Prace nad sztuczną inteligencją trwają od bardzo dawna. W świecie akademickim rozważania w tym obszarze pojawiły się już w sierpniu 1955 r. Wtedy to 10 naukowców miało wziąć udział w dwumiesięcznym letnim obozie badawczym organizowanym na jednym z uniwersytetów. Stworzyli 17 stronicowy dokument, który dzisiaj uznawany jest za mit założycielski AI.
Teraz, ponad 70 lat później, nadal poznajemy tę technologię i sprawdzamy, w jakich obszarach możemy z niej skorzystać. Coraz częściej przekonujemy się, że jednym z nich jest codzienna praca. Ale zanim o tym, warto poznać trzy podstawowe pojęcia związane ze sztuczną inteligencją.
Odrobinę teorii
Artificial Narrow Inteligence, w skrócie ANI (ang. sztuczna wąska inteligencja) to algorytmy, które wykorzystujemy dzisiaj najszerzej. W slangu określane są mianem „słabej sztucznej inteligencji”, ponieważ zaprojektowano je do wykonywania jednej konkretnej funkcji, np. konwersacji z człowiekiem (Chat GPT), tworzenia obrazów (Midjourney), czy filmów (Runaway). Do niedawna te aplikacje działały tylko autonomicznie. Ale obecnie niektóre firmy pracują nad połączeniem ich w zaawansowane ekosystemy algorytmiczne, taki jak planowany na marzec przyszłego roku Microsoft 365 Copilot. Te działania są drogą pośrednią do powstania tzw. AGI – Artificial General Inteligence (ang. silna sztuczna inteligencja). Ta odmiana posiada cechy ludzkiej inteligencji. Ma w założeniu zdobywać wiedzę, przetwarzać ją, zapamiętywać i rozwiązywać nowe problemy z wykorzystaniem posiadanych informacji. Na samym końcu tej ścieżki znajduje się tzw. ASI - Artificial Super Inteligence (ang. samoświadoma sztuczna inteligencja). Jednak na chwilę obecną pozostaje w sferze science-fiction.
Powróćmy zatem do AI i codziennej pracy. Z którego jej rodzaju korzystamy na co dzień?
Widoczna i niewidoczna obecność
Obecnie pomaga nam tylko „słaba inteligencja”. Jednak czy na pewno jest ona taka wątła? Algorytmy analityczne, które pomagają klasyfikować różne obszary są w użyciu od wielu lat, a zdolności przewyższające kompetencje człowieka zdobyły już dawno. Od 2014 r. bez zarzutu odczytują pismo odręczne, od 2015 r. szybciej rozpoznają obrazy, od 2017 r. skutecznej analizują mowę, a od przełomu 2017/18 czytają ze zrozumieniem lepiej niż człowiek. Zaczęto więc używać ich do monitorowania miast, systemów rozpoznawania twarzy na lotniskach, czy w marketingu.
- Planowanie i zarządzanie treściami, analiza danych, personalizacja kontentu czy szeroko pojęty customer service – to wszystko narzędzia AI wykonują już od wielu lat. Względnie nowe algorytmy, kojarzone z GPT czy Midjourney, wykorzystujemy w początkowych fazach projektów wewnętrznych i zewnętrznych - do prototypowania grafik czy szkiców tekstów. Bardzo usprawnia to proces kreatywno-produkcyjny. Wsad wygenerowany przez narzędzia jest w następnej kolejności obrabiany przez specjalistów, by osiągnąć oczekiwany efekt. Dzięki optymalizacji czasu potrzebnego na stworzenie kreacji, mamy więcej przestrzeni, by skupić się na pracy przy samych kampaniach – mówi Marcin Polanowicz, menedżer odpowiedzialny za treści marketingowe w agencji reklamowej Adcookie.
Podobnie, lecz w mniej widoczny sposób, sztuczna inteligencja angażowana jest w działania bankowości, szczególnie w obszarze cyfrowego bezpieczeństwa. Pewnie wiele razy słyszeliśmy o próbach wypłaty pieniędzy z kont z całkiem innego miejsca, niż to w którym przebywał użytkownik. Tu właśnie, między innymi, sztuczna inteligencja zdaje egzamin.
- Wykorzystujemy AI do oceny ryzyka każdej transakcji kartowej, bez względu na to, gdzie ma ona miejsce: czy to w świecie fizycznym, czy w e-commerce. Znaczenia nie ma też użyte narzędzie, czy jest to fizyczna karta, cyfrowy portfel czy stokenizowana karta zapisana np. na telefonie. Z jej pomocą analizujemy także rzetelność instytucji obszaru handlu detalicznego, minimalizując tym samym ryzyko potencjalnych oszustw – wskazuje Małgorzata Domagała, dyrektorka ds. rozwiązań cyfrowych i cyberbezpieczeństwa na Polskę, Czechy i Słowację w polskim oddziale Mastercard Europe.
