Znamienny był debiut ChatGPT w listopadzie 2022 roku, który wywołał gwałtowny wzrost zainteresowania AI wzmocniony przez rozpowszechnienie narzędzi generatywnej sztucznej inteligencji: generatorów tekstów, obrazów i przekształcanie mowy na tekst.
Narzędzia te, w tym najbardziej popularne Dall-E i Midjourney do generowania obrazów oraz Whisper do konwersji mowy na tekst, znacząco przyczyniły się do zwiększenia wiedzy o rosnącej roli AI i jej potencjale w różnych dziedzinach.
Ewolucja AI otworzyła nowe możliwości i wyzwania, zarówno w sferze akademickiej, jak i w praktycznych zastosowaniach, i wzmocniła swoje znaczenie w nowoczesnym świecie technologii.
Sztuczna inteligencja to gałąź informatyki, która skupia się na projektowaniu systemów komputerowych zdolnych do wykonywania zadań tradycyjnie przypisywanych ludzkiej inteligencji, takich jak uczenie się, rozumowanie, rozwiązywanie problemów, rozpoznawanie mowy czy analiza danych. Od wynalezienia komputerów naukowcy i inżynierowie próbują stworzyć maszyny zdolne do wykonywania zadań wymagających inteligencji równie dobrze, a nawet lepiej, niż wykonują je ludzie. W dziedzinie AI wyróżniamy dwa główne kierunki rozwoju: podejście symboliczne i poznawcze. Podejście symboliczne koncentruje się na tworzeniu algorytmów opartych na zasadach logiki i reprezentacji wiedzy, które starają się imitować ludzkie myślenie i procesy wnioskowania. Takie systemy, specjalizujące się w określonych zadaniach lub dziedzinach, są klasyfikowane jako słaba sztuczna inteligencja, zwana również wąską AI (narrow AI) kolei podejście poznawcze opiera się na uczeniu maszynowym (machine learning), w którym systemy AI uczą się na podstawie dostępnych danych i doświadczeń w sposób podobny do ludzkiego uczenia się poprzez obserwację i interakcje ze światem. Ten rodzaj AI, nazywany silną sztuczną inteligencją lub ogólną sztuczną inteligencją (AGI), odznacza się zdolnością do ogólnego i elastycznego uczenia się, rozumowania, rozwiązywania problemów i adaptacji do nowych sytuacji. Dążenie do stworzenia AGI (Artificial General Intelligence) stało się celem wielu firm. Największy postęp odnotowała firma OpenAI, twórca ChatGPT. Obserwując rewolucje przemysłowe, możemy dostrzec, jak współczesne zmiany i rozwój AI wpisują się w kontinuum historycznych przełomów.
Pierwsza rewolucja przemysłowa (ok. 1760-1840), zapoczątkowana w Wielkiej Brytanii, symbolizuje przejście od produkcji ręcznej do zmechanizowanej – głównie dzięki maszynie parowej Jamesa Watta. Innowacje takie jak krosno mechaniczne czy maszyna do przędzenia bawełny zmieniły przemysł tekstylny i rolnictwo oraz doprowadziły do wzrostu urbanizacji.
Druga rewolucja przemysłowa (ok. 1870-1914) przyniosła wynalazki, które dalej rozwijały przemysł, np. żarówkę Thomasa Edisona, silnik spalinowy Nikołaja Otto, linię produkcyjną Henry’ego Forda. W tym okresie nastąpił również rozwój infrastruktury kolejowej i telegraficznej oraz wzrosła produkcja stali.
Trzecia rewolucja przemysłowa (ok. 1950-1980), znana jako rewolucja cyfrowa, skupiała się na elektronice i technologii komputerowej. Wśród jej kluczowych osiągnięć są tranzystory, zastąpienie lamp elektronowych w komputerach, rozwój mikroprocesorów, powstanie oprogramowania i systemów operacyjnych. To również czas rozwoju telekomunikacji, w tym telefonii komórkowej i Internetu.
