Najnowsze trendy w dziedzinie sztucznej inteligencji (AI)

W ciągu ostatniej dekady sztuczna inteligencja (AI) zagościła w różnych branżach. W tym czasie nastąpił gwałtowny wzrost liczby narzędzi, aplikacji i platform opartych na AI i uczeniu maszynowym (ML). Technologie te wpłynęły na ochronę zdrowia, produkcję, prawo, finanse, handel detaliczny, nieruchomości, księgowość, marketing cyfrowy i wiele innych dziedzin.

Firmy inwestują w badania nad AI, aby dowiedzieć się, w jaki sposób można przybliżyć AI do człowieka. Do 2025 roku przychody z samego oprogramowania AI przekroczą 100 miliardów dolarów na całym świecie (Rysunek 1). Oznacza to, że w przewidywalnej przyszłości będziemy nadal obserwować rozwój technologii związanych z AI i uczeniem maszynowym (ML). AI zmienia się bardzo szybko, więc by być na bieżąco, należy dołożyć starań w nadążaniu za najnowszymi trendami. Przyjrzyjmy się wszystkiemu, co należy wiedzieć o najnowszych trendach AI.

Rysunek 1. Roczne przychody z oprogramowania AI (źródło: Tractica)

1. Inteligentna automatyzacja procesów

W ramach najnowszego trendu technologicznego organizacje poszukują inteligentnych narzędzi automatyzacji, które odpowiedzą na wyzwania biznesowe i zwiększą produktywność, efektywność i dokładność, przynosząc korzyści całej organizacji. Jedna z kolejnych fal, Intelligent Process Automation (IPA — inteligentna automatyzacja procesów), łączy technologie Robotic Process Automation (RPA — automatyzacja procesów robotycznych) i Artificial Intelligence (AI — sztuczna inteligencja), aby umożliwić szybką automatyzację procesów biznesowych typu end-to-end i przyspieszyć transformację cyfrową. W RPA roboty komputerowe wykonują powtarzalne, oparte na regułach zadania cyfrowe, które są napędzane przez ustrukturyzowane dane. Jednak obecnie wiele procesów biznesowych jest zasilanych lub generuje duże ilości nieustrukturyzowanych danych w czasie rzeczywistym. IPA umożliwia automatyzację procesów dzięki możliwościom uczenia maszynowego i analizy oraz technologiom kognitywnym, takim jak widzenie komputerowe, przetwarzanie języka naturalnego (ang. Natural Language Processing, NLP) i logika rozmyta. Oczekuje się, że w najbliższych dniach IPA będzie się coraz bardziej rozpowszechniać, a w wielu branżach będzie to miało miejsce na dużą skalę.

2. Zmiana w kierunku bezpieczeństwa cybernetycznego

Ponieważ dane stają się cenniejsze niż kiedykolwiek wcześniej, nie brakuje cyberprzestępców, którzy szukają nowych sposobów, by je pozyskać. Jedną z wad początkujących rozwiązań AI jest to, że hakerzy mogą nimi manipulować, aby uzyskać dostęp do wrażliwych informacji. Dlatego istotnym trendem w AI jest rozwój technologii umożliwiającej rozpoznawanie i zgłaszanie typowych rodzajów ataków. Oprogramowanie antywirusowe jest również opracowywane z wykorzystaniem AI w ten sam sposób, ponieważ technologia ta może pomóc w zapobieganiu niszczącym skutkom zagrożenia ze strony złośliwego oprogramowania. Jeśli chodzi o firmy, narzędzia bezpieczeństwa cybernetycznego napędzane przez AI mogą również gromadzić dane z własnych sieci komunikacyjnych, aktywności cyfrowej, systemów transakcyjnych i stron internetowych, a także z innych zewnętrznych źródeł publicznych. Narzędzia te następnie uruchamiają algorytmy w celu zidentyfikowania wzorców i wykrycia lub przewidzenia niebezpiecznych działań, potencjalnych naruszeń danych itp. Jest to trend, którego możemy się spodziewać w przyszłości, ponieważ przestępcy nieustannie tworzą nowe złośliwe oprogramowanie i metody pozyskiwania danych.

