Przejdź do treści

AI

wieża telekomunikacyjna
Sztuczna inteligencja i drony poprawią wydajność sieci 5G
Politechnika Gdańska
Naukowcy z Politechniki Gdańskiej pracują nad rozwojem AIoT i 5G
symboliczne przedstawienie sztucznej inteligencji
Konsultacje w sprawie białej księgi AI przedłużone do 14 czerwca
soczewka
Matryce z AI natychmiast przetwarzające dane przydadzą się w magazynach i zakładach
nowoczesna fabryka
Co realnie może dać firmie robotyzacja i sztuczna inteligencja?
Są już 2 tysiące prac naukowych o SARS-CoV-2 – do analityki wkracza AI
Relacja z FG TIME: wartość rynku IoT będzie w Polsce rosła o 23,9% rocznie
Polska AI będzie analizowała i planowała ruch powietrzny dla LOT-u
ai, analysis, artificial intelligence, automation, big data, brain, business, cg, cloud computing, communication, computer graphics, concept, creative, cyber, deep learning, digital transformation, ed
Zaglądamy do unijnej białej księgi rozwoju AI

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.