1704361143.jpg)
V oblasti umělé inteligence se toho v poslední době změnilo opravdu hodně.
Začíná nás ovlivňovat v každodenním životě čím dál tím více.
A upřímně, do budoucna bude všude, v každém odvětví a na každém kroku.
Pojďme si o umělé inteligenci říci trošku více, jak funguje a co od ní očekávat.
Tento článek je spíše edukační a má Vám vysvětlit, co vše si pod dnes často skloňovaným pojmem, představit.
Umělá inteligence je simulace procesů lidské inteligence stroji, zejména počítačovými systémy. Mezi konkrétní aplikace umělé inteligence patří expertní systémy, zpracování přirozeného jazyka, rozpoznávání řeči a strojové vidění.
S tím, jak se kolem umělé inteligence roztrhl pytel, se všichni podnikatelé snaží všude tvrdit, že právě jejich aplikace používá systémy umělé inteligence.
Ale často to, co označují za umělou inteligenci, je pouze součást AI a to je strojové učení.
Umělá inteligence jako taková vyžaduje specializovaný hardware a software pro psaní a trénování algoritmů právě strojového učení.
A upřímně, taktéž žádný z programovacích jazyků není synonymem pro umělou inteligenci (AI).
Nicméně faktem je, že spousta systémů pro umělou inteligenci je napsáno třeba v jazycích jako je Python (ten je momentálně nejoblíbenější díky frameworkům jako je PyTorch a Tensorflow.
Taktéž se může použít třeba C++, Java nebo Julia.
Tyto programovací jazyky jsou mezi vývojáři nejoblíbenější.
Všeobecně, systémy umělé inteligence pracují tak, že se do nich vkládá obrovské množství dat, které se posléze analyzují a hledají se v nich kolerace a různé vzory, na základě kterých se později predikují (předpovídají) budoucí stavy.
Tímto způsobem fungují třeba chatboti, kteří jsou naučeni na základě velkého množství dat a mohou tak s pomocí AI tvořit nové texty nebo s uživatelem komunikovat na jakékoliv téma (například chat s umělou inteligencí Deeply).
Umělá inteligence má taktéž řešení třeba pro rozpoznávání obrázků nebo řeči.
Identifikaci obrázků a popis objektů se umělá inteligence taktéž může naučit zkoumáním milionů příkladů.
Nové, rychle se zdokonalující generativní techniky umělé inteligence mohou vytvářet realistické texty, obrázky či hudbu.
Programování umělé inteligence se zaměřuje na kognitivní dovednosti, mezi které patří:
Tato část AI programování se zaměřuje na získávání dat a vytváření jasných pravidel, jak je přeměnit na využitelné informace. Pravidla, která se jinak taktéž nazývají: “algoritmy”, poskytují výpočetním zařízením pokyny krok za krokem k tomu, jak provést určitý úkol.
Tento aspekt programování AI se zaměřuje na výběr správného algoritmu k dosažení požadovaného výsledku.
Tento aspekt programování AI je navržen tak, aby neustále dolaďoval algoritmy a zajistil, že budou poskytovat co nejpřesnější výsledky.
Tento aspekt umělé inteligence využívá neuronové sítě, systémy založené na pravidlech, statistické metody a další techniky umělé inteligence k vytváření nových obrázků, nových textů, nové hudby a nových nápadů.
Umělá inteligence, strojové a hluboké učení jsou v korporátním IT běžně používané pojmy, nicméně spousta firem je zejména nyní, kdy je kolem AI velký boom, často zaměňuje.
V těchto názvech jsou však velké rozdíly.
Termín AI, který vznikl v 50. letech 20. století označuje simulaci lidské inteligence stroji.
Zahrnuje stále nové schopnosti, které se mění v závislosti na tom, jak technologie počítačových systémů pokročí.
Mezi technologie, které přímo spadají pod pojem AI, patří strojové učení (machine learning) a hluboké učení (Deep learning).
Mimochodem taková malá vsuvka – název našeho AI nástroje Deeply vznikl právě kombinací termínu Deep Learning).
Strojové učení naopak umožňuje například softwarovým aplikacím zpřesnit předpovídání výsledků, aniž by k tomu byly přímo naprogramovány.
Algoritmy strojového učení používají jako vstup historická data k předpovídání nových výstupních hodnot.
