Otevřená a všem dostupná databáze povolání spravovaná
Ministerstvem práce a sociálních věcí ČR

Blízká budoucnost AI

čtvrtek 14. června 2018

Rétorika spojená s očekávaným rozmachem umělé inteligence se mění. Prostor dostávají podstatně pragmatičtěji popisované aspekty spolupráce a vzájemné pomoci.

Umělá inteligence se vyvíjí velmi rychlým tempem a průběžně zvyšuje komplexnost svých funkčních možností. V některých odvětvích nachází širší využití již několik let, v jiných svůj potenciál uplatňuje jen okrajově. Predikovat vývoj umělé inteligence v dlouhodobějším výhledu se oboroví analytici příliš neodvažují. Za použitelný horizont považují v rámci kritického přístupu nejvýše rok či dva.

Příspěvek umělé inteligence k výkonnosti globální ekonomiky kvantifikovala společnost PwC pro rok 2030 na 15,7 bilionu dolarů. Zahrnuje do něj nejen efekty související s vyšší produktivitou, ale také s nárůstem spotřeby. Očekávání konkurenčních výhod jsou natolik vysoká, že mnoho států přijalo nejrůznější strategie a dlouhodobé programy podpory.

UMĚLÁ INTELIGENCE VS. ZAMĚSTNANCI

Přibližně poslední dva roky se v médiích běžně objevují články, jejichž autoři předkládají veřejnosti blízkou a nevyhnutelnou vizi náhrady lidských zaměstnanců roboty a umělou inteligencí.

Je v celku jisté, že ke změnám na pracovním trhu dojde. Podle mínění oborových analytiků a konzultantů ale nepřinesou pouze negativní dopady.

Některé skupiny zaměstnanců roboty a umělá inteligence skutečně dokážou nahradit, současně ovšem přinesou zrod nových profesí. Ve většině oborů však minimálně ve střednědobém horizontu budou spíše asistovat. V teoretickém ohrožení se rozhodně neocitají pouze pozice s nižšími kvalifikačními požadavky. Umělá inteligence dokáže již dnes efektivně suplovat řadu úkonů, jež historicky vykonávali nositelé tzv. bílých límečků. Jejich dosavadní pozice zcela nezmizí, pravděpodobněji dojde k redukci a transformaci činností.

Díky umělé inteligenci a robotice vzroste produktivita a efektivita práce. Právě faktor kooperace obou světů, řekněme lidských a strojových schopností, bývá v kritických a negativně vyznívajících vizích přehlížen.

Reálné dopady na zaměstnanost se podle analytiků v příštích dvou letech neprojeví v nijak masové podobě. Před těžkým úkolem či výzvou totiž dnes nestojí zaměstnanci, ale zaměstnavatelé. Organizace musejí včas vyhodnotit potenciál umělé inteligence pro obory, v nichž působí. Stejné dopady, zejména na konkurenceschopnost, jim může přinést předčasná i pozdní adopce relevantních technologií.

Podobně jako jiné trendy z posledních let vyžaduje také umělá inteligence multidisciplinární přístup. Platí to i na podnikové úrovni v případě týmů, které se jejímu studiu a možnostem nasazení věnují. Pokud se hovoří o probíhající digitální transformaci, mělo by budoucí nebo okamžité zapojení umělé inteligence představovat její povinnou součást.

ODVĚTVÍ S POTENCIÁLEM

Budoucnost poháněná umělou inteligencí slibuje řadu v podstatě magických možností. Patří mezi ně flotily automobilů, které nikdy nehavarují, nezabloudí a vždy najdou nejrychlejší cestu. Robotičtí lékaři diagnostikují stav pacienta v průběhu milisekund. Inteligentní infrastruktura ovládá hladké přesuny osob i zboží a průběžně udržuje také sama sebe. To vše podle analytiků může přijít, ale nestane se tak letos ani příští rok.

Nelze čekat, že by umělá inteligence ve své současné podobě dala vzniknout novým hospodářským oborům. Ačkoli se většina manažerů domnívá, že bude pro jejich organizaci přínosná, stále nehovoří o přítomnosti. Namísto masového nasazení, které na umělou inteligenci bezpochyby čeká v budoucnu, ji lze již dnes aplikovat v řadě standardních, povětšinou opakujících se úloh. Nejde pouze o triviální, automatizovatelné úkony, naopak.

Aplikace umělé inteligence zvládají vysoce komplexní úkoly, jež starší technologie neúměrně zatěžují. Jsou přímo stvořeny pro vyhledávání a identifikaci trendů z historických dat. Dokážou se rovněž zorientovat v jejich opravdu velkých, různorodých objemech, a pomoci tak při rozhodování.

Současné možnosti umělé inteligence v praxi využijí zejména organizace ve zdravotnictví, automobilovém průmyslu, finančních službách, dopravě a logistice, sektoru ICT, maloobchodu, energetice a zpracovatelském průmyslu.

Umělá inteligence si vyžádá také změnu v ekonomickém hodnocení jejích přínosů. Nemalou část jejích benefitů nelze jednoznačně měřit s pomocí zvýšených tržeb a snížených nákladů. Ukazatele musí zohlednit komplexní efekty nasazení, například uvolnění pracovních sil z rutinních úkolů nebo vyšší přesnost a rychlost rozhodování.

