Sztuczna inteligencja nie rozumie ludzkich emocji

Przeczytaj także: 2018 rok, czyli sztuczna inteligencja i data lakes

Za intensywnym rozwojem sztucznej inteligencji skrywa się m.in. dynamiczny wzrost liczby danych. Prognozy firmy IDC zakładają, że w 2025 roku liczba wygenerowanych cyfrowych informacji osiągnie imponujący poziom 163 zettabajtów. Sztuczna inteligencja może być wykorzystywana właściwie w każdej branży: od obsługi klienta, przez ubezpieczenia i medycynę, po przemysł. Płynące z niej korzyści biznesowe są liczne, a wśród najbardziej kluczowych można wymienić chociażby zautomatyzowanie procesów, poprawę wydajności, oszczędność czasu i kosztów pracy. W efekcie tego specjaliści mogą odstąpić od rutynowych działań i skupić się na pracy kreatywnej.

Wszyscy mówią o AI

Dane IDC wskazują, że w minionym roku rynek rozwiązań z zakresu sztucznej inteligencji wart był 12 miliardów dolarów. Niemało, a będzie jeszcze więcej - szacunki wskazują, że do 2021 roku urośnie do 57,6 mld dolarów. Skala wydatków pokazuje, że jest to jeden z bardziej popularnych kierunków rozwoju IT. Potwierdzają to również trendy technologiczne na rok 2018 przygotowane przez firmę Gartner, w których sztuczna inteligencja jest jednym z motywów przewodnich. Zdaniem ekspertów amerykańskiego instytutu badawczego, AI będzie wspierało przedsiębiorstwa w coraz szerszym zakresie, m.in. pomagając w zarządzaniu doświadczeniami i obsługą klientów. Analitycy Gartnera zwrócili uwagę na fakt, że AI nie tylko wspomoże człowieka w podejmowaniu decyzji biznesowych, ale wręcz przejmie wiele procesów decyzyjnych.

Sztuczna inteligencja nie zastąpi człowieka

Trzeba jednak pamiętać, że systemy AI nie potrafią nauczyć się kreatywności, innowacyjności, nie posiadają intuicji i wyrozumiałości. To cechy (na ten moment) zarezerwowane dla człowieka, które sprawiają, że potrafimy m.in. odróżniać, co jest dobre, a co złe oraz odczytywać sygnały niejednoznacznie nacechowane. Brak tej umiejętności sprawia, że systemami sztucznej inteligencji można manipulować, wprowadzając celowo nieprawdziwe dane i zaburzając proces poznawczy. Przekonali się o tym twórcy chińskiego bota z firmy Turing Robot, który miał uczyć się sztuki rozmowy na podstawie interakcji z użytkownikami. Projekt zamknięto po tym, jak maszyna zapytana o znaczenie używanego przez władze hasła „chiński sen”, jako określenie postępów krajowej gospodarki, odpowiedziała, że chodzi o wyemigrowanie do Stanów Zjednoczonych, co oczywiście nie spodobało się rządzącym.

Unia Europejska dyskutuje o AI

Na początku zeszłego roku Parlament Europejski przyjął rezolucję dotyczącą odpowiedzialności prawnej za działania robotów i sztucznej inteligencji. Posłowie wezwali Komisję Europejską, aby rozważyła utworzenie europejskiej agencji robotyki i sztucznej inteligencji, która wspierałaby władze publiczne w dziedzinie techniki, etyki oraz zagadnień prawnych. Dyskusja podejmowana zarówno przez przedstawicieli władz lokalnych, jak i struktur międzynarodowych staje się coraz bardziej istotna, gdyż wachlarz zastosowań AI w różnych branżach wciąż się poszerza i ma coraz większy wpływ na nasze życie.

• Sztuczna inteligencja umożliwia spersonalizowanie usług medycznych i automatyczny odczyt zdjęć rentgenowskich. Osobisty asystent medyczny może przypominać o lekarstwach, ćwiczeniach fizycznych czy zdrowszej diecie.
• W nauce AI pozwala na wyszukiwanie patentów, co znacznie ułatwia pracę nad publikacjami i badaniami.
• W produkcji sztuczna inteligencja pomaga analizować dane fabryczne. Przetwarzanie informacji pochodzących z urządzeń podłączonych do Internetu rzeczy umożliwia prognozowanie przewidywanego obciążenia czy planowanie prac serwisowych.
• W sporcie sztuczną inteligencję wykorzystuje się do analizy w czasie rzeczywistym danych z czujników, a także danych wideo, co umożliwia trenerom ocenę potencjału zawodników, wpływu poszczególnych graczy na wyniki całej drużyny, czy lepszą organizację gry, m.in. poprzez optymalizację strategii i formacji na boisku.

Wkrótce wszystkie branże ulegną zmianie pod wpływem sztucznej inteligencji, jednak musimy zrozumieć, jaki jest jej zakres. Podstawowym ograniczeniem jest fakt, że czerpie ona naukę z danych i nie zna innego sposobu na przyswojenie wiedzy. Oznacza to, że wszelka nieścisłość danych odzwierciedlona będzie w wynikach. Zaś wszelkie dodatkowe warstwy predykcji czy analizy muszą zostać dodane oddzielnie. Ponieważ dane jeszcze nigdy nie odgrywały tak istotnej roli, mogą one stanowić o przewadze konkurencyjnej. Jeśli firma działająca w branży o wysokiej konkurencyjności dysponuje najlepszymi danymi, to — nawet jeśli wszystkie przedsiębiorstwa stosują podobne techniki — jest w uprzywilejowanej pozycji.