Tento přístup se stal velmi efektivním, zejména v době, kdy se pro učení používají stále větší datové soubory, díky kterým se dají jednotlivé modely AI trénovat.
Naopak hluboké učení je podmnožinou strojového učení, které je založeno na našem chápání struktury lidského mozku.
Využití velmi sofistikované struktury umělých neuronových sítí v hlubokém učení je základem nedávného pokroku v oblasti umělé inteligence a to včetně technologií samořídích aut nebo populárního chatbota ChatGPT.
AI je důležitá pro svůj potenciál, který může společnosti nabídnout.
Změní způsob, jakým žijeme, pracujeme anebo se bavíme.
V podnikání se například využívá pro automatizaci úkolů, které vykonávají zejména lidé a taktéž se skvěle hodí na zákaznickou podporu.
V praxi Vám taktéž umělá inteligence může pomoci v získávání nových zákazníků, odhalování podvodů (fraud detection) a také může pomoci při kontrole kvality.
Umělá inteligence se taktéž hodí k vykonávání rutinních a opakujících se úkolů, jako je analýza velkého množství dat a následná práce s nimi.
Nástroje s umělou inteligencí pracují velmi rychle a práci dokončí s minimem chyb.
Vzhledem k obrovským možnostem, které umělá inteligence nabízí, může pomoci i větším podnikům, dokáže najít i nové nadhledy a možnosti pro běžné, rutinní činnosti.
Tím, jak se rozšiřují nástroje na internetu s umělou inteligencí, začne být důležitá v mnoha oblastech, od vzdělávání, přes marketing až po návrh nových produktů.
Pokroky s umělou inteligencí zajišťují větší efektivitu a otevírají dveře zcela novým obchodním příležitostem, které doposud nebyly dostupné.
Ještě před pár lety by bylo nemyslitelné, že by počítačový program dokázal propojit cestující s taxíky a vidíte…
Přišel Uber a dostal se do žebříčku Fortune 500.
A s takovými příklady mohu pokračovat.
Umělá inteligence se stala předmětem zájmu největších firem na celém světě.
Ať už je to společnost Alphabet (Google), Apple, Meta či Microsoft, umělé inteligence se zabývají zlepšením a zefektivněním provozů a také začínají nové konkurenční boje mezi těmito korporáty.
Například v Google je umělá inteligence pohonem samořídicích automobilů Waymo a Google Brain, který stojí za architekturou transformačních neuronových sítí (transformers), které jsou základem dnešní technologie AI.
Google již také chystá, s příchodem jejich nového jazykového modelu Bard, zařadit AI přímo do vyhledávače.
To ostatně již udělal Microsoft, který do vyhledávače Bing zařadil chat na technologii GPT, který dokáže zpracovávat data i z internetu.
Umělá inteligence, technologie neuronových sítí a hluboké učení (deep learning) se rychle rozvíjejí, především díky tomu, že AI je schopno zpracovávat obrovská kvanta dat a to velmi rychle a predikovat rychleji než je v silách jakéhokoliv člověka.
Zpracování tolika dat každý den by běžného zcela zničilo.
Avšak aplikace umělé inteligence využívající strojové učení mohou tato data zpracovat velmi rychle a tím je efektivně přeměnit na užitečné informace.
V době, kdy píši tento článek, je jediná nevýhoda, že zpracování dat, z kterých se AI učí, je poměrně nákladné.
Řešení nabízí například společnost Nvidia, která v roce 2023 představila první grafické karty a čipy, které jsou vyrobeny a přizpůsobeny právě pro umělou inteligenci.
Avšak díky tomu, že umělou inteligenci využívá stále více produktů a firem, řeší se poměrně často etika a správnost informací, které AI ve výstupech podává.
Taktéž je možné, že v brzké budoucnosti dojde ze strany vlád k různým regulacím.
Pokusil jsem se sepsat některé z výhod, které umělá inteligence v dnešní době přináší:
Prokázalo se, že umělá inteligence je stejně dobrá a mnohdy i lepší než ti nejlepší odborníci na světě jako třeba lékaři.
Funguje perfektně v diagnostice některých druhů rakoviny (včetně rakoviny prsu nebo melanomu).
Také se předpokládá, že umělá inteligence v medicíně bude mít obrovské úspěchy na poli výzkumu.