3. Sztuczna inteligencja dla spersonalizowanych usług

W miarę jak AI staje się coraz potężniejsza i skuteczniejsza w badaniu konkretnego rynku i demografii, pozyskiwanie danych o konsumentach staje się bardziej dostępne niż kiedykolwiek. Największym trendem związanym z AI w marketingu jest coraz większy nacisk na świadczenie spersonalizowanych usług. Jednym z najczęstszych sposobów, w jaki AI może to robić, jest analizowanie aktywności online osób, które wyszukują określone słowa kluczowe. Taki poziom personalizacji praktycznie gwarantuje lepsze doświadczenia klientów, co bezpośrednio zwiększy przychody firm, które z niego skorzystają. W miarę jak uczenie maszynowe będzie coraz lepiej rozumieć, czego ludzie chcą w konkretnych przypadkach, AI stanie się mniej narzędziem sprzedaży, a bardziej cyfrowym przyjacielem.

4. Zautomatyzowany rozwój AI

W nadchodzących latach należy spodziewać się znaczących innowacji w obszarze „AI dla AI”, czyli wykorzystania AI do automatyzacji kroków i procesów związanych z cyklem życia tworzenia, wdrażania, zarządzania i obsługi modeli AI. Na pewnym poziomie AI może rozwijać swoje algorytmy, aby rozwiązywać problemy, zwiększać efektywność i dostarczać ludziom użytecznych danych badawczych.

Wykorzystanie zautomatyzowanej AI pozwoli nawet osobom nie będącym ekspertami na korzystanie z algorytmów i technik AI. Jednym z przykładów jest AutoML od Google — narzędzie, które upraszcza tworzenie modeli uczenia maszynowego i sprawia, że technologia ta staje się dostępna dla szerszej publiczności. Narzędzia te pozwalają na dowolne dostosowanie do potrzeb, bez konieczności szczegółowego poznawania złożonego procesu uczenia maszynowego. Chociaż ten rodzaj rozwoju jest w powijakach, zautomatyzowana AI jest znana z tego, że rośnie w tempie wykładniczym i jest głównym trendem w AI.

5. Pojazdy autonomiczne

Dzięki firmom takim jak Samsung, Nvidia, Volkswagen, Uber i Waymo firmy Google, zakres autonomicznej jazdy zwiększył się wielokrotnie. Wszyscy wiedzą, że sztuczną inteligencję można wykorzystywać w autonomicznych pojazdach, a żeby wykorzystać ten ogromny potencjał, firmy samochodowe i technologiczne przeznaczają na ten cel miliardy dolarów. Proces ten jest napędzany przez korzyści ekonomiczne i społeczne. Producenci samochodów mają nadzieję, że technologia autonomicznej jazdy wpłynie na umysły konsumentów. Zwolennicy wierzą, że technologia pojazdów autonomicznych zmniejszy liczbę ofiar śmiertelnych w ruchu drogowym i będzie bezpieczną alternatywą dla prowadzenia pojazdów przez ludzi.

6. Włączenie rozpoznawania twarzy

Rozpoznawanie twarzy wydaje się być obecnie w modzie. Pojawia się w wielu aspektach naszego życia i jest wykorzystywane przez organizacje prywatne i publiczne do różnych celów, w tym do nadzoru. Coraz więcej krajów przygotowuje się do wprowadzenia technologii rozpoznawania twarzy i wzmocnienia swoich środków bezpieczeństwa. Algorytmy głębokiego uczenia się mają zapewnić, że technologia ta wykroczy poza zwykłe rozpoznawanie twarzy i pozwoli na lepsze zrozumienie obrazów i scenariuszy. Pomoże to również zapewnić bardziej spersonalizowaną komunikację z klientami, co czyni z niej godny uwagi trend AI na nadchodzące lata.

