Sztuczna inteligencja (AI) ma coraz więcej praktycznych zastosowań – od prognozowania pogody po wspomaganie leczenia chorób. Jak wskazują eksperci, technologia ta znajduje się w okresie zwanym „latem AI”, kiedy biznes inwestuje w jej rozwój, naukowcy rozwijają własne programy. Najnowsze badania IBM pokazują, że odsetek przedsiębiorstw, które przyjęły rozwiązania AI, sięga obecnie 35 proc., o 4 punkty proc. więcej niż w 2021 r. Wyniki te dobitnie pokazują, że algorytmy rozlewają się po świecie. AI, postrzegana jako klucz cyfrowej transformacji, zaczyna zadomawiać się też w polskiej gospodarce. Gaming, sport czy kwanty i astrofizyka – w każdym z tych światów AI ma swoją rolę do spełnienia.
W kosmosie i na boisku
Wśród polskich ekspertów, którzy na co dzień szukają nowych zastosowań dla zaawansowanej analityki (data science), wykorzystującej możliwości AI oraz uczenia maszynowego (machine learning), warto wymienić Macieja Bilickiego oraz Pawła Chmielowskiego. Dzieli ich wszystko, ale łączy właśnie zaawansowana technologia. Pierwszy jest astrofizykiem, profesorem Polskiej Akademii Nauka, drugi – analitykiem sportowym, współpracującym z klubami piłkarskimi. Narzędzi z zakresu data science używają w codziennej pracy. Chmielowski prowadzi firmę Analityka Polska, która klubom sportowym pomaga w szukaniu nowych zawodników i modelowaniu zespołów. Algorytmy mają w tym wypadku analizować dane gromadzone w profesjonalnych bazach InStat i Wyscout (chodzi o liczne statystyki opisujące najdrobniejsze szczegóły dotyczące gry konkretnych drużyn i zawodników). Rekordy pochodzą np. z automatycznego tzw. video trackingu (dodatkowo w kamizelkach graczy są czujniki rejestrujące poruszanie się piłkarzy po boisku), który pozwala określić, jak poszczególne formacje graczy powinny się ustawiać, aby przeciwnicy mieli mniej swobody. Z tego typu rozwiązań analitycznych korzystają FC Barcelona czy Lech Poznań.
Czytaj więcej
Zaawansowane algorytmy rujnują nasze dotychczasowe wyobrażenie o sztuce czy sporcie. A to ledwie początek. Wkrótce mogą przejąć władzę w państwach.
Z kolei Bilicki technologie data science wykorzystuje przy przetwarzaniu danych zbieranych przez teleskopy. Są one pogrupowane w katalogach, które zawierają zdjęcia i pomiary widma. Właśnie spektrum elektromagnetyczne stanowi dla astrofizyków główne źródło informacji o kosmosie. Jak opowiada Maciej Bilicki, w uproszczeniu efekt pracy kosmologa przetwarzającego dane sprowadza się do tabel, które składają się z miliardów wierszy. Jeden wiersz zawiera dane o jednej galaktyce, a kolumny grupują właściwości galaktyk. Kilkadziesiąt lat temu astrofizycy przeglądali zdjęcia kosmosu, dziś analizują zbiory big data przy wsparciu AI. Ta jest pomocna m.in. w wyodrębnianiu cech galaktyk na potrzeby tworzonych modeli.
Obniżyć próg wejścia
Nowatorskich obszarów naukowych i komercyjnych, w których kluczową rolę odgrywa analityka big data, w Polsce jest więcej. Np. Maciej Skorko, psycholog z PAN i współzałożyciel firmy esportsLAB, eksploruje możliwości zaawansowanej analityki w e-sporcie. Jak podkreśla Skorko, paradoksalnie, w tej nowoczesnej dziedzinie nadal często trenerzy podsumowują rozgrywki i wyciągają z nich wnioski w sposób tradycyjny, czyli odtwarzają zapis rywalizacji i notują błędy. Tymczasem esportsLAB opracowało rozwiązanie computer vision for games. Umożliwia ono analizę zawartości ekranu pod kątem detali rozgrywki. W ten sposób e-sportowcy mogą się dowiedzieć, kiedy i jak podejmowali decyzje oraz działania – i ocenić je (technologia pozwala szczegółowo określać cechy temperamentu, szybkość reakcji, spostrzegawczość w odniesieniu do peryferiów pola widzenia i poziom aktywności fizycznej). Dzięki tym danym można oszacować e-sportowy talent zawodnika.
Karolina Tkaczuk, biotechnolog, która zajmuje się medycyną obliczeniową, uczestniczy w projekcie analizy graficznej mózgu. Koncentruje się na chorobach neurodegeneracyjnych (chodzi np. o Parkinsona i Alzheimera). Analizowanie danych z użyciem zaawansowanych komputerowych metod, jak machine learning, ma prowadzić do wyszukiwania połączeń między procesami chemicznymi w mózgu. W efekcie w przyszłości lekarze szybciej określą, czy u pacjenta rozwija się choroba.
Zaawansowane technologie analityczne mają być zresztą coraz bardziej powszechne. A zadbać o to chce fizyk kwantowy, współtwórca firmy Quantum Flytrap, Piotr Migdał. Dziś użycie superwydajnych komputerów przez biznes jest trudne, bo wymaga połączenia wielu kompetencji, w związku z czym firmy często nie mogą sprawdzić, czy dane rozwiązanie przyniosłoby dobre efekty. Migdał zamierza opracować uproszczone, graficzne interfejsy użytkownika, które pozwolą tworzyć algorytmy kwantowe osobom bez specjalistycznej wiedzy z zakresu fizyki kwantowej i programowania. Interfejs ma być intuicyjny, dostępny za pośrednictwem przeglądarki. Fizyk z Quantum Flytrap podkreśla, że chodzi o „obniżenie progu wejścia” dla firm, które w analityce chciałyby używać zaawansowanych maszyn.