AI se široce používá v odvětvích náročných na data jako jsou třeba bankovnictví, cenné papíry, farmaceutický průmysl nebo třeba pojišťovnictví.
Technologie umělé inteligence v těchto a mnoho dalších oborech zkracuje čas potřebný k analýze spousty dat.
Ve finančním sektoru používají umělou inteligenci zejména ke zpracování žádostí o úvěry nebo pro odhalování podvodů.
Příkladem může být třeba řešení automatizace skladů. Řízení skladů se rozmohlo při covidové pandemii a očekává se, že s integrací strojové učení toto odvětví i nadále poroste.
Nejlepší nástroje pro překlady s pomocí AI poskytují vysokou úroveň konzistence a nabízejí i těm nejmenším firmám možnost oslovit své zákazníky v jejich rodném jazyce.
Umělá inteligence dokáže přizpůsobit obsah jako texty, zprávy, blogové příspěvky, reklamy, doporučení nebo třeba celé webové stránky jednotlivým zákazníkům.
Aplikace s AI nepotřebují spát ani si dělat přestávky nebo chodit na oběd. Poskytují služby například zákaznické podpory 24 hodin denně, 7 dní v týdnu.
Nezapomeňme zmínit i nevýhody, jaké umělá inteligence naskýtá.
– Může být drahá (kvůli náročným výpočtům a ceně technologie).
– Vyžaduje technické znalosti
– Velmi omezený trh s kvalifikovanými pracovníky pro vytváření AI nástrojů
– Zkresluje občas tréninková data
– Nedostatečná schopnost přeskočit z jedné úlohy na druhou
– Může zlikvidovat některá pracovní místa, což může vést k nezaměstnanosti (nicméně naopak zase další pracovní místa vytvoří, tudíž jen budoucnost ukáže).
Umělou inteligenci lze rozdělit do dvou kategorií – na silnou a slabou.
Někdy přezdívaná taktéž jako úzká AI, je navržena a vycvičena k provedení konkrétního úkolu. Slabou AI používají zejména průmysloví roboti a virtuální osobní asistenti, jako například asistent Siri od Apple.
Silná AI je známá i jako obecná umělá inteligence (AGI).
AGI se zabývá a popisuje programování, které dokáže napodobit kognitivní schopnosti lidského mozku.
Když je systém silné AI postaven před nějaký úkol, může použít mlhavou logiku (fuzzy logic) k aplikaci znalostí z jedné oblasti na druhou a zcela samostatně najít řešení.
Teoreticky by silná AI (AGI) měla být schopna projít Turingovým testem (kdy je AI porovnávána s člověkem – počítač projde testem, pokud s ním dokáže člověk 5 minut konverzovat aniž by si všiml, že nekomunikuje s člověkem) a taktéž projít tzv. “argumentem čínského pokoje” (Chinese room argument) – což je myšlenkový experiment, jehož cílem je prokázat, že samotná schopnost smysluplně odpovídat na položené otázky (hlavní princip již zmiňovaného Turingova testu) není dostatečná pro prokázání schopnosti porozumění, což je to nejdůležitější, co očekáváme od silné AI.
Arend Hintze – odborný asistent interaktivní biologie, počítačové vědy a inženýrství na Michiganské státní univerzitě vysvětlil, že umělou inteligenci lze rozdělit do čtyř typů, počínaje inteligentními systémy určené ke splnění konkrétních úkolů, které se dnes již běžně používají, a konče vnímajícími systémy, které zatím neexistují.
Tyto kategorie jsou:
Reaktivní stroje – Tyto systémy AI nemají paměť a jsou závislé na konkrétním úkolu.
Příkladem je Deep Blue, šachový program IBM, který v 90. letech porazil Garryho Kasparova.
Deep Blue dokáže identifikovat figurky na šachovnici a provádět předpovědi. Vzhledem k tomu, že nemá paměť, tak nemůže využít předchozí zkušenosti k predikci budoucích tahů.
Omezená paměť – Tyto systémy AI již mají paměť, takže mohou využívat předchozí zkušenosti k budoucím rozhodnutím. Takto jsou navrženy některé rozhodovací funkce v samoříditelných automobilech.
