Ką svarbu žinoti kaupiant duomenis, dirbtiniam intelektui tapus neatsiejama mūsų kasdienio gyvenimo dalimi, kaip tuos duomenis pritaikyti versle bei kaip žaidimo taisykles keis netrukus įsigaliosiantis ES dirbtinio intelekto aktas.
Kaip rinkos milžinės įgalina didžiulius kiekius duomenų?
Big data arba kitaip – didieji duomenys, tai žmonių ar mašinų sukuriami dideli duomenų kiekiai, kaip antai pirkimo sandorių duomenys, naudojimosi socialiniais tinklais įpročiai, interesai ir pomėgiai, padėties nustatymo sistemų, pvz., GPS, signalai, jutiklių registruojama klimato informacija.
Apdoroti ir išanalizuoti jie paverčiami įžvalgomis, padedančiomis priimti sprendimus rinkodaros, reklamos, prekybos, miestų planavimo, sveikatos priežiūros ir kitose srityse. Pasinaudodamos šia informacija įmonės gali siūlyti prekes tik tiems, kam jų reikia, ir tik tada, kai jų reikia. Jie taip pat gali patarti, kokį maršrutą geriau pasirinkti, kokią draudimo paslaugą pasiūlyti klientui, suteikti paskolą ir netgi padėti išsirinkti tinkamą darbuotoją.
Štai keli pavyzdžiai, kaip didžiosios pasaulio bendrovės išnaudoja plačias šių technologijų galimybes.
- Kino platforma „Netflix“ naudoja DI valdomus rekomendacijų algoritmus, kurie vartotojams, atsižvelgiant į jų pomėgius, siūlo filmus ir TV laidas. Ne paslaptis, jog ši turinio personalizacija – vienas esminių šios platformos sėkmės veiksnių, padedančių išlaikyti prenumeratorius ir skatinti nuolatinį jų įsitraukimą.
- Tuo tarpu Švedų muzikos platforma „Spotify“ analizuoja vartotojų klausymosi įpročius, o DI sistema jiems rekomenduoja naujas dainas bei atlikėjus. Taip didinamas vartotojų pasitenkinimas ir laikas, praleistas muzikos platformoje.
- OpenAI, naudodama viešai prieinamus ir licenzijuotus duomenis, sukūrė vieną pažangiausių dirbtinio intelekto sprendimų pasaulyje –ChatGPT. Naudojant didelius tekstinių duomenų rinkinius iš įvairių šaltinių, tokių kaip svetainės, knygos ir straipsniai, OpenAI sugebėjo ištreniruoti savo modelius įvairiose temose ir kontekstuose. Šis platus duomenų spektras leido modeliams geriau suprasti ir generuoti natūralią kalbą, atlikti sudėtingas užduotis ir teikti vartotojams tikslesnius atsakymus.
Akivaizdu, jog tikslingas big data naudojimas – labai svarbus šiuolaikiniam verslui, tad organizacijoms, kurios dar neturi sukaupusios duomenų bazės, dabar yra puikus metas tai pradėti daryti.
Svarbiausia – kokybė
Ne paslaptis, jog dirbtinio intelekto sprendimams sukurti reikalingas labai didelis kiekis duomenų, kurie yra tarsi energetinė žaliava. Tačiau tam, kad surinkti duomenys virstų kuru sėkmingų inovacijų varikliui, būtinas tinkamas ir efektyvus jų surinkimas, apdorojimas ir panaudojimas. Kitaip tariant – kokybė.
Duomenys turės daug didesnę vertę, jei bus kokybiški, saugūs ir tiesiogiai susiję su atsakymais į klausimus, kurie yra aktualūs konkrečiai įmonei ar organizacijai. Kaip sakoma, „garbage in, garbage out“ – jei įkeliate šiukšles, tai šiukšles ir turėsite. Taip veikia ir dirbtinis intelektas – neturėdami kokybiškų duomenų, net pažangiausi DI algoritmai gali duoti nepatikimus rezultatus ir atvirkščiai – kuo kokybiškesni duomenys, tuo geresni ir rezultatai.
