Rozwój sztucznych sieci neuronowych (SSN) jest częścią postępu związanego ze sztuczną inteligencją. Łącząc w sobie małe jednostki przetwarzania, naśladuje funkcje pojedynczego neuronu biologicznego, tworząc „sztuczny mózg”, który służy do przetwarzania informacji. Dziś coraz chętniej SSN wykorzystywane są także w biznesie.
— Sztuczne sieci neuronowe, podobnie jak człowiek, same się uczą. Jednak w przeciwieństwiedo ludzi nie męczą się i mogą pracować 24 godziny na dobę, 7 dni w tygodniu. Są zaprogramowane do szukania wzorów, pomagają szukać trendów w aplikacjach. Dzięki temu mogą posłużyć np. branży finansowej do oceny zdolności kredytowej oraz zapobiegania wyłudzeniom — mówi Łukasz Kamiński, dyrektor ds. ryzyka w firmie Wonga. W Polsce firmy posługują się nimi jeszcze w ograniczony sposób, jednak nie da się nie zauważyć, że w tej dziedzinie dzieje się coraz więcej. Na przykład T-mobile we współpracy z Migam.pl stworzył narzędzie służące do komunikacji z osobami z dysfunkcją słuchu, wykorzystującdo tego m.in. translator z kamerą Kinect oraz właśnie sztuczne sieci neuronowe. Za ćwierć wieku inteligentną kopalnię, w której praca człowieka, zwłaszcza w miejscach niebezpiecznych, zostanie zastąpiona sterowanymi z pomocą inteligentnej sieci maszynami — planuje otworzyć miedziowy gigant, KGHM. Sieci neuronowe to także przyszłość Wongi, która zapowiada rozpoczęcie korzystania z niej w II kwartale 2017 r.
— Nasz proces weryfikacji kredytowej jest w pełni automatyczny, wykorzystujemy stale uaktualniane algorytmy i zaawansowane narzędzia do oceny ryzyka. Zastosowanie sztucznej inteligencji pozwoli nam na jeszcze lepszą ocenę zdolności kredytowej i ograniczenie ryzyka dla klienta i firmy. Dziś na 100 zł pożyczonych tracimy jedynie 3 zł. Podobną szkodowość mają banki na kredytach konsumenckich — mówi Łukasz Kamiński. Na świecie sieci neuronowe wykorzystywane są znacznie szerzej, m.in. w branży energetycznej do planowania i optymalizacji produkcji. Dzięki sztucznej inteligencji zakład energetyczny może np. z wyprzedzeniem przewidzieć możliwość awarii pracującego urządzenia i odpowiednio wcześnie zareagować. © Ⓟ