Umetna inteligenca (AI): kaj je in zakaj je pomembna

Namen tega članka je prek prikaza razvoja in trenutnega stanja UI razjasniti trenutni in prihajajoči potencial in omejitve, s tem pa vam omogočiti lažje odločanje o naslednjih korakih.
18.09.2023
Boštjan Kozuh Avtor: Boštjan Kožuh Bizmatch svetovalec za strategijo in izvajanje umetne inteligence in BI | Od razmišljanja o umetni inteligenci do izvajanja umetne inteligence
Danes je ni panoge, v kateri se uporaba umetne inteligence (UI) ne bi hitro širila. Iz relativno nišnega akademskega področja je postala v ključni del naših življenj. Večina nas tako že uporablja tehnologijo, ki jo omogoča UI – od virtualnih asistentov (Siri, Alexa, Google Assistant, …), priporočilnih sistemov (Amazon, Netflix, Google Search….), prek avtomobilov, ki prepoznavajo prometne znake ali celo zmorejo neko obliko avtonomne vožnje, do sistemov za preprečevanje goljufij ter številnih drugih bolj ali manj skritih tehnologij. Vseeno pa umetna inteligenca za večino managerjev in zaposlenih ostaja zavita v tančico skrivnosti, zato težko razpoznajo celovit potencial, ki ga prinaša, in tveganja, ki se lahko ob tem pojavijo. Sposobnosti umetne inteligence so na eni strani pogosto napačno razumljene kot preveč napredne ali pretirane, na drugi strani pa lahko tudi kot trivialne in nerelevantne. Resnica leži nekje vmes. Namen tega članka je zato prek prikaza razvoja in trenutnega stanja UI razjasniti trenutni in prihajajoči potencial in omejitve, s tem pa vam omogočiti lažje odločanje o naslednjih korakih.

Od kje smo prišli…

Razvoj umetne inteligence se je začel v 50. letih prejšnjega stoletja z namenom, da bi v »stroje« prenesli človeški razum. Zgodnji entuziazem se je hitro soočil z realnostjo – sistemi UI so bili dolgo omejeni na ozke, vnaprej določene naloge. Po številnih neuspehih so nato v osemdesetih in devetdesetih letih novo renesanso omogočili preboji na področju strojnega učenja in nevronskih mrež. Z njimi smo dobili vedno bolj prilagodljivo UI, s tem pa uporabo v vse bolj praktične namene.  

Preboj generativne umetne inteligence

To nas pripelje do nove generacije UI, t.i. generativne umetne inteligence. Njen pohod se je začel leta 2017, ko so raziskovalci družbe Google predlagali nov pristop z uporabo t.i. »transformerjev«. Kljub začetnemu mlačnemu odzivu so se hitro začele pojavljati rešitve na tej osnovi, dokler nismo danes dobili orodij kot so ChatGPT ali Midjourney, ki so na osnovi enostavnih navodil sposobni ustvariti povsem nove rezultate. Midjourney in drugi generatorji multimedijskih vsebin ustvarjajo neverjetno realne slike iz besedila, medtem kot ChatGPT in drugi klepetalni roboti pišejo različna besedila, predlagajo nove ideje, pišejo programe ali nas učijo kot najboljši pisci, programerji ali učitelji. Osnova generativne UI so t.i. temeljni modeli, ki obstajajo za vsako ključno področje uporabe. ChatGPT in podobna orodja so zasnovani na t.i. velikih jezikovnih modelih (angl. large language model). Podobni modeli so na voljo za slike, zvok, video in druge oblike rezultatov. Ti temeljni modeli so sposobni vsestranske ustvarjalnosti, ker so naučeni na izredno veliki količini podatkov, v katerih znajo razpoznavati vzorce. Tako kot lahko ljudje iz prebranega gradiva dobimo navdih za pripravo povzetka ali dobimo idejo za prezentacijo, lahko umetna inteligenca po enakem principu pripravi nove rezultate. Razlika je v tem, da je umetna inteligenca »prebrala« praktično vse, kar je na voljo in zato ve več od kateregakoli posameznika, in lahko svoje rezultate pripravi izredno hitro, kjerkoli in kadarkoli. To ne pomeni, da je generativna umetna inteligenca nezmotljiva ali sposobna vsega. Ima tudi več omejitev, od občasne pristranskosti do t.i. halucinacij, ko si »dejstva« preprosto izmisli. Vseeno pa sposobnost nove UI, da nove ideje in vsebine ustvarja, ne da bi bila tega predhodno izrecno naučena (kot je bilo to potrebno v prejšnjih generacijah UI), predstavlja resnično velik premik. V kombinaciji s človeškim ekspertnim znanjem, se je tako UI iz »na pamet naučenega kalkulatorja« razvila v naše sodelavce in partnerje.

