„Lidská inteligence neustále skládá data přicházející z obrovského senzorického pole. Na základě výsledné komprimované informace je pak schopna předvídat a rozhodovat se. Na podobném principu, tedy na smysluplné kompresi dat, funguje také umělá inteligence.
Ta využívá algoritmy strojového učení obvykle založené na analýzách big dat. Podobně jako člověk pak z těchto dat provede kompresi, predikci a výsledné rozhodnutí nebo doporučení,“ vysvětluje Jan Romportl, který šéfuje datovému centru Dataclair.ai.
Analýzy big dat už nyní pomáhají například při plánování dopravy, umisťování poboček a zefektivnění komunikace se zákazníky. Strojové učení pak firmám umožní zlepšovat a automatizovat některé procesy a zvyšovat tak jejich produktivitu. Využití umělé inteligence zároveň přinese zlepšení i zákazníkům.
„Velký prostor při využití umělé inteligence vidím v lékařství. Neuronové sítě umí velice dobře rozeznávat jakékoliv vzory, akustické i obrazové. Nabízí se tak například zpracovávání rentgenologických snímků či snímků z magnetické rezonance nebo třeba vývoj aplikace, která dokáže rozeznat, zda je znaménko na kůži maligní nebo benigní,“ popisuje Romportl. Obrovský potenciál umělé inteligence se již dnes ukazuje také v oblasti tzv. personalizované medicíny či při vývoji zcela nových léčiv.
Algoritmy strojového učení pronikají do stále více oblastí každodenního života a ovlivňují rozhodování velkého množství lidí. Proto je nesmírně důležité, aby takto vzniklé rozhodovací procesy byly plně v souladu s etickými hodnotami člověka a naší společnosti.
Jedním z praktických důsledků je například to, že umělá inteligence vždy musí rozhodovat či dávat uživatelům doporučení tak, aby se nedopouštěla žádné diskriminace třeba vzhledem k pohlaví, rase, národnosti nebo sociální skupině. Cílem O2 je proto zaměřit se na vývoj tzv. etické umělé inteligence.
K utváření neuronových sítí je zapotřebí ohromné množství dlouhodobě získávaných dat, která však nemusí být vůbec spojena s konkrétními lidmi.