Asociace za lepší ICT řešení přináší pravidelné shrnutí zajímavých článků z odborného tisku a specializovaných webů z prvního čtvrtletí roku 2023 z oblasti AI, BI a chatbotů.
Jaká je budoucnost generativní AI v podnicích?
Jakými způsoby lze využít generativní AI v praxi? První způsob využití generativní AI je v navrhování nových léků. Generativní AI již byla při návrhu nových léků vyzkoušena a podařilo se jí potřebný čas vývoje zkrátit na několik měsíců, což představuje značné finanční i časové úspory. Druhý způsob využití generativní AI je v oblasti materiálových věd. Generativní umělá inteligence již dnes zásadně ovlivňuje automobilový, letecký, obranný, lékařský, elektronický a energetický průmysl tím, že navrhuje zcela nové materiály zaměřené na specifické fyzikální vlastnosti. Tento proces, nazývaný inverzní design, začíná definicí požadovaných vlastností a objevuje či navrhuje materiály, které tyto vlastnosti pravděpodobně mají, místo aby se spoléhal při jejich hledání na náhodu či štěstí. Cílem je například nalezení materiálů, které jsou vodivější nebo mají větší magnetickou přitažlivost než ty, jež se v současnosti používají v energetice a dopravě. Třetí způsob využití generativní AI je v navrhování čipů. GAI může využívat metody tzv. posilujícího učení (reinforcement learning) pro optimalizaci rozmístění součástek při návrhu polovodičových čipů (floorplanning), čímž se doba vývoje produktů zkrátí z týdnů, které potřebují zkušení specialisté, na hodiny. Čtvrtý způsob využití je zapojení generativní AI do tvorby syntetických dat. Syntetická data se získávají z přímého pozorování reálného světa bez určení konkrétních zdrojů těchto dat. Například údaje o zdravotní péči lze uměle generovat pro účely výzkumu a analýzy, aniž je odhalena identita pacientů, jejichž zdravotní záznamy byly použity k zajištění soukromí. Pátý způsob využití generativní AI je v návrhu dílů a součástek. Generativní umělá inteligence může v průmyslových odvětvích včetně zpracovatelského, automobilového, leteckého a obranného průmyslu, navrhovat díly a součástky optimalizované tak, aby splňovaly konkrétní cíle a omezení, jako je výkon či odolnost, použité materiály a výrobní metody. Klíčovou technologií pro využití generativní AI je GPT. Do popředí se také dostávají tzv. foundation models. Ty jsou natrénovány na obecných zdrojích dat samoučícím způsobem, který lze následně přizpůsobit k řešení nových problémů. S generativní AI jsou spojena i rizika jako deepfakes, problémy s autorskými právy nebo zneužití podvodníky.
Využití populárních OpenAI nástrojů pro programování
Na základě dat shromážděných z celého webu (nikoli však z živé verze) dokáže ChatGPT odpovědět na téměř jakoukoli otázku, i když ne vždy přesně, a to tak, že odpověď vypadá, jako by ji napsal člověk. Codex je na tom podobně, jen místo vět píše softwarový kód. OpenAI Codex nebo třeba i Tabnine, CodeT5, Polycoder a Cogram jsou kódovací asistenti s AI. Všechny byly vyvinuty s cílem pomoci programátorům psát kód rychleji a s menším počtem chyb, což z nich činí skvělé pomocníky. Kódovací asistenti se mezi sebou liší typy podporovaných jazyků, možnostmi integrací a tím jestli jsou open source, případně kolik stojí. OpenAI Codex je model AI, který procesuje přirozenou řeč a tvoří z ní kód. Codex odpovědi nabízí na základě svých trénovacích dat, tudíž čím běžnější problém je popsán, tím lepší odpověď lze získat.To z něho dělá skvělého pomocníka při porovnávání možností mezi jednotlivými programovacími jazyky. Slouží také jako užitečná nápověda nebo inspirace pro řešení problému, na kterém daný programátor pracuje. Autorská práva ke kódu jsou žhavým tématem. Všeobecným pravidlem ohledně autorských práv je, že pokud si není autor jednoznačně jist tím, že kód může volně využít, typicky proto, že je to vysloveně uvedeno, tak by ho využívat neměl. Relevantnost výsledků generovaných modelem ChatGPT závisí na mnoha faktorech, jako je specifikace dotazu, kontext, aktuální výcvikové data a další. Model ChatGPT je trénován na velkém množství textových dat a je schopen generovat odpovědi s dobrou mírou relevance na dostatečně specificky položené dotazy. Je ale rolí daného programátora si výsledky ověřit.
Výzvy a příležitosti pro výrobní podniky v roce 2023
Článek přináší pět předpovědí o vývoji v oblasti výrobních podniků. První předpovědí je, že do roku 2024 bude převážná část výrobních společností obsazovat pracovní pozice v oblasti digitální vědy, aby podpořily rozvoj digitální strategie v podobě digitálního dvojčete. Stroje a zařízení připojené k internetu a k sobě navzájem budou generovat obrovské množství dat. Těmto datům je třeba rozumět a kontrolovat jejich přesnost, protože budou tvořit základ pro rozhodování v reálném čase. Vzniknou proto nové pozice pro datové vědce (Data scientist) nebo Chief data officers (CDO), jejichž úkolem je porozumět datům a jejich využití. Druhou předpovědí je, že rostoucí makroekonomické výkyvy způsobí, že 60 % výrobců navýší digitální investice nad rámec malých pilotních projektů s cílem zvýšení podnikové hodnoty a odolnosti.Celosvětové výpadky v dodavatelském řetězci, cenová inflace a recese stále častěji vidí digitalizaci jako nástroj, který umožní společnostem odolávat geopolitickým a makroekonomickým narušením. Třetí předpovědí je, že do roku 2025 bude 40 % výrobních firem využívat umělou inteligenci k podpoře obchodního rozhodování. Umělá inteligence a strojové učení umožňují výrobcům činit chytřejší, přesnější a akčnější rozhodnutí, v podstatě umožňují standardní výrobní lince, aby se stala autonomnější, protože každá pohyblivá část může myslet samostatně a jednat na základě predikcí, jako jsou předpovědi počasí a spotřebitelské návyky. Čtvrtou předpovědí je, že do roku 2025 budou dva ze tří výrobních podniků digitální cestou vylepšovat svá starší zařízení, aby je mohli připojit k MES systémům a zvýšit tak produktivitu. Pátou předpovědí je, že koncept ESG bude mít do roku 2024 vliv na 70 % výrobních podniků. Ty budou pomocí digitální technologie sledovat své přímé i nepřímé emise (Scope 1 a 2) a zlepší přesnost sledování dalších nepřímých emisí (Scope 3) v rámci celého dodavatelského řetězce. V roce 2023 budou výrobní společnosti intenzivně investovat do technologií, které jim pomohou automatizovat a přijímat konzistentní, porovnatelné a spolehlivé uhlíkové metriky jako součást rozšířených informací o ESG.
Články a rešerše AI, BI a chatbot najdete ZDE.
Katalog SW robotů a automatizace lze nalézt ZDE.
Asociace za lepší ICT řešení, o.p.s.
Husinecká 903/10
13000 Praha 3
IČ: 016 74 846
www.lepsi-reseni.cz
office@lepsi-reseni.cz
(+420) 226 259 729