Mentionsy Mentionsy
Wegner Podcast
Wegner Podcast

031 - Sztuczna inteligencja (AI) zagrożeniem dla wielu zawodów? [Tymoteusz Olszewski]

26.04.2023 ·2 godz 12 min · 9 rozdziałów

Zapisz się do newslettera: ➡️ http://fitporady.damianwegner.pl/ Moja strona www:➡️ http://damianwegner.pl Zaobserwuj mnie na instagramie:➡️ http://instagram.com/damianwegnerr Profil Tymoteusza:➡️ https://www.instagram.com/smith_chart/ Spis treści (rozdziały): 00:00 - W dzisiejszym odcinku 00:37 - Intro 01:09 - Dlaczego mamy Ciebie słuchać gadającego o AI? 03:23 - Robot zastępujący pracowników w bankach 06:08 - AI było znane DUŻO lat wcześniej niż CHAT GPT 12:01 - AI było możliwe kiedyś, ale technologia nie pozwalała? 39:08 - Jarvis z Iron Mana możliwy? 42:57 - Obecne możliwości AI 01:03:45 - Zastosowania AI teraz - jakie? 01:33:34 - Które zawody będą zagrożone? 01:37:04 - Czy mamy się bać? 01:49:06 - Czy praca trenera i dietetyka jest zagrożona? 02:04:07 - Skąd czerpać rzetelną wiedzę na temat AI? 02:11:49 - Zakończenie

64:22 · Zastosowania sztucznej inteligencji w różnych branżach 3

Super przykładem i takim moim totalnie ulubionym jest inna firma, którą możemy porównać do OpenAI i jest to DeepMind. Naprowadzony przez Brytyjczyków, to jest brytyjski, żeby to nazwać think tankiem, ale też jest to po części firma non-profit, która dużo bardziej przyczyniła się do ogólnie pojmowanego open source niż open AI. DeepMind stworzył coś takiego jak AlphaFold. Jest to model, który rozwiązał ponad 50-letni problem W takiej dziedzinie medycyny, która się nazywa inżynierią biomechaniczną, która skupia się na tym, żeby tworzyć, czy odkrywać, czy konstruować nowe związki protein, czy nowe związki białkowe, dzięki którym jesteśmy w stanie wytworzyć jakieś tam nowe związki chemiczne do różnego rodzaju celów, na przykład do leczenia ludzi, czyli odkrywanie leków,

Drug discovery, szeroko pojęte. To jest właśnie to. I do dzisiaj stosowano metody w oparciu o doświadczenie i w oparciu o jakieś takie statystyczne metody prób i błędów tak naprawdę, czyli łączenie różnych kombinacji białek i patrzenie, co z tego wyjdzie. Proces jakby odkrywania różnych sekwencji W takiej kombinacji białek on bardzo niedawno zajmował gigantyczne połacie czasu, nawet lata. Natomiast DeepMind, wypuszczając AlphaFold, rozwiązał ten problem z wykorzystaniem sieci neuronowych.

I teraz zamiast tworzyć nawet związek chemiczny przez parę miesięcy albo nawet parę lat, jesteś w stanie zrobić to w minuty dzisiaj, już teraz w sekundy. Doprowadziło to do tego, że w ciągu ostatnich 50 lat byliśmy w stanie poznać zbiór sekwencji protein w ludzkim genomie na poziomie mniej niż 1%. Natomiast po odkryciu AlphaFold byliśmy w stanie Poznać cały ludzki genom, tam jest chyba ponad 200 ileś tam miliardów związków białek w ludzkim genomie.

Pokazano wszystkie 3 dopasowania. Transkrypcja generowana automatycznie i niesprawdzana ręcznie — może zawierać błędy.