Teorie mysli – Teorie mysli je termín z psychologie. Při aplikaci u AI to znamená, že systém by měl mít sociální inteligenci a tím by rozuměl emocím. Tento typ AI bude schopný odvozovat záměry člověka a předvídat jeho chování. Toto jsou nezbytné dovednosti k tomu, aby se AI mohla stát nedílným členem lidských týmů.
Sebeuvědomění – V této kategorii sami o sobě systémy s umělou inteligencí již vědí. Mají vědomí. Stroje začnou chápat svůj vlastní stav. Tento typ AI ještě neexistuje, avšak v budoucnu bude.
AI je součástí různých typů technologií.
Zde uvádíme sedm příkladů.
Automatizační nástroje spolu s AI mohou rozšířit objem a typy prováděných úkolů. Příkladem je robotická automatizace procesů (RPA). To je typ softwaru, který automatizuje opakující se úlohy zpracování dat, založené na pravidlech, které běžně provádějí lidé.
Jedná se o vědu, která se zabývá tím, jak přimět počítač k tomu, aby jednal bez programování. Hluboké učení (deep learning) je podmnožinou strojového učení, kterou si lze velmi jednoduše představit jako automatizaci prediktivní analýzy.
Existují tři typy algoritmů strojového učení:
Datasety jsou označeny tak, aby bylo možné najít přesné vzorce a použít je k označení nových datasetů.
Datasety nejsou označeny a jsou tříděny podle podobností nebo rozdílů.
Datasety nejsou označeny, ale po provedení několika akcí je systému AI poskytnuta zpětná vazba.
Tato technologie dává počítači schopnost vidět. Strojové vidění zachycuje a analyzuje vizuální informace pomocí kamery (analogově-digitální konverze a digitální zpracování signálu).
Často se přirovnává k lidskému zraku. Strojové vidění ovšem není vázané k biologii a lze jej naprogramovat tak, aby vidělo například skrze zdi.
Používá se v řadě nástrojů a aplikací od identifikace podpisů až po analýzu lékařských snímků.
Počítačové vidění, které se zaměřuje na strojové zpracování obrazu je často zaměňováno se strojovým viděním.
Jedná se o zpracování lidské řeči počítačovým programem. Jedním ze starších a nejznámějších příkladů NLP je detekce spamu, která zkoumá předmět a text emailu.
Díky tomu rozhoduje, zda se jedná o nevyžádanou poštu.
Současné přístupy NLP jsou založeny na strojovém učení. Mezi úlohy NLP patří třeba překlad textu, analýza sentimentu a rozpoznávání řeči.
Tento obor se zaměřuje na konstrukci a výrobu robotů. Roboti se často používají k provádění úkolů, které jsou pro člověka obtížně proveditelné nebo je nelze provádět pravidelně či opakovaně.
Roboti se například využívají na montážních linkách při výrobě automobilů, nebo v NASA pro přemíšťování velkých objektů ve vesmíru.
Výzkumníci také využívají strojového učení ke konstrukci robotů, kteří mohou komunikovat v sociálním prostředí.
Autonomní vozidla využívají kombinaci počítačového vidění, rozpoznávání obrazu a hlubokého učení (deep learning) k vytvoření automatických dovedností, které umožňují řídit vozidlo a zároveň se držet v daném jízdním pruhu, kde se mohou vyhýbat neočekávaným překážkám jako jsou například chodci.
Techniky generativní AI, které vytvářejí například text, obrázky, zvuky nebo video na základě textového zadání (tzv. text prompts) se používají zejména ve firmách k vytváření fotorealistického materiálu, přes zákaznickou podporu jako odpovídání na emaily nebo generování jiného textového obsahu (příspěvky na blog a jiné).
Umělá inteligence se dostala do spousty odvětví.
Uvádíme 11 příkladů níže.
Největší zájem je o to dosáhnout u pacientů co nejlepších výsledků a snížit celkově ceny. Korporáty používají strojové učení k tomu, aby dokázali rychleji stanovit lepší a přesnější diagnózy než běžní lidé. Jednou z nejznámějších zdravotnických technologií je IBM Watson.
Rozumí přirozenému jazyku a dokáže odpovídat na otázky, které jsou mu položeny.
Systém zpracovává údaje o pacientech a používá i další dostupná data a tím vytváří hypotézu, kterou následně prezentuje pomocí schématu hodnocení důvěryhodnosti.