Czwarta rewolucja przemysłowa (rozpoczęta ok. 2010 r. i trwająca do dziś) często jest określana jako Przemysł 4.0. Opiera się na zaawansowanych technologiach cyfrowych, automatyzacji, Internecie Rzeczy (IoT), robotyce, blockchain, uczeniu maszynowym i sztucznej inteligencji. Technologia jest wykorzystywana w celu optymalizacji procesów, zwiększenia wydajności i redukcji kosztów, a także wprowadzeniu innowacyjnych modeli biznesowych. Wpływ tej rewolucji jest widoczny w wielu sektorach – od energetyki przez medycynę po transport.
Obecny szybki rozwój AI może sugerować nadejście piątej rewolucji przemysłowej, ale jej dokładne zdefiniowanie i umiejscowienie w czasie wciąż pozostaje tematem debaty. Piąta rewolucja przemysłowa, jeśli już się rozpoczęła, prawdopodobnie skupi się na dalszej integracji i synergii zaawansowanych technologii cyfrowych i ludzkich aspektów pracy, kładąc nacisk na zrównoważony rozwój, personalizację i bardziej holistyczne podejście do innowacji.
Analizując historyczny postęp technologiczny, można wyciągnąć dwa kluczowe wnioski. Po pierwsze, z każdą kolejną rewolucją przemysłową czy technologiczną następuje przyspieszenie dyfuzji innowacji. Ten proces, w którym nowe pomysły, produkty, technologie czy praktyki rozprzestrzeniają się w gospodarce i społeczeństwie, staje się coraz szybszy. Każda rewolucja jest coraz krótsza, a jej wpływ na zmiany społeczne, kulturowe, polityczne i ekonomiczne jest bardziej intensywny. Każda też przewraca dotychczasowy porządek, jednocześnie otwierając przed ludźmi nowe możliwości. Po drugie, rośnie wpływ technologii na nasze życie. Dla przykładu: samochody, telefony czy komputery jako przedmioty mniej lub bardziej skomplikowane technicznie wpłynęły na życie miliardów ludzi. Sztuczna inteligencja, technologicznie bardziej zaawansowana, wpłynie na naszą egzystencję jeszcze bardziej. Złożoność algorytmów używanych przez takie narzędzia jak ChatGPT sprawia, że nawet eksperci nie są w stanie szczegółowo opisać procesu generowania odpowiedzi przez te systemy. Jak stwierdził Sam Altman, szef OpenAI, ChatGPT jest „najbardziej skomplikowanym obiektem oprogramowania, jaki ludzkość do tej pory stworzyła”, a to dopiero początek tego, co nas czeka.
Powyższe obserwacje sugerują, że jesteśmy na wczesnym etapie piątej rewolucji przemysłowej, której kontury są jeszcze niejasne. Otwierają się przed nami nowe horyzonty, kreują się nowe możliwości, a wraz z nimi pojawiają się nowe wyzwania. Ta rewolucja, choć jeszcze w powijakach, może całkowicie przekształcić świat i nasze codzienne życie
AI jest siłą napędową przełomowych zmian, które mogą zakłócić i przekształcić modele biznesowe. Ten proces, opisywany jako „Disruptive Innovation” (innowacja destrukcyjna), został zdefiniowany przez Claytona M. Christensena. Polega na tym, że nowe produkty, usługi lub modele biznesowe wprowadzają na rynek innowacje, które zakłócają i przekształcają istniejące rynki lub sektory. Disruptive innovation często zaczyna się od obsługi niszowego segmentu rynku, by stopniowo zyskać popularność i zastąpić lub przewyższyć tradycyjne rozwiązania.