7. Konwergencja IoT i AI

Granice między AI i IoT coraz bardziej się zacierają. Choć obie technologie mają niezależne cechy, to stosowane razem otwierają lepsze i bardziej wyjątkowe możliwości. Urządzenia Internetu Rzeczy (IoT) tworzą wiele danych, które trzeba wydobyć, aby uzyskać użyteczne informacje. Z drugiej strony, algorytmy sztucznej inteligencji wymagają danych przed wyciągnięciem jakichkolwiek wniosków. Dlatego dane zebrane przez IoT są wykorzystywane przez algorytmy AI do tworzenia wartościowych wyników, które są następnie wdrażane przez urządzenia IoT. Zdolność AI do szybkiego wyciągania wniosków z danych sprawia, że systemy IoT są bardziej inteligentne. W nadchodzących latach ponad 80% projektów IoT w przedsiębiorstwach będzie wykorzystywało AI w jakiejś formie, w porównaniu do zaledwie 10% obecnie.

8. AI w ochronie zdrowia

Wkład, jaki AI może wnieść do branży ochrony zdrowia, przynosi przełomowe rezultaty, umożliwiając ludziom na całym świecie korzystanie z bezpieczniejszej i skuteczniejszej opieki oraz ułatwiając wykrywanie, zapobieganie i leczenie chorób. Ponadto, zdolność AI do pozyskiwania w czasie rzeczywistym danych z elektronicznej dokumentacji medycznej, danych dotyczących przyjęć na oddziały ratunkowe, wykorzystania sprzętu, poziomu zatrudnienia itp., a także interpretowania i analizowania ich w znaczący sposób, pozwala na uzyskanie szerokiego zakresu możliwości zwiększających efektywność i opiekę w administracji szpitalnej. Kolejną dziedziną, w której AI odgrywa ważną rolę, jest odkrywanie leków.

Sztuczna inteligencja odgrywa istotną rolę w pomaganiu pracownikom ochrony zdrowia w reagowaniu na epidemię koronawirusa (COVID-19). Sztuczna inteligencja jest wykorzystywana do rozróżniania pacjentów z wirusem COVID i najważniejszych punktów zapalnych. Odkrywanie leków na szczepionkę COVID jest przekształcane i przyspieszane przy użyciu technik AI. Naukowcy opracowali oparte na sztucznej inteligencji kamery termowizyjne i aplikacje na smartfony do szacowania temperatury ludzi i gromadzenia danych dla organizacji ochrony zdrowia. Inteligentne roboty są wykorzystywane do wdrażania „bezkontaktowych dostaw” dla odizolowanych osób, pomagając personelowi medycznemu w zapewnieniu, że kluczowe obszary pozostaną zdezynfekowane i bezpieczne do użycia.

9. Inteligencja rozszerzona

Dla tych, którzy wciąż obawiają się, że AI zabierze im pracę, rozwój AI powinien być odświeżającym trendem. Łączy ona najlepsze możliwości ludzi i technologii, dając organizacjom możliwość poprawy efektywności i wydajności pracowników. Gartner przewiduje, że do 2023 roku 40% zespołów zajmujących się infrastrukturą i operacjami w dużych przedsiębiorstwach będzie korzystać z automatyzacji wspomaganej przez sztuczną inteligencję, co przełoży się na wyższą produktywność. Ochrona zdrowia, handel detaliczny i branża turystyczna już stworzyły zastosowania rzeczywistości rozszerzonej. Dlatego też, podążając za trendem AI, nastąpi wzrost liczby aplikacji wykorzystujących rzeczywistość rozszerzoną.