Mezi další AI aplikace patří vytváření různých zdravotních asistentů a chatbotů, kteří pomáhají pacientům a zákazníkům zdravotní péče vyhledávat lékařské informace, plánovat schůzky, porozumět procesu plateb za služby nebo dokončit jiné administrativní procesy.
Řada technologií se již nyní využívá k předvídání, boji a pochopení pandemií jako byla třeba ta s COVID-19.
Algoritmy strojového učení se integrují do analytických platforem a nástrojů pro řízení vztahů se zákazníky (CRM).
Odhalují informace a data k tomu, jak lépe pracovat se zákazníky. Chatboti bývají začleněny do webových stránek, aby poskytovali okamžité odpovědi na dotazy zákazníků.
Očekává se, že rychlý rozvoj generativní technologie AI, jako je třeba (Deeply) ChatGPT, bude mít dalekosáhlé důsledky: zruší se pracovní místa (ale vytvoří se nová kolem AI) a způsobí revoluci v návrhu produktů a úplně změní nynější obchodní modely.
Umělá inteligence může zautomatizovat známkování a hodnocení studentů.
Tím pedagogové získají více času na jiné úkoly. AI může vyhodnocovat studenty a přizpůsobovat se jejich potřebám, čímž jim může pomoci pracovat jejich vlastním tempem.
AI učitelé mohou poskytovat studentům dodatečnou pomoc s učivem a pomoct jim vše zvládnout.
Tato technologie taktéž může změnit to, jak a kde se studenti učí a může nahradit některé učitele.
Přesně tak, jak ukázaly největší jazykové modely jako GPT, Bard a další. Generativní AI může pedagogům pomoci při tvorbě učebních plánů, textů a výukových materiálů a zapojit studenty do vzdělávání zcela jinými způsoby než doposud.
Tyto AI nástroje taktéž nutí učitele práci studentů více kontrolovat, zejména z hlediska plagiátorství.
Umělá inteligence je využitelná v aplikacích pro správu osobních financí.
V zahraničí ji používají třeba Intuit Mint nebo Turbotax.
Narušuje tím chod nynějších finančních institucí.
Tyto aplikace mohou shromažďovat osobní údaje a poskytovat finanční poradenství.
Například výše zmiňovaná technologie IBM Watson byla použita v procesu nákupu bydlení.
V současné době AI software provádí většinu obchodů na Wall Street.
Zajišťování dat a procházení jednotlivých dokumentů je pro člověka velmi složitý proces.
AI pomáhá automatizovat časově náročné procesy v právním odvětví, šetří čas, zlepšuje a zefektivňuje služby svým klientům.
Právnické firmy používají strojové učení k popisu dat a predikcím výsledků a počítačové vidění (computer vision) ke klasifikaci a získávání dat z dokumentů a systémy NLP k interpretaci žádostí o informace.
Zábavní průmysl využívá AI techniky pro cílenou reklamu, doporučování obsahu, distribuci, odhalování podvodů, tvorbu scénářů nebo i k celému natáčení filmů.
Nové nástroje generativní AI mohou být použity ke kódování aplikací na základě textového zadání (text prompts).
Tyto nástroje jsou zatím v začátcích a je nepravděpodobné, že by nahradily skutečné programátory.
Umělá inteligence se také používá k automatizaci mnoha IT procesů, včetně zadávání dat, odhalování podvodů (fraud detection), zákaznických služeb a údržby a zabezpečení IT systémů.
Umělá inteligence a strojové učení jsou novým buzzwordem dnešní doby. Téměř všichni dodavatelé bezpečnostních služeb používají AI k propagaci svých produktů.
Mělo by se k nim tedy přistupovat obezřetně. Techniky AI se však úspěšně používají v mnoha aspektech kybernetické bezpečnosti, včetně detekce anomálií, řešení problému s falešně pozitivními výsledky a taktéž se využívají k behaviorální analýze hrozeb.
Výroba stojí v čele, co se týče zavádění robotiky do pracovních procesů.
Například průmyslový roboti, kteří byli dříve používání a programováni k provádění jednotlivých úkolů a byli odděleni od lidských pracovníků, nyní stále častěji fungují jako koboti.
