IBM przestał grać w gry” – to zdanie wypowiedziane przez Costasa Bekasa, kierownika działu przetwarzania kognitywnego w centrum badawczym IBM w Szwajcarii, niesie ze sobą ogromny ciężar gatunkowy. Tych kilka słów wyjątkowo trafnie ujmuje bowiem i podsumowuje historię sztucznej inteligencji (ang. Artificial Intelligence – AI). Przez wiele lat superkomputery i raczkujący w tej dziedzinie naukowcy wzbudzali zainteresowanie głównie dzięki temu, że byli w stanie pokonać znanych sportowców. Na przykład w 1996 r. komputer Deep Blue zwyciężył w rozgrywce z ówczesnym mistrzem świata w szachach Garrym Kasparovem. Z kolei program AlphaGo – dziecko firmy Deep Mind należącej do Google – w 2015 r. pokonał kolejno wszystkich najlepszych na świecie graczy w „Go” (wyczyn tym bardziej godny podkreślenia, że owa chińska gra strategiczna uważana jest za szczególnie trudną do przejścia). Sztuczna inteligencja o nazwie Watson ze stajni IBM-a w 2011 r. podjęła rywalizację z dwoma mistrzami amerykańskiej edycji Va Banque – i wygrała. Batalię tę można jeszcze dziś zobaczyć na YouTubie.

Otwarte niedawno Watson IoT Center firmy IBM w Monachium o wartości 200 mln euro. Europejska siedziba przedsiębiorstwa jest gotowa na przyjęcie firm, które chcą wspólnie z IBM pracować nad rozwojem przyszłościowych projektów

Wszystko to przyniosło badaniom nad sztuczną inteligencją rozgłos medialny, jednak w żaden sposób nie przyczyniło się do zwiększenia jej użyteczności w życiu codziennym. Dopiero dziś, w czasach Przemysłu 4.0, mamy wszelkie szanse, by utorować AI drogę do codzienności: nie będzie ona jednak głównym aktorem, lecz przejmie rolę małych, niepozornych jednostek wykonawczych działających w tle, ukrytych w urządzeniach Internetu rzeczy (ang. Internet of Things – IoT) i realizujących funkcje zbierania oraz analizy danych, a nawet wspierania operacji sterowania robotami i całymi parkami maszynowymi. Tego typu sztuczna inteligencja może dogłębnie odmienić nie tylko naszą codzienność, ale także całe społeczeństwo.

 

Cognitive computing u progu przełomu

Prognozę tę potwierdzają dane stowarzyszenia firm z branży informatycznej i komunikacyjnej Bitkom, według którego globalna sprzedaż sprzętu komputerowego, oprogramowania i usług związanych z przetwarzaniem kognitywnym (ang. Cognitive Computing) oraz uczeniem maszynowym (ang. Machine Learning) wzrośnie w całym 2017 r. o 92% – do 4,3 mld euro. Do 2020 r. jej wolumen może zaś zwiększyć się nawet pięciokrotnie – do 21,2 mld euro.

– Sztuczna inteligencja już dziś wkracza do naszego życia jako kluczowy element cyfrowych asystentów mowy, tekstowych systemów dialogowych typu chatbot czy systemów rozpoznawania twarzy na zdjęciach i filmach – mówi Mathias Weber, kierownik działu usług IT w Bitkom.

Integralną częścią Watson IoT Center są tzw. Joint Client Labs, w których przedsiębiorstwa razem z IBM pracują nad innowacyjnymi projektami. Jednym z nich jest BMW, które chce rozwijać intuicyjne systemy asystujące w inteligentnych pojazdach

O tym, że nowa technologia w niedługim czasie wkroczy do codziennej praktyki biznesowej, przekonany jest również dostawca oprogramowania – firma SAP SE. Jej zdaniem uczenie maszynowe wykorzystywane w aplikacjach biznesowych może pomóc przedsiębiorstwom w generowaniu zysków, optymalizacji procesów i usprawnieniu pracy personelu, dlatego stanowi kolejny logiczny krok na drodze do jak najefektywniejszego zastosowania technologii Big Data. Co prawda wciąż znajdujemy się w początkowej fazie jej rozwoju, jednak już dziś coraz więcej przedsiębiorstw docenia korzyści płynące z uczenia maszynowego.