10. AI, którą można wytłumaczyć

Mimo że AI stała się tak wszechobecna, ma problemy z zaufaniem. Wiele z tego, co osiągane jest poprzez uczenie maszynowe, staje się niewiadomą w różnych punktach procesu i jawi się czarną magią. Często nie da się wyjaśnić, jak AI doszło do nieuniknionych wniosków. AI, którą można wytłumaczyć, ma za zadanie uprościć i zwizualizować sposób, w jaki sieci ML podejmują decyzje. Istnieje coraz większy nacisk na wdrażanie AI w sposób przejrzysty i jasno określony. A w tym czasie firmy będą starały się zrozumieć, jak działają modele i algorytmy AI?q Dostawcy oprogramowania AI/ML sprawią, że zaawansowane rozwiązania ML będą łatwiejsze do wyjaśnienia dla użytkowników.

11. Etyczna AI

Rosnące zapotrzebowanie na etyczną AI znajduje się na szczycie listy pojawiających się trendów technologicznych. W przeszłości organizacje, które przyjęły uczenie maszynowe i inne technologie sztucznej inteligencji, nie przejmowały się zbytnio ich wpływem na etykę. Dziś jednak konsumenci i pracownicy kierujący się wartościami oczekują, że firmy będą wprowadzać AI w sposób odpowiedzialny. W ciągu najbliższych kilku lat firmy będą świadomie wybierać partnerów, którzy zobowiązują się do przestrzegania zasad etyki danych i stosują praktyki obsługi danych odzwierciedlające wartości ich samych i klientów.

Bardziej niż jakikolwiek inny przyszły trend technologiczny, przyszłe trendy AI obiecują wiele możliwości. Nie można ignorować istnienia inteligencji wykazywanej przez maszyny. Jeśli możliwości szybkiego rozpoczęcia lub rozszerzenia własnej działalności w dziedzinie AI to ekscytujący obraz, poniższa oferta technologiczna może być odpowiednia:

BeagleBone AI jest jednym z najszybszych rozwiązań do wbudowania AI na obrzeżach sieci. Ta super elastyczna i szybka AI jest efektem wieloletnich badań nad otwartymi sprzętowymi komputerami jednopłytkowymi z systemem Linux. Można jej użyć do zautomatyzowania hali produkcyjnej, domu, biura lub laboratorium. BeagleBone AI czerpie swoją siłę z dwurdzeniowego układu Cortex-A15 Texas Instruments Sitara AM5729 o częstotliwości 1,5 GHz oraz wbudowanych rdzeni przetwarzania neuronowego EVE (Embedded-Vision-Engine), a także z możliwości układu SoC w zakresie sztucznej inteligencji.

Ultra96-V2 od Avnet to łatwa w użyciu platforma oparta na zintegrowanym dwurdzeniowym, wieloprocesorowym układzie Arm Cortex-R5F czasu rzeczywistego z programowalną logiką Xilinx Zynq UltraScale+ MPSoC. Ta doskonała równowaga między wydajnością a mocą została osiągnięta dzięki zastosowaniu programowalnych układów logicznych do przyspieszenia funkcji ML.

Raspberry Pi 4 model B to najnowszy dodatek do popularnej serii komputerów Raspberry Pi. W porównaniu do swojego poprzednika Raspberry Pi 3 model B+ oferuje znaczny wzrost szybkości procesora, zwiększoną wydajność multimedialną, pamięć i ulepszone możliwości połączeń, dzięki czemu lepiej nadaje się do uruchamiania modeli AI.

Arduino Portenta H7 umożliwia programowanie z wykorzystaniem języków wysokiego poziomu i sztucznej inteligencji przy jednoczesnym wykonywaniu z małym opóźnieniem działań na zindywidualizowanym wyposażeniu. Portenta może z łatwością uruchamiać procesy stworzone za pomocą TensorFlow™ Lite; jeden z rdzeni może obliczać w locie algorytm wizji komputerowej, podczas gdy drugi może wykonywać niskopoziomowe operacje, takie jak sterowanie silnikiem lub działać jako interfejs użytkownika.

Aby poznać dalsze trendy i zasoby związane z AI, przejdź tutaj.