A to ve skladech, továrních halách a i na dalších pracovních místech jsou menší, víceúčeloví roboti, kteří spolupracují s lidmi a přebírají odpovědnost v pracovním prostředí.
Banky již nyní úspěšně “zaměstnávají” chatboty, aby své zákazníky informovali o službách a nabídkách a aby vyřizovaly transakce, které nevyžadují lidský zásah.
Virtuální AI asistentni se využívají ke zlepšení a snížení nákladů na dodržování bankovních předpisů.
AI rozhoduje například o úvěrech, stanovení úvěrových limitů nebo třeba identifikaci investičních příležitostí.
Kromě toho, že umělá inteligence AI hraje zásadní roli v provozu autonomních vozidel, se technologie AI používá k řízení dopravy, předvídání zpožděných letů a k bezpečnější a efektivnější námořní dopravě.
V dodavatelských řetězcích AI nahrazuje tradiční metody předpovídání poptávky a předvídání přerušení dodávek, což je trend, který urychlila pandemie COVID-19, kdy mnoho společností zaskočily dopady pandemie na nabídku a poptávku po zboží.
Někteří odborníci z oboru tvrdí, že termín umělá inteligence je příliš často spojen s kulturou jako jsou třeba filmy či seriály.
To způsobilo, že široká veřejnost má nerealistická očekávání ohleně toho, jak umělá inteligence změní pracovní prostředí a život lidí obecně.
Navrhlo se proto používat termín: “rozšířená inteligence”, aby se rozlišovalo mezi systémy AI, které jednají samostatně – příkladem jsou třeba HAL 9000 nebo Terminátor, a nástroji AI, které naopak podporují člověka a pomáhají mu v každodenním životě.
Někteří výzkumníci a obchodníci doufají, že označení rozšířená inteligence, které má neutrálnější konotaci, pomůže lidem pochopit, že většina implementací AI bude slabá a jednoduše jen pomůže zlepšit poskytované produkty a služby.
Příkladem může být například zjišťování důležitých informací z obchodních nebo právních dokumentů.
Avšak velmi rychlé přijetí nástrojů jako ChatGPT nebo Bard naznačuje ochotu lidí využívat umělou inteligenci ke každodennímu rozhodování.
Skutečná umělá inteligence neboli AGI (Artificial general intelligence) je úzce spjata s konceptem technologické singularity – budoucnosti ovládané umělou superinteligencí, která dalece přesahuje schopnost lidského mozku pochopit, jak funguje nebo jak vytváří naši realitu.
Toto zatím zůstává v oblasti science fiction (scifi), i když vývojáři a korporace na tomto řešení již pracují a střípky první AGI můžeme vidět již dnes (například AutoGPT).
Mnoho odborníků v AI se domnívá (a je to stále více pravděpodobné), že rozvoj kvantových počítačů, sehraje důležitou roli při tvorbě AGI.
Možná bychom si taktéž měli ponechat termín AI (umělá inteligence) pro tento druh obecné inteligence a nepoužívat AI na každém kroku.
Přestože je umělá inteligence na vzestupu, přináší spoustu nových možností pro firmy, drobné podnikatele ale i jednotlivce, ovšem používání AI nástrojů taktéž vyvolává etické otázky, protože systémy AI posilují, ať už v dobrém či špatném to, co se naučily.
Toto může být problematické v budoucnu, protože algoritmy strojového učení, které jsou základem mnoha nejpokročilejších AI nástrojů, jsou chytré jen tak, jak chytrá jsou jejich data, na kterých se učily při jejich tréninku.
A vzhledem k tomu, že právě člověk vybírá, jaká data budou nebo nebudou použita k trénování AI modelu, je možnost zkreslení strojového učení pravděpodobná a toto musí být pečlivě sledováno, případně regulováno.
Každý, kdo dnes chce tvořit svoje AI modely a systémy by měl do svých tréninkových dat zahrnout etické aspekty. To platí zejména při používání AI algoritmů, které jsou ze své podstaty nevysvětlitelné a používají se v aplikacích hlubokéhoučení (deep learning) a generativních adverzních sítích (GAN).
Vysvětlitelnost může být potenciální překážkou pro využití AI v odvětvích, které podléhají přísným regulacím na dodržování předpisů.
Například finanční instituce v USA fungují na základě předpisů, které požadují, aby vysvětlovaly svoje rozhodnutí o poskytnutí či neposkytnutí úvěru zákazníkům.
