Przejdź do treści

AI

Skoncentrowana energia słoneczna sterowana AI zasili kopalnię odkrywkową
Kto sprawdzi, czy pracownik nosi maseczkę? Sztuczna inteligencja
AI
„AI przy kawie”: o autonomicznych pojazdach, analizie danych i machine learningu
AR i AI – współpraca wrocławskiego startupu z japońskim producentem napędów
O co chodzi w kombinatorycznych innowacjach cyfrowych?
Global AI Action Alliance zajmie się etyką sztucznej inteligencji
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
Jak europosłowie zdefiniowali system AI?
Blockchain
Blockchain i AI napędzą rozwój przemysłu 4.0?
Polityka rozwoju sztucznej inteligencji w Polsce przyjęta

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.