AI - Sztuczna inteligencja w oprogramowaniu dla przedsiębiorstw

Prezentacja na temat: "AI - Sztuczna inteligencja w oprogramowaniu dla przedsiębiorstw"— Zapis prezentacji:

1 AI - Sztuczna inteligencja w oprogramowaniu dla przedsiębiorstw
Polski Kongres Przedsiębiorczości Łódź

2 Kim jesteśmy ? PROSKAR to zespół programistów realizujący dedykowane oprogramowanie dla przedsiębiorstw Outsourcing usług programistycznych współpracując z największymi firmami w kraju Wytwarzanie oprogramowania wykorzystującego algorytmy sztucznej inteligencji

3 Dlaczego zastosowania AI ?
Wykorzystanie wiedzy zdobytej w pracy na uczelni do realizacji przedsięwzięć komercyjnych 1 Kwestia trudności merytorycznej – zastosowanie AI jest zadaniem niezwykle trudnym a przez to fascynującym i rozwijającym dla zespołów pracujących przy tym zagadnieniu 2 Kwestia ogromnego potencjału zastosowań 3

4 Sztuczna inteligencja
Sztuczna inteligencja (SI, z ang. artificial intelligence, AI) – dziedzina wiedzy obejmująca logikę rozmytą, obliczenia ewolucyjne, sieci neuronowe, sztuczne życie i robotykę. Sztuczna inteligencja to również dział informatyki zajmujący się inteligencją – tworzeniem modeli zachowań inteligentnych oraz programów komputerowych symulujących te zachowania. AI można też zdefiniować jako dział informatyki zajmujący się rozwiązywaniem problemów, które nie są efektywnie algorytmizowalne.

5 Algorytmy inspirowane naturą
Sztuczne systemy immunologiczne Zastosowania: systemy wykrywania włamań do sieci komputerowych, rozpoznawanie obrazów, optymalizacja, prognozowanie Algorytmy mrówkowe Zastosowania: poszukiwanie najkrótszej drogi Algorytmy genetyczne Zastosowania: optymalizacja kombinatoryczna i funkcji wielu zmiennych

6 Zastosowania AI W swej długookresowej wizji KGHM zakłada uzyskanie przewagi konkurencyjnej poprzez m.in. wdrożenie nowych technologii, zaś celem strategicznym KGHM Polska Miedź jest opracowanie oraz przemysłowe wdrożenie nowoczesnych technologii niezbędnych do rozwoju pierwszej na świecie inteligentnej kopalni opartej o sieci neuronowe.

7 Zastosowania AI W 2014 r. facebook ogłosił, że pracuje nad aplikacją o nazwie DeepFace. Służy ona do określania, czy na wybranych dwóch zdjęciach jest ta sama osoba. Dokładność procesu jest gigantyczna, wynosi 97,25%. Facebook chwali się, że ludzie są w rozpoznawaniu twarzy tylko odrobinę lepsi od jego systemu – podobne porównanie przeprowadza prawidłowo 97,53% badanych osób. Już w tej chwili oprogramowanie Facebooka jest na tyle zaawansowane, że sugeruje użytkownikom podpisanie zdjęć odpowiednim nazwiskiem. DeepFace umie się samodzielnie uczyć.

8 Zastosowania AI W 2009 r. amerykańska wysyłkowa wypożyczalnia filmów Netflix ogłosiła konkurs na przewidywanie filmowych gustów na podstawie setek milionów danych: użytkownik – film – ocena – data wystawienia. Nowy algorytm musiał posiadać skuteczność o 10% większą od aktualnie stosowanego algorytmu. Nowy algorytm spełniający wymagania jakościowe został opracowany po 2 latach i 8 miesiącach od rozpoczęcia konkursu.

9 Zastosowania AI Watson – superkomputer stworzony przez IBM do odpowiadania na pytania zadawane w języku naturalnym. Wykorzystuje połączenie algorytmów do przetwarzania języka naturalnego, wyszukiwania informacji, reprezentacji wiedzy, wnioskowania automatycznego i sztucznej inteligencji. W lutym 2013 roku IBM ogłosił że pierwszym komercyjnym zastosowaniem komputera Watson będzie wspomaganie wyboru terapii raka płuc w Memorial Sloan Kettering Cancer Center

10 Rozwiązywanie problemów z użyciem AI
Problemy spotykane w przedsiębiorstwach Klasyczne problemy w informatyce Wybór właściwych algorytmów AI

11 Problemy zastosowań AI
Konieczność projektowania dedykowanych algorytmów dla każdego specyficznego problemu Brak wystarczającej liczby rzeczywistych danych Konieczność dodatkowych badań celem optymalizacji rozwiązania

12 Przykład zastosowania AI
Logistyka: jaka jest kolejność odwiedzanych miast aby przebyta droga była najkrótsza ? Problem najkrótszej ścieżki w grafie Zastosowanie algorytmu mrówkowego oraz genetycznego

13 Przykład zastosowania AI
Liczba możliwych wszystkich tras zależna jest od liczby miast Liczba tras wynosi (n-1)!/2 Dla 50 miast – ok. 3 * 1062

14 Przykład zastosowania AI

15 Nasz udział w projekcie AI
System ma za zadanie interpretację danych medycznych pozwalający na wsparcie realizacji celów diagnostyki różnicowej i optymalizacji terapii medycznych. Integracja z systemami zawierającymi dane medyczne Konwersja danych ze skanów i plików do danych nieustrukturalizowanych Wstępne strukturalizowanie danych medycznych z pomocą mapowań OCR i struktur BIG DATA Odkrywanie wiedzy za pomocą ontologii medycznych Działanie algorytmów analitycznych i interpretacja wniosków Algorytmy własne Algorytmy IBM Watson Skany Dane Pliki

16 Nasz udział w projekcie
Etap 1 (9m) – Pozyskanie, integrowanie i przetwarzanie danych medycznych Etap 2 (16m) - Tworzenie ontologii medycznej i wstępne strukturalizowanie danych Etap 3 (6-12m) – Wielkoskalowe strukturalizowanie danych i odkrywanie wiedzy Etap 4 (6-12m) – Wielkoskalowa analiza danych za pomocą algorytmów sztycznej intelligencji

17 Dziękuję za uwagę Jarosław Skaruz jaroslaw. skaruz@proskar. pl tel