Duomenų kokybę galima įvertinti atsižvelgiant į penkis pagrindinius rodiklius: išsamumą – ar duomenys yra pakankamai išsamūs, kad juos būtų galima naudoti pagal paskirtį; tikslumą – ar duomenys yra teisingi, patikimi; savalaikiškumą – ar naudojami duomenys yra pakankamai nauji tam, kad būtų tinkami naudoti pagal numatytą paskirtį; nuoseklumą – ar duomenys yra pakankamai suderinti su kitais duomenų rinkiniais, kad būtų galima atlikti bendras duomenų valdymo funkcijas ir galiausiai – prieinamumą.
Šis rodiklis padeda atpažinti, ar duomenys yra lengvai prieinami darbuotojams, kuriems jie yra reikalingi priimant konkrečius sprendimus organizacijoje.
Istorinis Europos Sąjungos žingsnis
Šiuo metu kiekvieną dieną sukuriama virš 400 mln. terabaitų duomenų, pasaulinė statistika rodo, jog iki 2025 m. jų turėtų būti daugiau nei 200 zetabaitų. Manoma, jog dėl nuolatinio elektroninių prietaisų naudojimo šis skaičius tik augs, o įmonės dar didesniu mastu skaitmenizuos savo veiklą.
Šiuo metu sparčiai blunkanti linija tarp žmogaus ir dirbtinio intelekto kūrybos turėtų vėl išryškėti.
Vis dėlto ekspertai vis garsiau akcentuoja, jog didžiųjų duomenų ir dirbtinio intelekto technologijų panaudojimas viešajame valdyme atveria ne tik galimybes, bet ir kelia tam tikras grėsmes, susijusias su etinėmis šių technologijų taikymo problemomis, duomenų apsaugos ir asmens privatumo iššūkiais.
Spaudžiamas didėjančio susirūpinimo dėl nevaržomos DI plėtros keliamų rizikų, Europos Parlamentas po ilgų diskusijų gegužės mėnesį priėmė Dirbtinio intelekto aktą. Tai – pirmosios pasaulyje DI veiklos taisyklės, kurių turėtų laikytis visi Europos sąjungos DI sistemų gamintojai ir diegėjai, nes netinkami produktai gali neigiamai paveikti fundamentalias žmogaus teises. Akte išdėstyta eilė įsipareigojimų dirbtinio intelekto kūrėjams ir diegėjams, įskaitant ir mažas bei vidutinio dydžio įmones.
Nors nemažai Dirbtinio intelekto aktu paliečiamų klausimų paliekama detalizuoti tolimesniais teisės aktais bei gairėmis, pateikiu svarbiausius šio dokumento akcentus. Visų pirma, dirbtinio intelekto sistemos pateks į vieną iš keturių kategorijų – minimalios rizikos sistemas, ribotos, aukštos arba nepriimamos rizikos draudžiamas sistemas. Už pastarųjų kūrimą bei naudojimą grės nemenkos piniginės sankcijos – iki 35 mln. eurų arba 7 proc. metinės apyvartos, o aukštos rizikos sistemų kūrėjai turės atidžiai įvertinti bei iš anksto atskleisti jų sukurtų technologijų keliamas rizikas.
Galiausiai – šiuo metu sparčiai blunkanti linija tarp žmogaus ir dirbtinio intelekto kūrybos turėtų vėl išryškėti, kadangi pradėjus taikyti reikalavimą sistemų kūrėjams teks aiškiai identifikuoti bet kokį generatyvinio dirbtinio intelekto sukurtą turinį.
Manau, šis ambicingas ES žingsnis rodo siekį lyderiauti ir nustatyti gaires dirbtinio intelekto naudojimui – tai neabejotinai turės ilgalaikį poveikį visam sektoriui. Kaip yra pasakęs Peteris Druckeris, „Didžiausias pavojus turbulencijos metu nėra pati turbulencija, o bandymas ją įveikti su vakarykšte logika“. Tad laimės tie, kurie ne tik gebės sėkmingai išnaudoti dirbtinio intelekto teikiamus privalumus, tačiau taip pat tai darys atsakingai, išvengiant brangiai kainuojančių klaidų.