VELKÁ DATOVÁ OTÁZKA

Stalo se veřejným tajemstvím, že nedávný trend velkých dat úspěšně vytěžilo jen málo společností, které do příslušných technologií investovaly. Na vině není myšlenka samotná, ale spíše způsob jejího provedení. Podniky přecenily organizační i technickou náročnost implementace řešení pro velká data. Pořízené systémy sice fungovaly, ale pro efektivní výsledky potřebují dlouhé učící cykly a asistenci vysoce kvalifikovaných lidských mentorů se širokým přehledem.

Obchodní hodnotu a přínos ze svých dat dnes dokáže jen menší část podniků ve všech hospodářských odvětvích.

To vše může aplikace umělé inteligence změnit, a už se tak i děje. Větší slovo v jednotlivých aplikačních případech dostávají specialisté na danou problematiku, samotné technické řešení stojí spíše v pozadí. Je důležité předem odhadnout vytěžitelnost a přínos zpracování dat pro konkrétní situace. Nedávný přístup počítal spíše se zázraky. Technologie pro analýzy velkých dat sice fungovaly, přínosy se však dostavovaly v omezeném rozsahu, neboť málokdo tušil, co vlastně očekává a chce.

SPOLUPRÁCE SPECIALISTŮ

Postupné šíření umělé inteligence do dalších oblastí lidské činnosti si vyžádá také změnu požadavků na znalosti a schopnosti. Technicky orientovaní odborníci budou muset úzce spolupracovat s oborovými specialisty. V opačném případě nelze očekávat adekvátní výsledky. Oboroví specialisté dokážou identifikovat smysluplné příležitosti pro nasazení umělé inteligence. Technici provedou příslušné nastavení a nástroje zprovozní. Následně budou oba tábory spolupracovat na průběžné údržbě, přizpůsobení a rozvoji celého řešení.

Rozhraní umělé inteligence postupně zvyšují svou uživatelskou přívětivost. To ale neznamená, že je dokáže ovládat každý. Zejména fázi nastavení a úprav musejí zajišťovat technicky fundovaní specialisté. Analytici předpokládají, že vzniknou tři znalostní kategorie pro obsluhu umělé inteligence. Zástupci první budou ovládat základní know-how, s jehož pomocí rozpoznají limity zpracování dat v konkrétních situacích. V podstatě půjde o běžné uživatele. Druhá kategorie zajistí technické nastavení, které bude mít primárně podobu programování. Třetí skupina ovládne základní principy datových věd včetně jejich vizualizace a základy fungování umělé inteligence. Díky znalosti oboru a problému to budou právě zástupci této kategorie, kteří za asistence techniků připraví řešení a scénáře pro běžné uživatele.

BEZPEČNOSTNÍ A ETICKÁ PRAKTIKA

Téma umělé inteligence, konkrétně strojového učení, dnes rezonuje v oboru kybernetické bezpečnosti. Relevantní nástroje a postupy využívají obě strany, tj. útočníci i obránci. Prvním dávají aplikace umělé inteligence nebývalé možnosti generování nejrůznějších typů útoků, druhým nabízejí prostředky pro automatickou a inteligentní detekci anomálií. Výhody etablující se technologie s úspěchem využívají oba tábory.

Jak ale podotýkají oboroví analytici, nesmí se zapomínat na zabezpečení samotné umělé inteligence. Pokud útočníci dokážou do příslušných systémů proniknout, může být téměř nemožné jejich činnost odhalit. Pozmění datové sady pro strojové učení, upraví algoritmy, ale běžní uživatelé a potenciálně i specialisté budou stále spoléhat na předchozí výkon a spolehlivost umělé inteligence.

Kontrola a dohled představují nejen bezpečnostní, ale také etická témata. Umělá inteligence se díky samoučícím schopnostem rychle a autonomně vyvíjí. Jak poukazuje řada jejích tvůrců, poměrně rychle se stává černou skříňkou, o jejíž logice a principech rozhodování lidé rychle ztrácejí přehled. Činnost příslušných systémů lze kontrolovat, ale lze jim jen obtížně rozumět.

Objevují se i alternativní postupy v programování umělé inteligence, které kladou důraz na průběžné generování strojově čitelných záznamů o všech učících se procesech. Díky nim lze či bude možné systémy kontrolovat a dohledávat důvody jejich potenciálně sporných rozhodnutí. Jinými slovy: umělá inteligence by měla umět vysvětlit, jak a proč postupuje. Běžný uživatel jí však bude muset víceméně věřit.

S tématem černých skříněk souvisí také diskuze o odpovědné umělé inteligenci. Jde o celospolečenské téma, v němž samotní dodavatelé nehrají hlavní roli. Odpovědnou umělou inteligenci vyžadují podnikoví i koncoví uživatelé, legislativa nebo oborová seskupení. Právě ta by měla nad transparentním vývojem a užitím alespoň zpočátku bdít.

Zdroj: CIO Business World, Lukáš Kříž