Sztuczna inteligencja non-fiction

Sztuczna inteligencja non-fiction…
Co sztuczna inteligencja robi w przemysłowych systemach IT i czy warto sięgać po korzystające z niej rozwiązania? W jakich obszarach sprawdzają się one najlepiej? Czy automatyzacja przewróci rynek pracy do góry nogami? Na te inne pytania odpowiada Michał Staśkiewicz z Alphamoon, specjalizującej się w sztucznej inteligencji polskiej firmy działającej na międzynarodowym rynku, która wspólnie z DSR realizuje projekt AI 4Factory.

- Według szacunków analityków z Deloitte rynek sztucznej inteligencji rośnie w tempie 55,1 proc. rdr. Nie ma dnia, by w mediach nie pojawiła się informacja o jej wszechstronnych możliwościach. A jak wygląda rzeczywistość? Czy SI zadomowiła się już we współczesnych fabrykach?

Nie oszukujmy się, adaptacja sztucznej inteligencji w fabrykach znajduje się w stadium prenatalnym. Wielu producentów dopiero zaczyna innowacje w tym zakresie, bada możliwości i szuka odpowiednich partnerów. Oczywiście istnieją również firmy (Siemens, General Electric), które inwestują w rozwój i wdrażanie technologii SI już od kilku lat. Istnieje też kilka kluczowych zastosowań, gdzie zdają one egzamin. Jest to np. kontrola jakości, gdzie algorytmy, bazując na obrazie z kamer albo pomiarach przy użyciu sensorów, wyłapują produkty, które mają wady. Inne zastosowania to m.in. prognozowanie zużycia, gdzie mamy rozwiązania umiejące wskazać potrzebę wymiany eksploatacyjnych części w maszynach, minimalizując tym samym ryzyko poważnej awarii. Kolejnym takim obszarem jest zarządzanie łańcuchem dostaw, gdzie algorytmy przewidują zapotrzebowanie na określone surowce, ograniczając potrzebę magazynowania i zapobiegając opóźnieniom w produkcji.

- Co właściwie kryje się pod terminem sztuczna inteligencja? W popkulturze funkcjonuje on inaczej niż w nauce.

To nie jest tak, że te terminy znacząco się różnią. Dalekosiężnym celem w nauce jest oczywiście zbudowanie SI znanej z filmów, czyli takiej, która dorówna lub przewyższy analityczne zdolności człowieka. Obecnie jesteśmy jeszcze daleko od takich rozwiązań. Dzisiaj pod hasłem sztuczna inteligencja kryją się przede wszystkim nowoczesne metody uczenia maszynowego, oparte głównie na głębokich sieciach neuronowych, czyli tzw. deep learning. Doczekały się one wielu spektakularnych zastosowań, takich jak chociażby system AlphaGo od Google Deepmind, który pokonał koreańskiego mistrza w grę Go czy systemy do analizy sygnałów EKG, gdzie algorytmy SI są już skuteczniejsze od człowieka. Niemniej, na razie są to metody skupione przede wszystkim na jednym zadaniu, pod które zostały zaprojektowane.

- Doświadczenie Alphamoon w obszarze sztucznej inteligencji wykracza daleko poza polski rynek i branżę produkcyjną. Jakie najciekawsze projekty udało się Państwu dotychczas zrealizować?

Działamy na wielu płaszczyznach, rozwiązując różnorodne problemy. W ten sposób nieustannie poszerzamy naszą perspektywę. Do najciekawszych projektów należy zapewne wykorzystanie technologii deep learning do projektowania nowych leków. Rozwój metod SI w tym obszarze będzie miał olbrzymi wpływ na postępy w medycynie. Firma Insilico Medicine niedawno poinformowała, że udało się jej zweryfikować laboratoryjnie skuteczność cząsteczek, które zostały wygenerowane przez modele deep learningowe.