Mentionsy
AI vision - Michał Grega (AGH) EAI #196
Czy komputer może widzieć tak jak człowiek?
Rozpoznawać emocje, wykrywać broń, zauważać pożar — zanim pojawi się dym?
W tym odcinku Escola AI Live rozmawiamy o tym, jak sztuczna inteligencja uczy się patrzeć, rozumieć i reagować na świat.
Gościmy dr. Michała Gregę z Akademii Górniczo-Hutniczej w Krakowie – eksperta w dziedzinie wizji komputerowej (computer vision) i twórcę rozwiązań wykorzystujących AI w bezpieczeństwie, medycynie i przemyśle.
Z tego odcinka dowiesz się:
Jak komputery przetwarzają obraz i „uczą się widzieć”Dlaczego potrzebują tysięcy przykładów, by zrozumieć to, co dziecko łapie w sekundęJak wykrywanie broni, pożarów czy emocji staje się codziennościąCzym jest “człowiek w pętli decyzyjnej” i dlaczego AI nigdy nie będzie w 100% nieomylna,Jak liczyć realny zwrot z inwestycji (ROI) z projektów sztucznej inteligencji.Zostańcie z nami — dziś naprawdę zobaczymy świat oczami AI.
– Intro
– Czym jest wizja komputerowa i jak działa “cyfrowy wzrok”
– Dlaczego dziecko rozumie szybciej niż sztuczna inteligencja
– Wilk, husky i śnieg – o błędach i uproszczeniach algorytmów
– Przewaga maszyn nad ludźmi: nie męczą się i nie rozpraszają
– Zastosowania wizji komputerowej w praktyce
– Wykrywanie broni i bezpieczeństwo publiczne
– AI w medycynie: gdy komputer widzi więcej niż człowiek
– Fałszywe alarmy i nadzór człowieka nad sztuczną inteligencją
– Dlaczego “niedoskonała AI” bywa lepsza niż brak systemu
– Drony i wykrywanie pożarów z powietrza
– Jak tworzy się dane do trenowania AI
– Etyka, prawo i problemy z licencjami danych
– Prywatność użytkowników i kontrowersje wokół AI Act
– Czy sztuczna inteligencja może chronić naszą prywatność
– AI w biznesie: automatyzacja czy wsparcie człowieka?
– Jak liczyć ROI w projektach AI
– Najczęstsze błędy firm przy wdrażaniu sztucznej inteligencji
– Gdzie znaleźć dr. Michała Gregę
– Podsumowanie i zakończenie rozmowy
– Outro
Muzyka: Kevin MacLeod Werq Kevin MacLeod (incompetech.com)
Licensed under Creative Commons: By Attribution 4.0 License/mix by Jedrzej Paulus https://creativecommons.org/licenses/by/4.0/
Oceń nasz podcast na Apple Podcasts: https://bit.ly/EscolaMobileIT
Szukaj w treści odcinka
Chyba najsłynniejszy przykład w badaniach, jaki ja znam, to pies czy husky.
Wykrywała maszyna, czy dane zwierzę to jest pies czy husky.
że to był pies czy husky, bo był to obecność śniegu, to znaczy wilk czy husky, że wilki częściej występowały w naturze, w zimie akurat taki był zbiór zdjęć.
Więc tam, gdzie się pomyłki znażały, to właśnie był moment, kiedy husky pojawił się w towarzystwie śniegu.
Czyli w końcu problem jak z tym Husky i z tym wilkiem was dopadł.
Tak, trochę tak, przy czym w przypadku Husky i Wilka ta różnica, że tam jest zima, a gdzie indziej nie ma, jest bardzo ewidentna.
Ostatnie odcinki
-
Jeden człowiek ośmieszył największe konsultingo...
20.04.2026 16:00
-
Czy OpenAI właśnie napisało politykę dla całego...
14.04.2026 12:15
-
ESCOLA AI WEEKLY #35 – Krzysztof Wojewodzic
09.04.2026 07:13
-
ESCOLA AI WEEKLY #34 – Krzysztof Wojewodzic
01.04.2026 12:30
-
ESCOLA AI WEEKLY #33 – Krzysztof Wojewodzic
27.03.2026 07:30
-
ESCOLA AI WEEKLY #32 – Krzysztof Wojewodzic
17.03.2026 17:00
-
ESCOLA AI WEEKLY #31 – Krzysztof Wojewodzic
10.03.2026 08:30
-
ESCOLA AI WEEKLY #30 – Krzysztof Wojewodzic
02.03.2026 12:07
-
AI WEEKLY #29
11.02.2026 08:30
-
ESCOLA AI WEEKLY #27 – Krzysztof Wojewodzic
20.01.2026 08:30