Mentionsy

Witajcie w kolejnym spotkaniu w ramach Data Zen AI Podcast.

A dzisiaj, cóż, temat gorący, wszyscy o tym mówią, sztuczna inteligencja, a konkretniej ta jej część, która ostatnio robi najwięcej szumu, czyli generatywna AI.

Pomyśleliśmy, że przyda się takie, wiesz, wprowadzenie dla osób, które chcą zrozumieć, o co chodzi z tym całym AI i GAI, ale może czują się trochę przytłoczone ilością informacji.

Odkryć razem, czym właściwie jest AI, dlaczego to takie ważne i co jest takiego ekscytującego w tej generatywnej AI.

Co to w ogóle jest ta sztuczna inteligencja, AI?

Ale w praktyce AI to po prostu dziedzina informatyki.

A i co ciekawe, okazuje się, że my z tym AI mamy do czynienia na co dzień.

To jest AI, które analizuje Twoje preferencje użytkowników albo nawigacja w telefonie.

To też system AI, który przetwarza dane o ruchu na żywo.

Filtry antyspamowe w mailu, rozpoznawanie twarzy w smartfonach, mnóstwo tego.

Ok, a często słyszymy też w kontekście AI o uczeniu maszynowym, machine learning, ML, i o głębokim uczeniu, deep learning, DL.

To to samo co AI czy coś innego?

AI to jest ten duży parasol, wiesz?

Uczenie maszynowe, ML, to konkretne podejście w ramach AI.

W rozpoznawaniu obrazów, w rozumieniu języka naturalnego, no i właśnie w tej generatywnej AI, o której zaraz więcej.

Można powiedzieć, że DL pozwala AI naśladować bardziej abstrakcyjne ludzkie zdolności.

Ok, mamy już pewien zarys techniczny, ale powiedz, dlaczego właściwie teraz jest taki hype na AI?

AI naprawdę ma potencjał i już zaczyna zmieniać fundamentalnie to, jak żyjemy i pracujemy.

W handlu AI personalizuje oferty, przewiduje co klienci kupią, optymalizuje zapasy.

Słyszy się ciągle o tym gigantycznym zapotrzebowaniu na specjalistów od AI.

Analizy rynku pracy, chociażby te z LinkedIn, pokazują skokowy wzrost liczby ofert pracy związanych z AI.

Bo pewnie nie tylko programista AI.

Inżynier AI.

Na przykład analityk danych AI.

Ktoś, kto potrafi przełożyć potrzeby biznesu na język danych i modeli AI.

To osoba, która specjalizuje się w rozmowie z AI, w tworzeniu precyzyjnych poleceń, czyli promptów, dla modeli generatywnych, żeby dostać dokładnie to, co się chce.

Czyli podsumowując, nie trzeba być koniecznie takim hardkorowym coderem, żeby znaleźć swoje miejsce w świecie AI?

Role techniczne są super ważne, ale rośnie też potrzeba ludzi, którzy rozumieją AI w kontekście biznesu, potrafią zarządzać projektami AI albo właśnie efektywnie komunikować się z tymi narzędziami.

A co z korzyściami dla kogoś, kto może nie planuje kariery w AI, ale pracuje w IT albo po prostu chce być na bieżąco?

Po pierwsze, samo zgłębianie AI nawet na podstawowym poziomie rozwija bardzo cenne umiejętności.

A po drugie, pojawia się coraz więcej narzędzi AI, które mogą nam po prostu ułatwić codzienną pracę.

Od pomocy w pisaniu kodu, maili, raportów, przez tworzenie prezentacji, aż po automatyzację takich, wiesz, nudnych, powtarzalnych zadań.

Co więcej, można zaryzykować stwierdzenie, że taka podstawowa umiejętność poruszania się w świecie AI, tak zwana AI literasy, powoli staje się nowym standardem.

To jest świetne przejście do tej gwiazdy ostatnich miesięcy, generatywnej AI, Gen A. Czym ona się tak naprawdę różni od tej klasycznej AI, o której do tej pory mówiliśmy?

