Pozytywne aspekty zastosowania sztucznej inteligencji
Dwie największe na świecie firmy technologiczne – Google i Microsoft, ogłosiły plany gwałtownego rozwoju systemów wyszukiwania wspomaganego sztuczną inteligencją, rozpoczynając tym samym walkę o dominację w tej przestrzeni. Reszta gałęzi gospodarki wydaje się doceniać znaczenie AI i robi wszystko, żeby dotrzymać im kroku.
Rosnące znaczenie sztucznej inteligencji ma wpływ na każdy skrawek naszego życia. Wdziera się do niego z prędkością nieznaną dotychczas. Fala zmian jest już faktem, powstrzymać jej nie sposób.
Oto przykłady wykorzystania sztucznej inteligencji w różnych branżach. Jak prawie każde zjawisko rozwój tej dziedziny niesie za sobą szanse i zagrożenia. Dzisiaj skoncentrujmy się na pozytywach. W kolejnym odcinku przyjrzymy się ciemnej stronie AI.
Rolnictwo
Najważniejsze zastosowania SI to monitorowanie i przewidywanie pogody i zjawisk pogodowych, zwalczanie szkodników, chorób roślin i zwierząt, ustalanie zapotrzebowania na dodatkowe nawadnianie, a nawet określanie obszarów, na których można uprawiać dane zboża. Wielu rolników uważa, że rolnictwo jest podatnym gruntem dla sztucznej inteligencji. Coraz więcej z nich w pełni korzysta z możliwości jakie daje.
Producenci żywności wykorzystują sztuczną inteligencję do gromadzenia i analizowania danych w celu poprawy produktywności i rentowności.
Zdolność nowych technologii do łączenia i analizowania dużych zbiorów danych już teraz dostarcza rolnikom informacji w czasie rzeczywistym. Wiedzą oni jak poprawić zdrowotność upraw i zwiększyć plony.
Drony i czujniki ogrywają coraz większą rolę w obserwacji upraw i warunków glebowych na olbrzymich obszarach. Analizują zapotrzebowanie na wodę, nawozy i herbicydy. monitorują podatność na choroby i zniszczenia wywołane przez szkodniki.
W czasach coraz częściej występujących niedoborów siły roboczej, rolnicy liczą na postępy w robotyce. Może ona pomóc w terminowym zbiorze planów. Według National Farmers’ Union brak pracowników doprowadził tylko w 2022 roku w Wielkiej Brytanii do zmarnowania żywności o wartości 60 milionów funtów.
Automatyzacja już zmieniła niektóre z najbardziej pracochłonnych prac w rolnictwie, od siewu nasion po opryskiwanie i podlewanie upraw.
Media
Firmy medialne zastosowały technikę uczenia maszynowego, aby zwiększyć liczbę subskrypcji i odpowiednio dostosować reklamy, a także pomóc w podejmowaniu decyzji o tym, jakie tematy interesują czytelników.
Organizacje informacyjne zatrudniają naukowców, aby pomogli zbierać dane w celu śledzenia klientów i kierowania ich do określonych produktów. Jednocześnie zapewniają dziennikarzom narzędzia, które ułatwią im znajdowanie nowych tematów i pisanie artykułów.
Lisa Gibbs, dyrektor ds. partnerstw informacyjnych w Associated Press, powiedziała w badaniu London School of Economics, że jej organizacja może „szybciej znajdować wiadomości i przekazywać wiadomości szybciej” z pomocą sztucznej inteligencji.
Organizacje medialne wykorzystują analityków danych do tworzenia ukierunkowanych treści, które generują wyższe subskrypcje i przychody z reklam.
Jane Barrett, globalna redaktorka wiadomości w dziale strategii medialnej agencji Reuters, mówi: „AI pomoże nam dostarczyć dokładnie właściwe treści do właściwej osoby”.
Ten wątek może być dyskusyjny, umieszczony po stronie pozytywów. Przyjmijmy na potrzeby analizy ekonomicznej, nie filozoficznej, taką właśnie perspektywę.
Energia
Możliwe zastosowania AI w przemyśle energetycznym są bardzo szerokie: od przewidywania i identyfikowania usterek w elektrowniach po wykorzystanie prognoz pogody do planowania projektów morskich farm wiatrowych.
Przy niewielkich marżach w sektorze, w którym prawie 30 firm zbankrutowało podczas kryzysu energetycznego, oczekuje się, że detaliczni dostawcy energii zwiększą wykorzystanie sztucznej inteligencji w celu skrócenia czasu trwania połączeń telefonicznych. Chatboty są wykorzystywane do podstawowej i wstępnej komunikacji, zanim klienci porozmawiają z ludzkim doradcą.
