Przejdź do treści

AI

ai
Sztuczna inteligencja do oceny jakości produktu
3D Rendering of Artificial Intelligence hardware concept. Glowing blue brain circuit on microchip on computer motherboard. For big data processing, ai trading, machine learning, technology background
Nowy ośrodek NCBR-u zajmie się badaniami w dziedzinie AI
Sztuczna inteligencja monitoruje produkcję papieru
ai
W ciągu roku co trzecia firma zainwestuje w AI
cyfrowa kłódka
Sztuczna inteligencja w cyberbezpieczeństwie
RFID i sztuczna inteligencja w firmach ubezpieczeniowych
Europejski Inspektor Ochrony Danych o rozpoznawaniu twarzy w miejscach publicznych przy użyciu AI
Rusza AI Tech, czyli studia z zakresu AI, ML i cyberbezpieczeństwa
Transformacja cyfrowa, finansowanie innowacji i AI na konferencji Akademii WSB

Sztuczną inteligencją określa się specjalizację informatyki zajmującą się badaniem tego, jak działają i myślą ludzie oraz naukę o maszynach umiejących wykonywać zadania, które do tej pory były domeną ludzi. W europejskiej Białej Księdze artificial intelligence jest opisywana jako zbiór technologii łączących dane, algorytmy i moc obliczeniową, których główna siła napędowa to coraz łatwiejsza dostępność informacji. Za ojca AI zwykło się uważać Alana Turinga, brytyjskiego matematyka i jednego z twórców informatyki, który pracował nad stworzeniem maszyny myślącej jak człowiek, a w 1950 roku przygotował tzw. test Turinga pozwalający ocenić, czy robot potrafi imitować ludzką logikę i zachowanie w takim stopniu, że nie sposób odróżnić obydwu reakcji. Terminu sztuczna inteligencja jako pierwszy użył amerykański informatyk, John McCarthy – według niego, SI to nauka i inżynieria tworzenia inteligentnych maszyn.

Technologię stosowaną w zakładach produkcyjnych nazywa się przemysłową AI. Industrial artificial intelligence umożliwia tworzenie innowacyjnych produktów i usług oraz ulepszanie procesów. Algorytmy analizujące dane z maszyn są w stanie z wyprzedzeniem informować o nieprawidłowościach i tym samym ułatwić konserwację zapobiegawczą, a także wskazywać, które etapy wytwarzania wymagają optymalizacji. Dodatkowo IAI przydaje się do automatycznego wykrywania uszkodzeń w produktach czy anomalii na nagraniach z kamer instalowanych w halach. Z kolei przetworzenie informacji dotyczących stanu surowców przez AI pozwala trafniej planować dostawy. Algorytmy mogą być też wsparciem przy projektowaniu nowych towarów, dzięki analizie kosztów związanych z produkcją i jej modelowaniu.