Novi in stari pristopi z roko v roki

Nova, generativna umetna inteligenca, ni izpodrinila »stare« umetne inteligence (t.i. diskriminativne UI). Ta ne generira novih izdelkov, pač pa na osnovi podatkov napoveduje izide, razvršča vrednosti, išče optimalne rešitve ipd. Tipični primeri diskriminativne UI so napovedovanje odhodov strank, priporočanje vsebine, napovedovanje vrednosti, identifikacija kategorij, prepoznavanje skupin in podobne. Čeprav se zdijo v luči genialnih prebliskov generativne umetne inteligence ti klasični pristopi nemara celo dolgočasni, se njihova koristnost ne zmanjšuje. Kar se spreminja, je njihova kakovost in enostavnost uporabe. Še posebej, kadar jo združimo z generativno UI, s čimer močno izboljšamo tako rezultate kot tudi hitrost in enostavnost implementacije. Tako lahko z novo generacijo UI svojo konkurenčno prednost in inovativnost gradijo tudi manjša podjetja in ne samo velike organizacije, kot je držalo v preteklosti. Vzemimo kot primer analizo mnenj strank. Še pred nekaj leti je bil projekt uporabe umetne inteligence za samodejno analizo sentimenta, klasifikacijo sporočil in (morebiti) pripravo predlogov odgovorov zelo zapleten in dolgotrajen. Danes se zdijo z uporabo velikih jezikovnim modelov te rešitve trivialne, skorajda samoumevne. Še več, rezultati so danes boljši, na voljo pa imamo tudi nove načine uporabe rezultatov – samodejno lahko pripravimo povzetke, lahko izdelamo predloge ukrepov, razpoznamo vzorce ipd. Ali pa poglejmo primer razpoznavanja slik z uporabo računalniškega vida. Nabor možnih uporab je velik in sega od enostavnih primerov razpoznavanja besedila v slikah, do avtomatizacije preverjanja kakovosti, razpoznavanja nevarnih situacij ipd. V preteklosti je bil računalniški vid domena samo največjih in najbogatejših podjetij, danes pa so te rešitve dostopne vsem (Slika 1). Umetna inteligenca (AI) omogoča prepoznavanje objektov na slikah  

Slika 1: Nekoč kompleksne naloge, kot so prepoznavanje različnih delov slik, lahko sedaj izvedemo že v ChatGPT-ju

Ključ je v gradnji človeških sposobnostih

Uspešno izkoriščanje potenciala UI je ob hitrem napredku odvisno od tega, kako usposobljene in raznolike ekipe imamo na voljo v organizaciji. Za ustvarjalno uporabo UI potrebujemo ustrezno znanje na vseh področjih – ne le tehnični strokovnjaki, tudi domenski specialisti morajo biti usposobljeni za delo z umetno inteligenco in morajo biti sposobni prepoznavati njen potencial. Ustrezno usposobljeni zaposleni omogočajo odgovorno in uspešno vpeljavo UI. Pri tem je izredno pomembno vedeti, da lahko največji učinek dosežemo takrat, ko združimo poslovno znanje, tehnične sposobnosti in kreativnost. Ta sinergija UI in človeškega pristopa je ključ za spodbujanje inovacij – pa naj bodo to prebojne inovacije ali inovacije na področju učinkovitost in nevtralizacije. Določene potrebne veščine so danes vseeno redke in ni pričakovati, da bi lahko vse organizacije z internimi viri takoj pokrile vse potenciale umetne inteligence in ob izvajanju svojih ostalih nalog tudi sledile bliskovitemu napredku. Da ne bi zastale, bi morale organizacije v takih primerih najti zaupanja vredne partnerje, ki jim lahko pomagajo storiti korak naprej, hkrati pa investirati v izobraževanje in pristopiti k strateškemu zaposlovanju.

Hitrost razvoja je neverjetna…

Razvoj umetne inteligence je v zadnjem času neverjetno hiter in postaja zgolj hitrejši. Razlog po eni strani tiči v tem, da vsi tehnološki velikimi vse svoje karte stavijo na UI, na drugi strani pa v resnični uporabnosti UI v poslovnem svetu. Drži, da danes UI še ne zna vsega, se mnogokrat zmoti in potrebuje nadzor, vendar se število uporabnih primerov in področij uporabe bliskovito širi. Tako kot se neverjetno hitro širi zmogljivost modelov umetne inteligence. Pred 10 meseci je bil model GPT-3.5, ki je takrat »poganjal« ChatGPT, najbolj zmogljiva oblika UI, kar jo je bilo do tedaj na voljo splošni javnosti. Samo 4 mesece kasneje je bil predstavljen model GPT-4 s približno 5x večjo zmogljivostjo. Tudi to pa se zdi neznatno v luči novih modelov, ki so že v postopku učenja in so med 10 in 100x zmogljivejši od trenutno najzmogljivejšega modela GPT-4. Bliskovit razvoj velikih jezikovnih modelov umetne inteligence (AI)

Slika 2: Prikaz bliskovitega razvoja velikih jezikovnih modelov

…hitri moramo biti tudi mi

Ne smemo pa le čakati na nove in bolj sposobne modele, ampak moramo že danes začeti z uporabo UI, preizkušanjem različnih primerov v naših organizacijah in osmišljanjem novih praks. V kadrovskih službah lahko pripravljamo opise delovnih nalog ali pripravljamo vsebino kadrovskih oglasov. V oddelku trženja lahko pohitrimo in izboljšamo proces priprave trženjskih besedil, optimiziramo delovanje spletne strani ali hitreje raziskujemo. Ali pa v internih procesih izboljšamo pretok znanja in razumevanja interne dokumentacije, organiziramo svoje zapiske ali analiziramo razlike med različnimi verzijami dokumentov. Nabor primerov je širok in omejen z našim razumevanjem potenciala in znanjem, ne pa tehnologijo. Vedno znova se zato kaže, da se skupaj z razvojem UI neverjetno hitro širijo nove oblike uporabe, ki jih poganja iznajdljivost ustrezno usposobljenih zaposlenih.

Umetna inteligenca je tukaj - sprejmimo jo in začnimo uporabljati

Sprejemanje umetne inteligence in integracija rešitev v delovne procese se bo samo pospeševala, prav tako pa sinergija med umetno inteligenco in človeškim potencialom. Ne bo pa se to zgodilo samo od sebe; graditi moramo izobražene in opolnomočene ekipe, ki lahko v sodelovanju z zunanjimi strokovnjaki uporabo usmerjajo na odgovoren, inovativen in ekonomsko upravičen način.          
Iz naše akademije
Obiščite našo akademijo