Historia firmy Kodak to klasyczny przykład wpływu Disruptive Innovation na świetnie funkcjonujący biznes. Założona w 1888 roku przez George’a Eastmana firma stała się synonimem fotografii amatorskiej, wprowadzając na rynek pierwszy aparat jednorazowy – Kodak Brownie. Choć Kodak był także pionierem w dziedzinie fotografii cyfrowej, nie zdołał jednak w pełni wykorzystać tej technologii. Błąd firmy polegał na niezrozumieniu, że udostępnianie zdjęć online jest nowym modelem biznesowym, a nie tylko rozszerzeniem działalności z zakresu drukowania zdjęć. Ta niezdolność do pełnego zaadaptowania się do zmieniającego się rynku doprowadziła do upadku Kodaka.
Podobnie niedocenianie sztucznej inteligencji (AI) może być dzisiaj ryzykowne dla firm. Ignorowanie potencjału AI może prowadzić do utraty pozycji na rynku, a nawet do bankructwa. Wyzwaniem jest zatem otwarcie na innowacje i rozwijanie odpowiednich kompetencji, aby nadążyć za zmianami. Rewolucja napędzana przez AI już się rozpoczęła, przynosząc zmiany w wielu dziedzinach. Przyjrzenie się konkretnym przykładom z różnych sektorów pozwala zrozumieć, jak głęboko i szeroko ta rewolucja może wpłynąć na różne aspekty życia i biznesu.
Cały współczesny cyfrowy świat opiera się na oprogramowaniu, które jest podstawą większości usług. GitHub Copilot, stworzony przez GitHub we współpracy z OpenAI, to zaawansowane narzędzie AI wspierające programistów w tworzeniu i rozwijaniu oprogramowania. Działa jako inteligentny asystent, sugerując fragmenty kodu w czasie rzeczywistym, dostosowane do kontekstu pracy dewelopera. Analizując poprzednie projekty, wzorce kodowania i doświadczenie programistyczne, Copilot dostarcza trafne i efektywne propozycje kodu, umożliwiając ogromną oszczędność czasu, zwiększenie produktywności i skupienie się na bardziej złożonych aspektach projektowania.
Wzrost wydajności przekłada się na szybszy rozwój oprogramowania i jego jakość, o czym świadczy to, że GitHub Copilot jest najbardziej rozpowszechnionym narzędziem AI dla programistów na świecie. Jest wykorzystywany przez organizacje, które chcą przekraczać granice tradycyjnego oprogramowania, tworząc innowacyjne rozwiązania z potencjałem do zmian obowiązujących paradygmatów.
Opracowane przez Google DeepMind narzędzie AI o nazwie GraphCast to przełom w prognozowaniu pogody. Wykorzystuje uczenie maszynowe do analizy obszernych zestawów danych historycznych, w tym z Europejskiego Centrum Prognoz Pogody Średniego Zasięgu (ECMRWF), by nauka o wzorcach pogodowych była bardziej efektywna. GraphCast wyróżnia się zdolnością do szybkiego i dokładnego prognozowania ekstremalnych zjawisk pogodowych, takich jak niezwykle wysokie temperatury czy trajektorie dużych burz. Dla przykładu, GraphCast precyzyjnie przewidział z dziewięciodniowym wyprzedzeniem trajektorię Huraganu Lee, który dotknął wybrzeża Atlantyku w USA i Kanadzie. ECMRWF zdołało to zrobić na sześć dni przed uderzeniem huraganu.
Badania przeprowadzone przez Google i North- western Medicine ukazały ogromny potencjał AI w wykrywaniu złośliwych guzów płucnych przy użyciu niskodawkowej tomografii komputerowej (LDCT) klatki piersiowej. System uczenia głębokiego osiągnął wyniki porównywalne lub lepsze od ekspertów-radiologów. Dzięki tej technologii możliwe stało się zwiększenie dokładności wczesnej diagnozy raka płuc i wczesne rozpoczęcie leczenia. System AI charakteryzuje się mniejszą liczbą fałszywie pozytywnych i fałszywie negatywnych wyników, co zmniejsza konieczność przeprowadzania dodatkowych badań kontrolnych i ryzyko przeoczenia guzów. Wykorzystując zarówno bieżące, jak i poprzednie skany CT, model uczenia głębokiego potrafi identyfikować wysokie ryzyko wystąpienia raka płuc.