– Podczas gdy wcześniej trzeba było mozolnie uczyć komputery rozpoznawania wzorców i wyciągania wniosków z dużych zbiorów danych, dzisiejsze nowoczesne systemy dostarczają obiecujące wyniki niemal samodzielnie, bezbłędnie i bez większego wysiłku – podsumowuje Markus Noga, szef działu rozwoju uczenia maszynowego w firmie SAP SE.

Naukowcy jednak wciąż unikają stosowania pojęcia „sztucznej inteligencji”, głównie z powodu negatywnych konotacji z filmami science fiction.

– Kluczową kwestią jest w tym przypadku odtworzenie ludzkiego sposobu postrzegania, inteligencji i procesów myślowych z wykorzystaniem komputerów i specjalistycznego oprogramowania – wyjaśnia Mathias Weber.

Zamiast podążać wyuczoną ścieżką, kognitywne programy aktywnie interpretują otrzymane dane, wyciągają wnioski i zdobywają wiedzę – i to w ułamkach sekund. Na przykład program Watson stworzony przez IBM w przyszłości może całkowicie odmienić charakter ludzkiego życia i pracy. Jest on bowiem w stanie nie tylko przetwarzać ustrukturyzowane dane, lecz także rejestrować i opracowywać dane nieustrukturyzowane w ilości odpowiadającej ok. 80% wszystkich informacji zgromadzonych na świecie, w tym w książkach, pracach naukowych, na blogach i forach internetowych oraz w mediach społecznościowych. Naukowcy z IBM nauczyli go też rozumieć i interpretować ludzką mowę, także w formie pisanej. Dzięki temu program może odczytywać i analizować ogromną liczbę tekstów z różnych dziedzin: od publikacji naukowych (w liczbie 500 tys. stron rocznie) po wyniki badań lekarskich. Te ostatnie mogą stać się podstawą do odkrycia rzadkich, niezdiagnozowanych jeszcze chorób. Każdej z nich, statystycznie rzecz biorąc, poświęconych jest dziś średnio ok. 5 kg akt – konsylium lekarzy potrzebowałoby pewnie kilku tygodni, by wyciągnąć z nich jakiekolwiek wnioski, Watson zaś jest w stanie zrobić to w ciągu kilku sekund.

 

Od diagnozowania nowotworów do BHP

Obecnie Watson wykorzystywany jest także w procesach diagnozowania nowotworów – w celu znalezienia odpowiedniej terapii przy danym obrazie klinicznym choroby. Powoli toruje sobie także drogę do sektora przemysłowego: pod koniec października ubiegłego roku świat obiegła informacja o nawiązaniu współpracy między IBM i firmą Schaeffler. Przedsiębiorstwa chcą wykorzystać program Watson do prowadzenia wspólnych badań nad możliwościami Internetu rzeczy, w tym np. wpływem warunków pogodowych na wydajność instalacji wiatrowych. W tym celu łożyska turbin wiatrowych wyposażone są w zespół czujników gromadzących dane z otoczenia, a zebrane w ten sposób informacje w połączeniu z prognozami wiatru pozwalają zarządcom farm wiatrowych z wyprzedzeniem zaplanować wymianę poszczególnych komponentów w okresach bezwietrznych, a tym samym zminimalizować czasy przestoju instalacji. Z kolei strategia „Obrabiarka 4.0” firmy Schaeffler zakłada szerokie wykorzystanie technologii kognitywnych w budowie maszyn.

Innym graczem z sektora przemysłowego aktywnie współpracującym z IBM jest producent systemów grzewczych – firma Vaillant. Celem wspólnych działań jest w tym wypadku optymalizacja cyklów grzewczych na bazie danych zebranych z czujników i opracowanych w programie Watson. Z kolei DHL wykorzystał Watsona do zapewnienia odpowiedniego poziomu bezpieczeństwa i higieny pracy w swoim magazynie w Azji. Program analizuje dane zebrane z czujników noszonych przez poszczególnych pracowników i w razie zagrożenia lub wypadku emituje odpowiednie komunikaty głosowe.

