Czego nauczyliśmy sztuczną inteligencję

opublikowano: 22-01-2019, 22:00

To, czym obecnie dysponujemy w zakresie AI, stanowi początek technologicznej rewolucji. Przyszłość może nas zaskoczyć — mówili eksperci podczas konferencji „PB”.

Czy roboty w niedalekiej przyszłości przejmą również mój zawód? Pół żartem, pół serio sprawdziłam — podkuszona przez uczestników debaty rozpoczynającej konferencję „Sztuczna inteligencja i robotyzacja w sektorze finansowym” organizowaną przez „Puls Biznesu”. Według wskazań serwisu willrobotstakemyjob. com, przynajmniej na razie mogę pod tym względem czuć się bezpiecznie. Nie zmienia to jednak faktu, że systemy sztucznej inteligencji (artificial intelligence — AI) coraz bardziej zyskują na popularności. Powodów zbliżającego się boomu jest wiele, najprostszym z nich jest ilość danych wytwarzanych przez człowieka i urządzenia — nie sposób ich już analizować „ręcznie”.

Jak sztuczna inteligencja i uczenie maszynowe zmienią świat finansów i biznes w innych branżach? Na to pytanie odpowiadali sami zainteresowani — przedstawiciele firm i instytucji, które na bieżąco śledzą technologiczne trendy i wdrażają u siebie nowe systemy. Od lewej: Łukasz Wierdak z MCI Capital, Piotr Mieczkowski z Fundacji Digital Poland, Adam Sobczak z Cenatorium, Łukasz Dziekan z FinAi oraz Wojciech Rabiej z GIVT.
Zobacz więcej

SPOJRZENIE W PRZYSZŁOŚĆ:

Jak sztuczna inteligencja i uczenie maszynowe zmienią świat finansów i biznes w innych branżach? Na to pytanie odpowiadali sami zainteresowani — przedstawiciele firm i instytucji, które na bieżąco śledzą technologiczne trendy i wdrażają u siebie nowe systemy. Od lewej: Łukasz Wierdak z MCI Capital, Piotr Mieczkowski z Fundacji Digital Poland, Adam Sobczak z Cenatorium, Łukasz Dziekan z FinAi oraz Wojciech Rabiej z GIVT. Fot. GK

Szacuje się, że w 2020 r. na świecie będziemy mieć kilkadziesiąt miliardów urządzeń podpiętych do sieci. A już teraz mówi się, że ok. 80 proc. danych, jakimi dysponuje świat, powstało w minionych dwóch latach. Obrazuje to gigantyczne tempo wzrostu informacji. Dla biznesu mogą być one bezcenne, pod warunkiem, że zostaną uporządkowane, a menadżerowie firm nauczą się analizować je i wyciągać na ich podstawie użyteczne wnioski. Do tego właśnie próbuje się zaprzęgnąć AI. Jest to mierzenie się z wielkim chaosem.

Ameryka kontra Chiny

Adam Sobczak, prezes Cenatorium, zwrócił uwagę na fakt, że obecnie coraz łatwiejszy staje się dostęp do narzędzi przetwarzania danych. Popularyzacja technologii chmurowych zapewniła nawet małym zespołom możliwość korzystania z ogromnych mocy obliczeniowych. Z tego, co wcześniej było niezwykle drogie, i tym samym zarezerwowane jedynie dla rynkowych gigantów, korzystać mogą obecnie nawet start-upy. Błyskawicznie rozprzestrzenia się także wiedza o AI i uczeniu maszynowym — wyniki światowych prac naukowych niemal natychmiast trafiają do biznesu.

Z analiz Fundacji Digital Poland, podczas konferencji reprezentowanej przez Piotra Mieczkowskiego, jej dyrektora wykonawczego, wynika, że również w Polsce wzrasta liczba firm, które same tworzą lub sięgają po systemy AI. Nadal jednak to giganci, jak Google i Facebook, są największymi wytwórcami danych i jednocześnie pionierami w produkowaniu, testowaniu i wdrażaniu nowych narzędzi analitycznych. W ujęciu geograficznym — w tej przestrzeni najbardziej aktywne są Stany Zjednoczone i Chiny, kraje europejskie pozostają za nimi daleko w tyle.