Bill Gates, współzałożyciel Microsoftu, twierdzi, że AI zrewolucjonizuje sposób, w jaki korzystamy z komputerów. Podkreśla, że choć tworzenie oprogramowania bardzo się rozwinęło, nadal napotyka ograniczenia. Według niego w niedalekiej przyszłości dzięki AI będzie można wyrazić życzenie w naturalnym języku, a wirtualny asystent – „agent” – dostosuje swoje działania do stylu życia użytkownika. Gates przewiduje, że nowa generacja agentów AI będzie zdolna do prowadzenia zaawansowanych konwersacji i będzie oferowała wsparcie w praktycznie każdej dziedzinie życia – od edukacji po zakupy, od opieki zdrowotnej po rozrywkę. Dzięki temu usługi, które dotąd były nieosiągalne dla wielu, staną się powszechne.
Wśród ekspertów zajmujących się sztuczną inteligencją (AI) opinie odnośnie do wpływu AI na przyszłość ludzkości są podzielone. Pesymiści, tacy jak Yoshua Bengio, pionier w dziedzinie sztucznych sieci neuronowych i głębokiego uczenia, ostrzegają przed możliwymi zagrożeniami rozwijającego się AI typu AGI (Artificial General Intelligence). Bengio przewiduje, że AGI może zostać opracowane w ciągu najbliższej dekady, a społeczeństwo może nie być gotowe na wyzwania, które może ono stwarzać. Z kolei Eliezer Yudkowsky, współzałożyciel Instytutu Badań nad Maszynową Inteligencją (MIRI), podkreśla problem dopasowania (alignment) AI do ludzkich wartości i pragnień, sugerując nawet możliwość „apokalipsy AI”, jeśli nie ograniczymy badań w tej dziedzinie. Z drugiej strony, Yann LeCun z Meta (Facebook) uważa, że AGI nie musi stanowić egzystencjalnego zagrożenia. Jego zdaniem, AI można zaprogramować z określonymi celami i zasadami, które eliminują ryzyko niekontrolowanego rozwoju. LeCun wyobraża sobie superinteligentne AI jako narzędzie wzmacniające ludzką inteligencję i otwierające erę nowego renesansu dla ludzkości. Natomiast Emily Bender z Uniwersytetu Waszyngtońskiego wskazuje na społeczne i dyskryminacyjne skutki automatyzacji decyzji. Apeluje o regulacje dotyczące wpływu AI na społeczeństwo, a nie tylko na jej wewnętrzne funkcjonowanie.
W debacie na temat zagrożeń związanych z AI pojawiają się rozbieżne opinie. Niektórzy eksperci optują za wstrzymaniem badań nad AI, podczas gdy inni postulują kontynuację prac nad AGI. Rządy i organy regulacyjne starają się coraz bardziej koncentrować na bezpieczeństwie AI, stawiając czoła krótkoterminowym ryzykom, takim jak dezinformacja, deepfake’i czy ataki cybernetyczne. Zdolność do odpowiedzialnego rozwijania i wdrażania superinteligentnego AI staje się kluczowym, ale i złożonym zagadnieniem, które będzie wymagało ciągłej oceny i adaptacji.
Jedno jest pewne: żyjemy w niesamowicie ciekawych czasach.
Menedżer Projektów Korporacyjnych, absolwent wydziału ekonomii Uniwersytetu Gdańskiego. W Grupie ERGO Hestia pracuje od 2008 roku zdobywając doświadczenie w obszarach likwidacji szkód, obsługi i underwritingu ubezpieczeń flotowych oraz projektów IT. Obecnie odpowiada za projekt Cumulus.EVO w ramach Hestia Corporate Solutions.
