Sztuczna inteligencja coraz częściej przestaje być hasłem, a staje się konkretnym narzędziem pracy. Podczas sesji „Sztuczna inteligencja i nowoczesne technologie” pokazano rozwiązania, nad którymi pracują polscy naukowcy.

Dr hab. Wojciech Sałabun z Instytutu Łączności – PIB przedstawił platformę Make-Decision.it. Jest to otwarte narzędzie wspierające procesy decyzyjne w sytuacjach, gdy trzeba uwzględnić wiele, często sprzecznych kryteriów. Istotą projektu jest ułatwienie dostępu do metod wielokryterialnego wspomagania decyzji zarówno naukowcom, jak i zwykłym użytkownikom. System nie zastępuje człowieka, lecz pomaga uporządkować dane, przeprowadzić analizę i uzasadnić wybór. – Ten system nigdy nie miał zastąpić człowieka, on miał pomóc człowiekowi, ponieważ jest to system wspomagania decyzji, który ma służyć do porządkowania danych tak, aby decyzje, które będziemy podejmowali, były bardziej wiarygodne, bardziej spójne – zapewniał dr Sałabun. Platforma może być wykorzystywana zarówno do codziennych decyzji, jak wybór szkoły czy telefonu, jak i do bardziej złożonych problemów biznesowych.

Przemysław Kaczmarski z Uczelni Łukaszewskazaprezentował przykład wykorzystania sztucznej inteligencji do rozwiązania problemu integracji systemu Subiekt GT z platformą e-commerce. Projekt dotyczył automatycznej aktualizacji ponad 1600 produktów, co wcześniej wymagało czasochłonnej pracy człowieka. – To nie było dużo, bo są oczywiście sklepy i platformy, gdzie jest 16 tysięcy produktów, ale samo zaangażowanie człowieka do tego powodowało, że praktycznie musiałby tylko aktualizować te dane. Dodatkowym problemem było to, że w momencie, kiedy aktualizowałby jeden produkt, ktoś mógłby kupić inny, który nie byłby fizycznie dostępny na stanie – opisywał problem. Kluczowym celem było więc zapewnienie bieżącej synchronizacji stanów magazynowych i uniknięcie sprzedaży produktów, których faktycznie nie było na stanie. W rozwiązaniu zastosowano zestaw skryptów automatyzujących wymianę danych oraz wsparcie AI przy tworzeniu mechanizmów integracyjnych. Efektem było zautomatyzowanie procesu aktualizacji wykonywanego co pięć minut.

Naukowcy z Wydziału Lingwistyki Stosowanej Uniwersytetu Warszawskiego przedstawili wyniki badań dotyczących wykorzystania generatywnej sztucznej inteligencji w tłumaczeniach. Projekt obejmował zarówno analizę pracy młodych tłumaczy korzystających z AI i narzędzi CAT, jak i badanie odbioru tłumaczeń generowanych przez sztuczną inteligencję w grach komputerowych. W badaniach wykorzystano nowoczesne metody biometryczne, m.in. eye tracking, face tracking oraz analizę reakcji skórnych. – W obu przypadkach wykazano, że narzędzia generatywnej sztucznej inteligencji wspomagają proces wyszukiwania terminologii, jeśli chodzi o młodych tłumaczy. Zmienia się oczywiście też rola tłumacza – nie jest już samodzielną wyspą, jest bardziej weryfikatorem czy postedytorem, a więc poprawia to, co wygenerowała sztuczna inteligencja – wyjaśniał prof. Dominik Kudła. Jednocześnie wykazano, że użytkownicy dostrzegają błędy tłumaczeń AI, nawet jeśli nie deklarują tego w ankietach.

Prof. Krzysztof Kochanek z Instytutu Fizjologii i Patologii Słuchuzaprezentował efekty projektu finansowanego przez Agencję Badań Medycznych, którego celem było stworzenie systemu ABR-AI wspierającego lekarzy w diagnostyce słuchu. Rozwiązanie wykorzystuje sztuczną inteligencję do automatycznej analizy wyników badań ABR, czyli słuchowych potencjałów wywołanych pnia mózgu, szczególnie istotnych w diagnostyce noworodków i małych dzieci. – Ten system z założenia miał być wyposażony w moduł sztucznej inteligencji, który miał przejąć zadanie od lekarza do obiektywnej oceny progu słyszenia. W badaniu zwykłym potencjałów pnia mózgu końcowym etapem jest analiza wzrokowa przez specjalistę. Niestety ta analiza jest subiektywna. Jej wynik zależy od doświadczenia osoby, która przeprowadza tę analizę – mówił ekspert. System został wytrenowany na bazie blisko 40 tys. zapisów klinicznych i osiągnął bardzo wysoką skuteczność. – Uzyskaliśmy stuprocentową powtarzalność wyniku. To pozwala tak naprawdę myśleć o wdrożeniu tego systemu do praktyki klinicznej.