Firma Schaeffler wykorzystuje program Watson do gromadzenia w czasie rzeczywistym danych o stanie instalacji wiatrowych w celu predyktywnego planowania przeglądów

O tym, że już dziś opłaca się inwestować w nowatorskie technologie, przekonuje Harald von Heynitz, partner i szef działu produkcji przemysłowej w KPMG: – Decydenci mogą tylko zyskać na tym, że odpowiednio wcześnie postawią na rozwój systemów opartych na wiedzy i dzięki przemyślanej polityce kadrowej rozwiną własne kompetencje w tym zakresie. Jeśli posiadane środki okażą się niewystarczające do realizacji tego celu, mogą go osiągnąć na gruncie partnerstwa oferującego przedsiębiorstwu porównywalną wartość dodaną.

 

Wiedzieć, czego chcą ludzie

Interesującym obszarem zastosowania sztucznej inteligencji wydają się także inne dziedziny działalności biznesowej, np. marketing. Przykładowo, amerykańska firma Rocket Fuel Inc. z Redwood City w Kalifornii wdrożyła technologie kognitywne w celu automatyzacji procesów marketingowych, przede wszystkim w zakresie tworzenia spersonalizowanych reklam przesyłanych za pośrednictwem platform społecznościowych, smartfonów lub newsletterów. Jak wyjaśnia dyrektor techniczny Mark Torrance, który wcześniej sam zajmował się badaniami nad AI na Uniwersytecie w Stanford i Massachusetts Institute of Technology (MIT), celem Rocket Fuel było przewidzenie potrzeb odbiorców, a następnie ich zaspokojenie przez odpowiednio dobrane treści marketingowe. Niezbędne do tego informacje – upodobania, listy zakupowe czy ulubione potrawy – są dziś powszechnie dostępne w Internecie i konsekwentnie gromadzone przez wyspecjalizowane przedsiębiorstwa. Jak zapewnia firma, nie pozwalają one na jednoznaczną identyfikację klienta – ich zbiory nie obejmują i nie umożliwiają przetwarzania danych osobowych. Zadaniem sztucznej inteligencji jest w tym wypadku poszukiwanie konkretnych wzorców w bazie danych użytkownika, aby na tej podstawie przyznać mu odpowiednią lokatę w systemie punktowym. System ten określany jest przez Rocket Fuel mianem „punktacji chwili” (ang. Moment Scoring): reklama odtwarzana jest automatycznie w odpowiednim momencie i miejscu, a jej przesłanie jest precyzyjnie dopasowane do potrzeb odbiorcy. Efektywność dotarcia do klienta mierzona jest tu według modelu CPA (ang. Cost per Action). Dzięki zastosowaniu sztucznej inteligencji firmie udało się aż ośmiokrotnie obniżyć jednostkowy koszt pozyskania klienta w porównaniu do tradycyjnych technik marketingowych.

Dla Marka Torrance’a zastosowanie tego typu technologii stanowi przyszłość branży marketingowej, a sztuczna inteligencja, zwłaszcza zaś uczenie maszynowe, wywrze istotny wpływ na wiele gałęzi przemysłu i pracę ludzi. Jej wdrożenie zmusi bowiem wielu pracowników do zmiany pracy lub przekwalifikowania się w celu przyjęcia bardziej odpowiedzialnych zadań.

– Obecnie z pewnością trudno sobie wyobrazić, że autonomiczne systemy jazdy całkowicie zastąpią kierowców samochodów ciężarowych. Ale pamiętajmy, że jeszcze cztery lata temu nikomu nie mieściło się w głowie, że autonomiczny samochód mógłby poradzić sobie ze złożonością ruchu ulicznego – zaznacza Mark Torrance.

Również w opinii Haralda von Heynitza przemysł i społeczeństwo czekają w przyszłości ogromne zmiany. Na ich nadejście musimy jednak poczekać: – Sporo czasu jeszcze upłynie, zanim systemy oparte na wiedzy będą mogły pracować w trybie ciągłym, w sposób niezawodny i bez wsparcia ze strony człowieka. Zanim na szeroką skalę zastąpią ludzi, konieczne będzie zwiększenie ich przystępności, dostosowanie do konkretnych aplikacji i rozwój intensywnych usług okołosprzedażowych ukierunkowanych na ich efektywne wdrożenie w praktyce produkcyjnej.

Systemy kognitywne wciąż są we wstępnej fazie rozwoju, jednak dostępne rozwiązania z tego zakresu już dziś w istotny sposób zmieniają rzeczywistość przemysłową. Dlatego też dla własnego dobra przedsiębiorstwa powinny z uwagą śledzić rozwój sztucznej inteligencji jako kluczowego elementu Przemysłu 4.0.