Dostawcy energii przewidują, że sztuczna inteligencja będzie odgrywać kluczową rolę w przyszłych „inteligentnych sieciach”, umożliwiając ściślejsze dostosowanie podaży i popytu. Wszystko dzięki nowej generacji urządzeniom – od inteligentnych liczników i pojazdów elektrycznych po panele słoneczne i pompy ciepła, które będą w stanie poprawić wydajność.
Sztuczna inteligencja jest również przydatna w śledzeniu emisji dwutlenku węgla, czyli „nowej świeckiej religii” lansowanej przez środowiska stawiające sobie za cel „walkę ze zmianami klimatycznymi”.
Ich zapał do wprowadzania zmian jest wprost proporcjonalny do możliwości zarobkowych. Jak oszacowała Boston Consulting Group, zastosowanie sztucznej inteligencji w planach zrównoważonego rozwoju międzynarodowych firm może być warte do 2030 roku od 1,3 do 2,6 bln USD.
Produkcja
Wpływ automatyzacji na całą branżę produkcyjną jest znany jej przedstawicielom od dawna.
Celem dążenia do automatyzacji jest wydajność. Algorytmy uczenia maszynowego są już wdrażane na rosnących stosach danych wytwarzanych w dużych fabrykach w celu „konserwacji predykcyjnej”, czyli wymiany części, zanim ulegną awarii. Wiąże się to z oszczędnościami związanymi z zatrudnianiem techników.
AI jest już wykorzystywana do znacznie szybszego projektowania produktów, testowania ich wirtualnie jako „cyfrowego bliźniaka” i znacznie szybszej produkcji. W połączeniu z innowacjami, takimi jak druk 3D, mogłoby to radykalnie obniżyć koszty rozwoju i wymagałoby mniejszej liczby inżynierów z branży lotniczej, motoryzacyjnej i elektroniki użytkowej.
Transport
Transport wykorzystuje sztuczną inteligencję do wspomagania przepływu ruchu i prognozowania zakłóceń. Operatorzy pociągów używają symulatorów lub cyfrowych bliźniaków do sprawdzania tras pociągów, peronów i rozkładów jazdy.
Przedstawiciele tej branży współpracują z naukowcami, aby wykorzystać uczenie maszynowe z wideo o wysokiej rozdzielczości do walki z utrudnieniami w ruchu spowodowanymi przez czynniki zewnętrzne. Projekty AI i wideo w Australii mogłyby nauczyć autonomiczne pociągi rozpoznawania zielonego światła. A nawet tego, czy ruch na odległym torze jest wkraczającym człowiekiem, czy zwierzęciem.
Ale kolejne iteracje sztucznej inteligencji mogą mieć głęboko polityczny charakter. Z jednej strony wiążą się z likwidacją miejsc pracy, ale z drugiej mogą stworzyć bardziej wydajny i bezpieczny system kontroli, wykorzystując dane do przewidywania usterek.
Usługi finansowe
Według prognoz rządowych sektor usług finansowych jest bardziej narażony na utratę miejsc pracy z powodu sztucznej inteligencji niż inne sektory, ale eksperci twierdzą, że jest to częściowo kwestia nadrobienia zaległości. Po prostu inne branże już dokonały tych cięć wcześniej i mają to za sobą.
Banki i zarządzający finansami będą potrzebować mniejszej liczby pracowników do wdrażania nowych klientów, ponieważ automatyzują systemy kontroli. W większym stopniu polegać będą na sztucznej inteligencji w wykrywaniu i oznaczaniu potencjalnych zagrożeń związanych z oszustwami i praniem pieniędzy.
Będą mogły wprowadzać nowe wytyczne organów regulacyjnych do tych programów uczenia maszynowego po to, aby sygnalizować wszelkie potencjalne naruszenia lub braki w systemach firmy, zamiast polegać na ludziach przy przeprowadzaniu wstępnej oceny.
Ale te systemy nadal będą wymagały nadzoru człowieka. Nie tylko w celu zbudowania i zaprogramowania technologii, lecz także w celu przeprowadzenia dodatkowych kontroli i rozwiązania bardziej złożonych problemów.
„Krytyczne ryzyko polega na tym, że firmy ulegają pokusie zaufania sztucznej inteligencji do podejmowania mądrzejszych decyzji kredytowych lub ubezpieczeniowych. Bez zrozumienia procesu rozumowania i nadmiernie polegają na systemie sztucznej inteligencji bez odpowiedniego testowania jego przydatności do określonego celu”. Powiedział Karishma Brahmbhatt, prawnik ds. danych i technologii w firmie Allen & Overy.
Tych kilka przykładów koncentruje się na jasnych stronach wprowadzania sztucznej inteligencji w branże bezpośrednio oddziałujące na nasze codzienne życie. W następnej części przyjrzymy się zagrożeniom i pułapkom.
Czytaj także: Google mocno zaniepokojony konkurencją Chatbota GPT