Konstrukcja jest prosta

Prelegenci zaznaczyli jednak, że obecny poziom zaawansowania systemów AI, wykorzystywanych powszechnie w firmach, jest jeszcze daleki od wyobrażeń o w pełni autonomicznej technologii, zastępującej na wielu polach samego człowieka. Teraz te systemy koncentrują się jeszcze głównie na rozpoznawaniu schematów i nauce dostrzegania wzorców w chaosie danych. Zdaniem Łukasza Dziekana, partnera w FinAi, nieustannie zbliżamy się natomiast do granicy, za którą programiści zaczynają powszechnie uczyć SI „samodzielnego myślenia” — podejmowania decyzji na podstawie gigantycznych pakietów zebranych informacji. Nadal przewagą człowieka jest kreatywność, bazowanie na emocjach i intuicji.

W dalszym rozwoju technologii potrzebne będzie duże wsparcie ze strony państwa, w tym regulacje prawne. Chociaż w przypadku Google’a czy Facebooka — jak nadmienili prelegenci — to właśnie brak regulacji dotyczących wykorzystania danych pozwolił im urosnąć do obecnych rozmiarów i eksperymentować. W tym zakresie europejski sektor finansowy będzie musiał zmierzyć się z zapisami dyrektywy PSD2. Nieustannie pod dyskusje poddawane będą też kwestie etyczne, tym bardziej skomplikowane, im mocniej rozwinięta zacznie być AI.

OKIEM EKSPERTÓW

Orange z głosem AI

REMIGIUSZ FRANEK, dyrektor digitalizacji i rozwoju sztucznej inteligencji Orange Polska

Budowa bota, który obsługuje klientów, rozmawiając naturalnym językiem, wymaga czegoś więcej niż wyłapywania pojedynczych słów i wykorzystania ich jako komend głosowych. Efekt naturalności powstaje, gdy potrafi on rozpoznać intencje i inne dane ukryte w bardziej skomplikowanej wypowiedzi. Musi umieć je zinterpretować i odpowiednio zareagować. Do tego celu można wykorzystać algorytmy uczenia maszynowego (ML). Dialog budowany na podstawie połączenia modeli ML i gramatyk rozpoznających konkretne konstrukcje słowne zwiększa skuteczność lub wręcz umożliwia naturalną konwersację między botem a człowiekiem. Tak powstał Maks — asystent głosowy, który przedstawia się jako „głos sztucznej inteligencji Orange”.

Obsługa przez czatbota

ANNA PŁACHTA, dyrektor departamentu zintegrowanej komunikacji marketingowej i digital Credit Agricole Bank Polska

Wdziedzinie marketingu wspierają nas już dwa boty wykorzystujące mechanizmy sztucznej inteligencji. Pierwszy to KrEdytka, która na platformie Facebook Messengera pomaga klientom w zaciągnięciu kredytu gotówkowego. Czatbot w naturalnej rozmowie sprawdza ich potrzeby kredytowe i prosi o pozostawienie danych, co robią znacznie chętniej w porównaniu do przekierowań z innych źródeł, np. reklam. Następnie do klienta oddzwania nasz doradca. Czatbota wdrożyliśmy jako pierwsi w sektorze. Następnie uruchomiliśmy Lydię — telebota, który dzwoni do klientów i wstępnie weryfikuje złożone przez nich wnioski kredytowe. Dzięki niemu spadł odsetek klientów, do których nie mogliśmy się dodzwonić. System poprawnie zidentyfikował i odrzucił ok. 87 proc. kontaktów.

Algorytmy w bankowości

ROBERT OBŁÓJ, architekt rozwiązań IT, ING Bank Śląski

W ING Banku Śląskim poszukujemy miejsc, które możemy usprawnić i zautomatyzować za pomocą algorytmów sztucznej inteligencji (AI). Wykorzystujemy np. RPA, dzięki któremu roboty wykonują nudną i powtarzalną pracę za człowieka. Kolejnym przykładem mogą być algorytmy, które w offline na platformie Hadoop Data Lake wykonują predykcje, m.in. na podstawie historii klienta „przewidują” jego przyszłe transakcje. Stosujemy też algorytmy działające online, które w czasie rzeczywistym potrafią np. „przeczytać” oraz sklasyfikować wypowiedzi klientów.

Sprawdź program konferencji "Shared Services & Multi-Sourcing", 21-22.03.2019, Warszawa >>

© ℗
Rozpowszechnianie niniejszego artykułu możliwe jest tylko i wyłącznie zgodnie z postanowieniami „Regulaminu korzystania z artykułów prasowych” i po wcześniejszym uiszczeniu należności, zgodnie z cennikiem.

Podpis: Anna Bełcik

Polecane

Inspiracje Pulsu Biznesu