Sztuczna inteligencja i modele machine learning są wykorzystywane także w systemach zabezpieczania dostępu do bankowości elektronicznej. Wykorzystywana tu biometria behawioralna służy do wykrywania anomalii w zachowaniu użytkownika, które wskazywałyby na to, że ktoś podszywa się pod prawowitego właściciela.
- W Mastercard takim narzędziem opartym o AI jest NuDetect, które analizuje zachowania konsumentów – z jakiego urządzania korzystają najczęściej, jak trzymają telefon, w jakim tempie piszą na klawiaturze i którymi palcami. Analizuje i rozpoznaje także wzorce zachowań i nawyki – w jakiej porze dnia logujemy się do konta w banku, w jakim momencie miesiąca robimy najwięcej przelewów. Dzięki tej wiedzy narzędzie jest w stanie rozpoznać oszusta nawet jeśli ten posiada nasze hasło czy kody dostępu. Oceniając nieprawidłowe lub inne od zwyczajowego zachowanie, wymusza dodatkowe uwierzytelnienie zleconej transakcji – dodaje Małgorzata Domagała.
Ponadto algorytmy generatywne są również stosowane w medycynie. Mają za zadanie wspomóc pracę lekarza, czy to w wyszukiwaniu informacji w złożonych systemach danych, czy w wykonywaniu precyzyjnych operacji. Za przykład mogą posłużyć glukometry, ciśnieniomierze, puloksymetry czy elektrokardiografy, które kontrolują parametry życiowe bez pomocy człowieka, dzięki zastosowaniu najnowszych technologii. Uzyskane dane dzięki uczeniu maszynowemu są analizowane przez sztuczną inteligencję, a następnie wysyłane lekarzowi.
Zwiększona efektywność
Zgodnie ze znaną maksymą, pracować należy mądrze, a nie ciężko. W 2018 r. Brazylijski bank Bradesco zaczął wykorzystywać chatbota Bradesco Inteligência Artificial (BIA), który miał pomagać pracownikom banku w obsłudze klientów, odpowiadając na popularne pytania z pomocą sztucznej inteligencji. Wykonując obowiązki służbowe, warto więc korzystać z najnowszych technologii i tym samym ułatwiać sobie pracę. Sztucznej inteligencji możemy zlecić wykonywanie nudnych, powtarzających się czynności, a samemu zająć się bardziej angażującym zajęciem. Używanie AI stwarza również nowe możliwości. Algorytmy potrafią bowiem wykonywać prace analityczne czy twórcze szybciej od człowieka. Ponadto z ich pomocą, bez umiejętności programistycznych, talentu do malowania, czy robienia filmów możemy dzisiaj tworzyć obrazy, programy, klipy.
- Nie wyobrażam sobie codziennej pracy bez wsparcia machine learning. Przyszłością są specjaliści biegli w obsłudze zestawu narzędzi AI, co u podstawy rzeczy zmieni niewiele – bo czy już dziś osobistego kapitału nie stanowi znajomość wybranego toolsetu? Zmieni się tylko, lub aż, jego skład. Mam poczucie, że dzięki rozwojowi AI po raz kolejny znajdujemy się w miejscu, w którym wygrają ci najbardziej kreatywni, potrafiący stworzyć synergiczne połączenie między różnymi narzędziami – uważa Marcin Polanowicz.
Pojawiające się wyzwania
Jak każde narzędzie, tak i AI może być wykorzystywana w dobrym lub złym celu. Gdy sztuczna inteligencja używana jest w sposób etyczny, niezawodny i na przejrzystych zasadach, wtedy działa skutecznie i ludzie jej ufają. Jednak tej chwili w wielu aspektach - jak choćby kwestii praw autorskich - działa według interpretacji niepopartych jeszcze odpowiednimi przepisami. Dochodzi tutaj także istotna kwestia cyberbezpieczeństwa.
- Hakerzy są coraz bardziej wyrafinowani i szybko adaptują nowe technologie do swoich celów. Niestety, już dziś wykorzystują możliwości AI, w związku z tym bardzo ważne jest, by być na to przygotowanym. A można to osiągnąć dzięki inwestycjom w rozwiązania z zakresu cyberbezpieczeństwa, włączając do arsenału swoich narzędzi te oparte o AI. Sztuczna inteligencja to potężne narzędzie o nieskończonych możliwościach, najlepiej działa w rękach wysoko wykwalifikowanych ekspertów posiadających umiejętności, wiedzę i doświadczenie do jej obsługi, dlatego warto zaufać partnerom i narzędziom o renomie i udowodnionej skuteczności – radzi Małgorzata Domagała.