Prof. Oskar Skibski z Wydziału Matematyki, Informatyki i Mechaniki UW,skupił się na zastosowaniu algorytmów w procesach wyborczych, zwłaszcza przy podziale środków w budżetach obywatelskich. Przedstawił metodę równych udziałów, opracowaną przez naukowców Uniwersytetu Warszawskiego i Harvardu, która pozwala bardziej sprawiedliwie rozdzielać środki między różne grupy mieszkańców. Kluczowym celem rozwiązania jest ograniczenie dominacji największych grup interesu i zapewnienie reprezentacji mniejszości. – Wybór po liczbie głosów zasadniczo dyskryminuje mniejsze grupy. Fakt jest taki, że robimy tak w przypadku budżetu obywatelskiego. Jeżeli patrzymy tylko po liczbie głosów, to część grup społecznych może zostać całkowicie pominięta. Metoda równych udziałów działa w taki sposób, że staramy się rozdzielić równo pieniądze między wyborców, a potem pozwolić im decydować o tych pieniądzach. Wyniki zastosowania pokazują, że rzeczywiście ta metoda potrafi bardziej proporcjonalnie wybierać projekty – wyjaśniał zasadę działania. Metoda została już wdrożona m.in. w Wieliczce i Pruszkowie.

Prof. Anna Rabajczyk z Centrum Naukowo-Badawczego Ochrony Przeciwpożarowej im. Józefa Tuliszkowskiego – PIB przedstawiła najnowsze technologie wykorzystywane w ochronie przeciwpożarowej. – Wykorzystujemy drony, nowe sensory, wirtualną rzeczywistość do tego, żeby zbudować nowe narzędzia wspomagające nasze decyzje. To są narzędzia, które wspomagają wszelkiego rodzaju działalność strażaków, co pozwala na szybszą, bardziej odpowiedzialną reakcję, szybsze działania w zakresie ochrony ludności i ochronę mienia.W centrum zainteresowania znalazły się sztuczna inteligencja, drony, roboty, wirtualna rzeczywistość oraz nanotechnologie – opisywała. Szczególną uwagę poświęciła zastosowaniu flot dronów podczas dużych pożarów oraz wykorzystaniu nanomateriałów w odzieży ochronnej, czujnikach i systemach neutralizacji skażeń. Omówiła również badania nad bezpieczeństwem magazynów energii i baterii stosowanych w urządzeniach codziennego użytku.

Dr inż. Daria Frączak, dyrektor Instytutu Chemii Surowców Odnawialnych Sieci Badawczej Łukasiewicz, mówiła o potrzebie odczarowania słowa „syntetyczny”. Istotą jej wystąpienia było pokazanie, że synteza nie oznacza czegoś sztucznego i złego, ale świadome tworzenie rozwiązań z określonym celem. Podkreślała, że współczesna nauka coraz częściej rozwija się na styku chemii, biotechnologii, inżynierii materiałowej i rozwiązań cyfrowych. Jako przykłady wskazywała m.in. projektowanie leków z pomocą AI, produkcję składników kosmetycznych przez mikroorganizmy, recykling chemiczny i materiały kompozytowe możliwe do ponownego przetworzenia. Jej zdaniem przemysł przyszłości będą tworzyć ludzie i instytucje, które potrafią łączyć różne światy: naukę, przemysł, chemię, biotechnologię i sztuczną inteligencję.

Prof. Ryszard Hołownicki z Instytutu Ogrodnictwa w Skierniewicach przedstawił projekt wykorzystania obrazowania hiperspektralnego, sieci neuronowych i inteligentnych opryskiwaczy do identyfikacji chorób oraz szkodników roślin. – Eksperci z tygodnika The Economist twierdzą, że w następnym pokoleniu rolnicy będą musieli wytworzyć więcej żywności niż łączna produkcja wszystkich rolników w całej historii świata. To duże wyzwanie. Żeby sprostać tym wymaganiom, potrzebna jest niewątpliwie cyfryzacja, chociażby w tym przypadku rozwiązania dotyczące rolnictwa precyzyjnego – podkreślił. Opracowywany system ma najpierw lokalizować miejsca występowania agrofagów, następnie identyfikować patogeny, tworzyć mapę zmiennej aplikacji i sterować opryskiem tylko tam, gdzie jest on konieczny. Według prof. Hołownickiego, takie rozwiązanie może ograniczyć zużycie środków ochrony roślin nawet o połowę, a tym samym zmniejszyć obciążenie środowiska.