AI To Nie Wróg

Sztuczna Inteligencja (AI) jest także dziedziną skrajnie wręcz interdyscyplinarną i ten właśnie atrybut staje najważniejszy, kiedy AI jest rozważana w kontekście praktycznego wykorzystania. Szczególnie, że AI jest postrzegana obecnie jako potencjalnie główny silnik napędowy następnego etapu produktywności. Człowiek zawsze szukał sposobów, aby wspierać swoje działania technologią, poczynając od silników parowych a na elektryczności kończąc. AI jest następnym etapem we wspomaganiu wydajności działań ludzkich. W tym przypadku jednak nie chodzi o siłę fizyczną, ale bardziej o efektywność, tj. w zasadzie o potęgę algorytmów, które w połączeniu z istniejącymi mocami przerobowymi procesorów umożliwiają analizowanie ogromnych zestawów danych w przeciągu godzin, a nawet minut, a nie miesięcy czy też dni.

Rozwój układów scalonych pozwalających na bardziej precyzyjne równoległe przetwarzanie operacji rozwijał się bardziej energicznie w ostatnich latach niż standardowe procesory. Dzięki temu większa moc jest dostępna w niższej cenie. Procesory graficzne (ang.: GPU – Graphics Processing Unit) wykorzystywane są do bardzo dużej ilości mniejszych operacji, które można bardzo łatwo podzielić a następnie wyniki w przystępny sposób agregować. Dzięki rozbiciu skomplikowanych działań na mniejsze i zrównolegleniu ich rozwiązywania wynik zostaje osiągnięty dużo szybciej niż opracowanie tego samego działania w sposób standardowy.

Kluczowa kwestia do rozważenia to, gdzie dokładnie, tzn. w którym sektorze oraz/i w której części procesu, można dosztukować AI tak, aby przynosiła ona najwięcej korzyści a najmniej kłopotów. Praktyczne wykorzystanie AI rozwija się ewolucyjny i to wydaje się być potwierdzane przez sukcesywne przykłady wykorzystania np. RPA (ang. Robotic Process Automation), czyli interakcjami ‘inteligentnych’ botów z GUI (ang. Graphic User Interface), tak aby odciążyć ludzi w powtarzalnych oraz rutynowych zadaniach, do których komputery doskonale się nadają.