IBM je v oblasti umělé inteligence (AI, Artificial Intelligence) světovým lídrem. Nejde však jen o technologie, ale o mnohem víc, od dostupného lidského „materiálu“ ze škol na vstupu až po etiku použití AI na výstupu.
Jak vidí tento vývoj v AI společnost IBM v posledních letech jsme se mohli zeptat Zuzany Kocmaníkové, generální ředitelky IBM ČR a centrálního regionu.
IBM je jednou z popředních světových technologických firem, je o vás také známo, že jste lídrem v oblasti umělé inteligence. Jak vnímáte z pohledu výzkumu rozvoj umělé inteligence v posledních pěti letech?
Velmi podstatné, co se událo v oblasti umělé inteligence je, že došlo k velké demokratizaci technik práce
s umělou inteligencí. To, co bylo před pěti lety v AI laboratořích, si dnes může vyzkoušet téměř kdokoliv. Nicméně jsou zde minimálně tři bariéry. Ve firemním prostředí panuje velká skepse. Komerční společnosti cítí tlak ze vnějšího prostředí, aby ji využívali, ale nemají zkušenosti, aby ji mohly opravdu využívat. Některé firmy volí přístup hlavně nic nepokazit, hlavně moc neexperimentovat. Ale umělá inteligence si žádá přesně opačný přistup. Za druhé, školy nám nedávají dostatek odborníku na umělou inteligenci. Třetí věc jsou pak data, a ta je třeba očistit. Za posledních pět let se však alespoň některé problémy správně pojmenovaly. Kromě toho musí být hlavně důvěra mezi umělou inteligencí a člověkem, aby byla společensky akceptovatelná.
Tím jste vlastně otevřela druhé velké téma, kterým je etika umělé inteligence?
IBM před pěti lety říkala, že etika bude důležitá. Dnes to vnímá jako silný trend i Evropská unie, ale velkým úkolem už teď je, jak se dobře vypořádat s etikou umělé inteligence, a zároveň mít všechna potřebná data, abychom z Evropy neudělaly AI skanzen, ale měli k dispozici data na ladění aplikací AI. Důležité jsou i záležitosti ohledně transparentnosti modelů umělé inteligence. Data v neuronových sítích, do kterých není vidět, je potřeba kombinovat se symbolistickými přístupy, do kterých vidět je.
Existuje nějaká střední cesta?
Já si myslím, že střední cesta musí existovat. Možná že budeme vědět s použitím technologií Blockchain o každém kousku dat, jak a proč byl vyroben a jak a kým byl použit, na co se tato data použila, a při jaké fázi ladění. Jde tedy o vytvoření jakýchsi metadat. Vývojáři dostanou data k ladění aplikací, ale společnost si bude moct ověřit, jak byla tato data používána. Část z vývojářů takové omezení odmítne, ale možná jej půjde obejít pomocí veřejných dat, z ústavů, měst a podobně, aby se tato data mohla používat zdarma a používat je pro vědecké a akademické účely. Jsem přesvědčena, že když to uděláme dobře, tak se t obrátí v náš prospěch. Má cenu o pojistkách ohledně dat mluvit, a také má cenu mluvit o tom, jak mají být softwary pro jejich zpracování postaveny, aby se cesta pro byznys otevřela výzkumníků i firmám.
IBM je známa svou platformou umělé inteligence IBM Watson, máte nové zákazníky této platformy v České republice?
Díky tomu, že máme konverzačního asistenta Watson lokalizovaného i do českého jazyka, daří se nám získávat mnohé významné zákazníky. Jedním z nejnovějších je kupříkladu naše Ministerstvo zdravotnictví, kde jsme v spolupráci s týmem tohoto ministerstva krátce po vypuknutí pandemie koronaviru Covid-19 dokázali připravit chatbota Anežka v průběhu tří dnů. Umí odpovědět na nejčastěji kladené otázky jako je prevence, léčba, karanténa apod. Také Česká spořitelna využívá chatbota George, který zase umí klientům zodpovědět na nejčastější dotazy na téma odkladu splátek úvěrů a pomáhá zvládat více chatovacích interakcí. Česká spořitelna využívá platformu IBM Watson podobně jako naši další velcí klienti z řad evropských bank. Chatbot George je postaven na technologii IBM Watson Asistent a běží ve veřejném IBM Cloudu.
A kupříkladu tým naší technologické divize pomohl společnosti Dormer Pramet vytvořit jednotný přehledový analytický model výrobních procesů, pomocí kterého lze identifikovat neefektivity současného výrobního procesu a navrhnout jeho optimalizaci. V Dormer Prametu jsme implementovali i systém strojového rozpoznávání defektů, tzv. machine learning, který dokáže na digitálních snímcích výrobků odhalovat chyby ve výrobním procesu pomocí neuronových sítí a zvyšuje tak efektivitu výroby.
