie czasu obsługi, jeżeli konsultant musi samodzielnie analizować każdy przypadek. Przykładowo w branży ubezpieczeniowej przyspieszenie i zmniejszenie kosztów analizy szkód przebiega automatycznie dzięki inteligentnemu przetwarzaniu zdjęć pojazdów. 

Smart czy inteligentny? 

Sztuczna inteligencja to szerokie pojęcie obejmujące wszelkie próby naśladowania pracy, którą wykonuje mózg człowieka. Do AI zaliczamy zarówno proste systemy oparte o kilka zdefiniowanych przez programistę reguł, potrafiące np. grać w kółko i krzyżyk, jak i złożone modele potrafiące rozpoznawać obiekty na zdjęciach czy interpretować wypowiedzi w języku naturalnym. Wyróżnikiem sztucznej inteligencji jest możliwość podejmowania decyzji i opracowywania rozwiązań określonych problemów. Rozwiązania smart są w stanie jedynie przetwarzać informacje oraz zapamiętywać preferencje użytkownika. Możliwość sterowania urządzeniem z poziomu aplikacji nie oznacza, że wykorzystuje ono sztuczną inteligencję. System ogrzewania, który jest w stanie nauczyć się preferencji mieszkańców, nie jest przykładem rozwiązania działającego w oparciu o AI. Abyśmy mogli go za takie uznać, musiałby np. samodzielnie ustawiać odpowiednią temperaturę. 

„Rozmowy” inteligentnych urządzeń

Mimo że sztuczna inteligencja to zbiór algorytmów, jesteśmy w stanie wskazać urządzania, które ją wykorzystują. Przykład stanowią autonomiczne samochody, które mogą samodzielnie, bez ingerencji kierowcy prowadzić pojazd. Co więcej, zbierają one dane dotyczące jazdy i mogą kontaktować się z innymi inteligentnymi samochodami. Zbiór połączonych ze sobą lub z siecią urządzeń wykorzystujących sztuczną inteligencję tworzy ekosystem AIoT (ang. Artificially Intelligent Internet of Things). Czy to oznacza, że w pewnym momencie inteligentne urządzenia będą w stanie funkcjonować samodzielnie i wymieniać się informacjami, a człowiek stanie się zbędny? 

Nie zapominajmy, że to ludzie tworzą systemy sztucznej inteligencji. Projektują je, określają reguły, procedury i kryteria w ramach których działa maszyna. Dany system musi się ich nauczyć i wdrożyć je w życie. Następnie może je rozwijać np. poznając w jaki sposób użytkownik korzysta z danego rozwiązania i proponując dostosowanie niektórych funkcji do jego potrzeb – tłumaczy Miłosz Trawczyński, Business Consulting Manager w SAS Polska