Strona korzysta z plików cookies w celu realizacji usług i zgodnie z Polityką Plików Cookies.



26.05.2020

Cloud Native Universe

Jako patron medialny zapraszamy programistów wdrażających lub integrujących się z dowolną...
26.03.2020

Koniec certyfikatów...

MCSA, MCSD i MCSA
26.03.2020

Odświeżony OS

FortiOS 6.4
26.03.2020

Bezpieczeństwo w chmurze

Cisco SecureX
26.03.2020

Modernizacja IT

Nowości w VMware Tanzu
26.03.2020

Krytyczne zagrożenie dla...

Nowa groźna podatność
26.03.2020

Laptopy dla wymagających

Nowe ThinkPady T, X i L
26.03.2020

Serwerowe ARM-y

Ampere Altra
26.03.2020

Energooszczędny monitor

Philips 243B1

Być jak Heron?

Data publikacji: 23-01-2020 Autor: Michał Jaworski

Heron z Aleksandrii w I wieku n.e. skonstruował aeolipile, pierwszą maszynę parową. Podgrzana woda wypełniała metalową banię, a para wydobywająca się przez dwie wąskie, wygięte rurki wprawiała urządzenie w ruch obrotowy. Starożytni nie znaleźli żadnego zastosowania dla tego pomysłu... Nie mamy 1500 lat, by decydować, do czego może nam się przydać AI.

 

Heron przychodzi mi na myśl zawsze, gdy zobaczę post czy film, w których pojawiają się tematy deep fake news, widowiskowo kroczące roboty czy erotyczne lalki wyposażone w sztuczną inteligencję. Po enuncjacjach, jak będą tracić pracę lekarze i prawnicy, oraz po podawanych nerwowym głosem informacjach, że cośtam-exit był sterowany przez skonstruowaną przez obce mocarstwo aplikację AI osadzoną w mediach społecznościowych. W tego typu przypadkach albo puszczane są wodze fantazji, albo mamy do czynienia z zabawkami bez wartości biznesowej. Wyzwaniem dla IT jest więc takie przedstawienie AI zarządom, prezesom i ministrom, żeby ci chcieli wdrażać te rozwiązania.
 
Prezentację AI warto zacząć od mechanizmów, z którymi mają styczność na co dzień. Rozpoznawanie twarzy czy odcisku palca przy logowaniu to dobry punkt wyjścia, od którego płynnie można przejść do ochrony behawioralnej i wskazać zalety warunkowego uwierzytelnienia MFA, gdy systemy zauważą niepokojące zachowania logującej się lub zalogowanej w systemie osoby. Będąc w obszarze IT, zaczynamy precyzować, o co chodzi – mowa o pierwszym zastosowaniu AI, czyli rozpoznawaniu obrazu, sygnału, wzorca, mowy. Jeśli prezes już korzysta z głosowego asystenta, łatwo będzie przejść dalej, do tego, że sztuczna inteligencja nie tylko rozpozna, że prezes mówi, że mówi po polsku, a sekwencję dźwięków zamieni na słowa. Istotne jest, że potrafi również zrozumieć, co to wszystko znaczy. W tym momencie bierzemy oddech i wskazujemy różnicę pomiędzy dotychczasowymi sposobami realizacji informatyki i działaniami z użyciem AI. Otóż w klasycznej informatyce powinniśmy przewidzieć wszystkie możliwe sytuacje i w odpowiedni sposób napisać program. Tak działa np. bankomat, który wykona tylko takie akcje, jakie wcześniej zostały zaprogramowane. Natomiast ani ochrona behawioralna, ani asystent głosowy nie wiedzą, co się wydarzy w systemie, ani co prezes zaraz powie do mikrofonu.
 
Teraz przyglądamy się prezesowi i jeśli ciągle jest z nami, dorzucamy takie porównanie. Jak płaci się podatki, to działa ściśle określony algorytm. Po przekroczeniu pewnej kwoty zmienia się stawka itd. Natomiast sztucznej inteligencji dajemy zadania, np. „rozpoznaj napisaną ręcznie cyfrę 4” (to akurat najlepsza cyfra do przykładu, bo prawie każdy pisze ją inaczej). Po to żeby nauczyć AI rozpoznawania, a potem zrozumienia, czym jest 4, trzeba dać jej jak najwięcej materiału. Może być tysiąc czwórek, a jeszcze lepiej z milion. Jak się taka AI przebije przez te wszystkie czwórki, to rozpozna prawie każdą, jaką ktoś kiedykolwiek napisał (raczej nie tłumaczymy, jak to robi ;). Teraz wreszcie przechodzimy do zasadniczej części i sedna – mamy narzędzia, tanie i dostępne, i jeśli wpakuje się do nich dużo danych, będą potrafiły coś rozpoznać i nawet coś zrozumieć.
 
Dopiero teraz możemy spróbować wspólnie poszukać zastosowań. To może być wykrywanie wzorców zakupowych w sklepach internetowych lub tras podróży z wózkiem przez sklep w realu. Wyszukiwanie fraudów, ostrzeganie o wczesnych objawach stwardnienia rozsianego, znakowanie wybrakowanych elementów na końcu taśmy produkcyjnej czy przewidywanie popytu na określone towary. Żeby nie być jak Heron z Aleksandrii, zawsze musimy mieć praktyczne zastosowanie tych działań. Inaczej pozostaniemy w świecie gadżetów i podekscytowanych dziennikarzy. 
 
W biegu do praktycznego AI musimy pamiętać o kilku sprawach. AI trzeba nakarmić danymi. Powinniśmy mieć ich naprawdę dużo i muszą być odpowiednio dobrane, aby wyniki były wiarygodne. Inaczej mogą zaprowadzić nas na manowce (podobnie jak dane celowo spreparowane przez złych ludzi). Trzeba wprowadzić odpowiednie zasady etyki i umieć sprawdzić, czy systemy nie dyskryminują, nie zawężają wyboru, nie ograniczają… Kiedy przestajesz budować zabawki jak Heron, a tworzysz narzędzia dla biznesu, administracji, rządu, musisz być czujny jak saper. Inaczej możesz szybko stracić kontrolę nad działaniem mechanizmów AI.
 
[...]
 
prenumerata Numer niedostępny Spis treści

.

Transmisje online zapewnia: StreamOnline

All rights reserved © 2019 Presscom / Miesięcznik "IT Professional"