Pokud je rozhodnutí třeba o zamítnutí úvěru učiněno s pomocí AI, může být velmi složité vysvětlit, jak k takovému rozhodnutí AI dospělo, protože tyto nástroje pracují na principu odhalení jemných korelací mezi tisíci proměnnými.
Pokud tento proces nelze vysvětlit, označuje se za tzv. černou skříňku AI (black box AI).
Obecně lze tedy říci, že etické problémy spojené s AI zahrnují tyto položky:
– zaujatost – v důsledku nesprávně vyškolených algoritmů
– deep fake a phishing – problémy s autorskými právy nebo zneužívání populárních osob třeba k propagci svých produktů
– likvidace pracovních míst – obavy týkající se ochrany osobních údajů, zejména v bankovnictví, zdravotnictví a v právu.
Navzdory všem rizikům dnes existuje jen velmi málo regulací AI a pokud nějaké zákony existují, tak se dotýkají AI pouze nepřímo.
Například, jak jsem psal výše, regulace v bankovním průmyslu a poskytování úvěrů, kdy americké instituce musí úřadům vysvětlovat svá rozhodnutí, což mnohdy není možné.
To omezuje rozsah, v jakém mohou věřitelé používat algoritmy hlubokého učení (deep learning), které jsou ze své podstaty neprůhledné a velmi těžce se vysvětlují.
Evropská unie a její nařízení o ochraně osobních údajů (GDPR) se již regulacemi AI začala zabývat. Přísná omezení GDPR již nyní znemožňují některá učení a tréninky nových modelů zejména u aplikací zaměřených na spotřebitele.
Upřímně, vytvořit zákony na regulaci AI nebude snadné.
Umělá inteligence totiž zahrnuje spoustu odnoží a technologií, které se využívají k různým účelům.
Taktéž může být vydána nová regulace na úkor pokroku AI.
A taktéž nesmíme zapomenou na obrovskou rychlost, jaku se AI vyvíjí, kdy vlády zemí a regulátoři nejsou schopni tento vývoj stíhat (většina nejen evropských politiků nemá ani tušení, co AI je a představuje).
Technické inovace v AI navíc mohou zapříčinit, že právě přijaté zákony budou během krátké doby zastaralé a nebudou již hrát žádnou roli.
Samozřejmě tak jako je to v každém odvětví, nové zákony okolo AI nezabrání kyberzločincům využívat je ve svůj prospěch.
Gratuluji, teď byste již měli mít alespoň trošku přehled o tom, co je umělá inteligence a co všechno nám do budoucna přinese a kam se ubírá.
Je to něco, co potkáte do budoucna na každém kroku, ať už doma, ve městě, v práci či na cestách.
Nevystrašil jsem Vás moc?
AGI a AI je budoucnost lidstva.
Ať chceme nebo nechceme, je jen otázkou maximálně řádu let, kdy tu bude s námi právě i AGI a počítačové systémy začnou sami přemýšlet a řešit daleko komplexnější úkoly než je tomu nyní.
Zkuste Deeply – první a nejlepší česko-slovenskou umělou inteligenci, vytvořte si účet zdarma na 5 dní a vyzkoušejte AI již nyní.
Vytvoří Vám fotorealistické obrázky, napíše email šéfovi nebo dopis na úřad, vytvoří blogový článek nebo příspěvek na sociální sítě.
Zkuste to hned teď a buďte součástí tohoto technologického pokroku.
Pokud umělou inteligenci nezačnete používat teď hned, udělá to Vaše konkurence a jakou výhodu bude mít Vám snad ani nemusím říkat.
Děkuji moc za přečtení celého článku a těším se uvnitř Deeply!
PS: tento článek vznikl za pomocí AI nástroje Deeply a researche informací z portálů jako Wikipedie, builtin, IBM, Caltech a techtarget.
Vyzkoušet deeply zdarmaCopyright 2024 Deeply.cz, všechna práva vyhrazena.
Tato webová stránka ukládá soubory cookies. Používáním této stránky s tímto vyjadřujete souhlas.Podrobnosti o účelu a rozsahu zpracování naleznete v odkazu Cookies v Důležitých informacích.Pokud s ukládáním nesouhlasíte, opusťte, prosím, stránku.