Ok, gen AI to jest naprawdę fascynująca część głębokiego uczenia.

Podczas gdy ta, powiedzmy, tradycyjna AI często skupia się na analizie, klasyfikacji, na przykład czy to jest spam czy nie, albo na przewidywaniu, na przykład jaka będzie sprzedaż, generatywna AI idzie o krok dalej.

Analityczna AI powie tak, na tym zdjęciu jest kot, a generatywna AI, jak ją poproszę, narysuj mi kota, to go narysuje.

I te słynne modele GPT od OpenAI, na których działa czat GPT, to są właśnie LLM.

W takiej codziennej pracy biurowej, GAI może działać jak taki super asystent.

Pomagać pisać maile, raporty, streszczać długie dokumenty, żeby szybko złapać sens, może generować pomysły na burzy mózgów, nawet tworzyć pierwsze wersje prezentacji.

A inne branże, wspominałeś wcześniej o finansach, medycynie, przy okazji AI ogólnie.

Czy GAI też tam coś wnosi?

W badaniach i rozwoju, na przykład w farmacji, wykorzystuje się GAI do projektowania nowych struktur molekularnych, co może drastycznie przyspieszyć proces odkrywania nowych leków.

W wielu dziedzinach, jak właśnie finanse czy medycyna, potrzebujemy ogromnych ilości danych, żeby trenować dobre modele AI.

Gen AI potrafi stworzyć sztuczne dane, które mają takie same statystyczne właściwości jak dane prawdziwe, ale nie odnoszą się do żadnej konkretnej osoby.

Możemy na nich bezpiecznie trenować i testować modele AI bez ryzyka naruszania prywatności.

To pokazuje, że Gen AI to zdecydowanie nie jest tylko zabawka do robienia śmiesznych obrazków.

Myślę, że bardziej trafne jest myślenie o Gen AI jako o narzędziu wspomagającym, rozszerzającym nasze ludzkie możliwości.

Czy, żeby zacząć używać Gen AI, trzeba być jakimś technicznym guru?

I to jest chyba jedna z największych zalet tej fali Gen AI.

Oczywiście, jeśli ktoś chce budować własne modele Gen AI albo integrować je głęboko z jakimiś systemami, no to wtedy potrzebna jest wiedza techniczna, programowanie, matematyka.

Tworzenia dobrych poleceń, które pozwolą AI zrozumieć dokładnie o co nam chodzi i dać najlepszy możliwy rezultat.

Platformy jak Coursera, Idex mają całe ścieżki poświęcone AI i Machine Learningowi.

Mówimy o tym ogromnym potencjalu, ale jak każda potężna technologia, Gen AI pewnie ma też swoje ciemniejsze strony.

To brzmi trochę dziwnie, ale… Halucynacje AI.

Zawsze trzeba weryfikować informacje generowane przez AI, zwłaszcza te ważne, w niezależnych, wiarygodnych źródłach.

Nie można traktować odpowiedzi AI jak wyroczni.

A generatywna AI, jako ta jej szczególnie dynamicznie rozwijająca się część, otwiera zupełnie nowe, fascynujące możliwości.

Ale co ważne, podkreśliliśmy też, że mimo tego ogromnego potencjału, nie trzeba być wcale ekspertem, żeby zacząć korzystać z wielu narzędzi AI i Gen AI.

Czyli warto rozwijać swoją AI literacy, tę podstawową wiedzę o sztucznej inteligencji, bo wygląda na to, że staje się ona coraz ważniejszą kompetencją w dzisiejszym cyfrowym świecie.

To było nasze pierwsze takie wprowadzające spojrzenie na świat AI i GenAI.

Na pewno będziemy do niego wracać w kolejnych spotkaniach Data Zen AI Podcast.

Jeśli tak, to oczywiście zachęcamy do subskrybowania Data Zen AI Podcast, żeby nie przegapić naszych przyszłych dyskusji.

Dalszy, czysto technologiczny rozwój AI, czy może nasza ludzka umiejętność adaptacji do tej technologii?