Dirbtinio intelekto panaudojimas

 

Dirbtinis intelektas suteikia didelį privalumą sistemoms, kurios skirtos verslo valdymui, padeda įmonėms valdyti ir tvarkyti informaciją greičiau ir su kuo mažesniu žmogiškųjų išteklių įsikišimu. Dirbtinio intelekto pagalba sukuriami tokie procesai, kurie leidžia aprašyti įmonės veiklą ir suplanuoti ateinančius darbus, juos paskirstyti atsakingiems asmenims.

Kiekvieną kartą naudojantis verslo valdymo sistemomis susiduriama su informacijos apdorojimo ir jos radimo problemomis, grupavimo ir pasikartojimo. Norint suvaldyti informacijos kiekius ir jos srautus, išvengti pasikartojančių klaidų, ar klaidų prognozuojant ateities darbus, užtikrinti teisingą ir savalaikį informacijos apdorojimą, reikalingi sprendimai, kurie ne tik padėtų verslui judėti teisinga kryptimi, bet ir užtikrintų jo augimą, greitesnį sprendimų priėmimą, bei sumažintų kaštus, reikalingus išlaikyti turimus resursus.

Lietuvoje sparčiai tobulėjant išmaniosioms technologijoms, ateityje verslo valdymo sistemos pasieks aukštesnį lygį, kuomet reikės minimalių žmogiškųjų išteklių įsikišimo. Lietuvos technologijos auga, mokosi, plečiasi, todėl suteikiamos visos galimybės priimti reikiamus sprendimus ir žengti žingsnį link naujųjų technologijų pirmyn, o ne atgal.

 

 

 Dirbtinis intelektas - kas tai?

 

Gana dažnai naudojamas terminas dirbtinis intelektas neretai sukelia klausimų, ką tai iš tikrųjų reiškia. Visi supranta, kad tai susiję su kompiuteriais, tačiau kuo tiksliai? Kokia dirbtinio intelekto nauda ir kaip jis gali padėti šiuolaikiniam verslui? Ar dirbtinis intelektas supras ir mokės atlikti jam skirtas užduotis? 

Pats terminas jau nusako savo esmę, tai dirbtinai, kompiuterio pagalba sukurtas sprendimo būdas, kuris pats mokosi ir esamų duomenų, juos apdoroja ir pateikia tinkamiausią ir teisingiausią sprendimo būdą, o su kiekvienu atsakymu ir duomenų apdorojimų ir tobulėja, taip sumažindamas ateityje galimų klaidų skaičių.

Dirbtinis intelektas (DI) – tai yra kompiuterio pagalba sukurtas specialus algoritmas, kuris sprendžia jam priskirtas užduotis ir mokosi iš jų, pateikdamas galimus sprendimo variantus pagal ankstesnius sprendimus. Dirbtinis intelektas verslo valdymo sistemose yra įdiegiamas tam, kad palengvintų sistemų valdymą ir sumažintų rankinio darbo kiekį, padėtų grupuoti informaciją ir prognozuotų galimus scenarijus. Jo nauda yra labai didelė, nes jį tinkamai apmokius ir suteikus reikiamos informacijos, bus galima paleisti pilnai funkcionuoti sistemose, kuriose šiuo metu dirba nemažai žmonių tai pačiai užduočiai atlikti.  DI sistemos kuriamos siekiant užtikrinti verslo valdymo sistemų inovatyvumą, tobulinti veiklos procesus ir palengvinti užduotis darbuotojams.

Intelektinės sistemos apima daugelį verslo sričių ir gali būti pritaikomos atlikti beveik visiems uždaviniams spręsti, pasikartojantiems ir rutininiams darbams palengvinti. Kasdieninėje veikloje, ypač jei darbai nuolatiniai ir pasikartojantys, pasitaiko žmogiškųjų klaidų, kurios gali būti nepastebėtos, jas atliekančių darbuotojų. Šioje vietoje dirbtinis intelektas sugeba rasti, padėti, ištaisyti klaidas, rasti vietas, kuriose klaidos pasikartoja, taip pat naudotis istoriniais duomenimis, pateikti reikalingiausią informaciją, bei prognozuoti ateities veiksmus.

Dirbtinis intelektas diegiamas įmonėse, kuriose dideli duomenų srautai ir juos sunku suvaldyti, reikalinga pagalba apdoroti informacijai, valdyti jos kiekius, palaikyti reikiamą tempą ir sutaupyti laiko skaičiavimams, numatyti reikiamus planus ir veiksmus, kurie užtikrintų savalaikį ir teisingą darbų įvykdymą. 

 

Dirbtinio intelekto istorija

 

Istoriniuose šaltiniuose galima rasti įvairių mitų ir pasakojimų apie geležinius žmones, su dirbtinėmis smegenimis, kurie buvo protingesni už bet kurį kitą gyvą žmogų. Tačiau tokie pasakojimai liks pasakojimais, nes nėra faktų, paremtų įrodymais. Tačiau 1940-aisiais buvo išrastas programuojamas skaitmeninis kompiuteris - mašina, paremta abstrakčia matematinio samprotavimo esme. Šis prietaisas ir jo idėjos įkvėpė keletą mokslininkų pradėti rimtai diskutuoti apie galimybę sukurti elektronines smegenis (dirbtinį intelektą).

1950 m. Alanas Tiuringas paskelbė svarbų savo dokumentą, kuriame jis sudėliojo mintis apie galimybę sukurti galvojančias mašinas.  Jis pažymėjo, kad „mąstymą“ sunku apibrėžti ir sugalvojo jo garsųjį Tiuringo testą. Sukurta mašina galėjo vykdyti pokalbį, rašant kompiuterio ekrane, kurio negalima atskirti nuo pokalbio su žmogumi, mašina „mąstė“. Šis išradimas leido Tiuringui įtikinamai argumentuoti, kad „mąstymo mašina“ yra bent jau patikima, o atsakymai į visus dažniausiai užduodamus klausimus yra teisingi. Tiuringo testas buvo pirmasis rimtas išradimas dirbtinio intelekto istorijoje, nuo kurios prasidėjo kelias link šiuolaikinių, XXI amžiaus technologijų.

1956 m. Dartmuto konferencija buvo tas momentas, kai dirbtinis intelektas įgijo savo vardą, misiją, pirmąją sėkmę ir pagrindinius žaidėjus ir yra plačiai laikomas dirbtinio intelekto gimimu. Po Dartmuto konferencijos sukurtos programos daugumai žmonių buvo sunkiai suprantamos, nes kompiuteriai sprendė matematines užduotis, įrodė geometrijos teoremas ir mokėsi kalbėti angliškai. Tuomet nedaugelis būtų patikėję, kad toks „protingas“ mašinų elgesys apskritai yra įmanomas. 

Aštuntojo dešimtmečio pradžioje dirbtinio intelekto programų galimybės buvo ribotos. Net patys įspūdingiausi kompiuteriai galėjo spręsti tik nereikšmingas problemas ir įvairias jų versijas versijas. Dirbtinio intelekto kūrėjai pradėjo žymėti keletą pagrindinių ribų, kurių nebuvo įmanoma įveikti 1970-aisiais. Nors kai kurios iš šių ribų bus įveiktos vėlesniais dešimtmečiais. 

Devintajame dešimtmetyje korporacijos visame pasaulyje priėmė dirbtinio intelekto programą, vadinamą “ekspertų sistemomis“, o jų žinios tapo pagrindinio intelekto tyrimų objektu. Tais pačiais metais Japonijos vyriausybė gan stipriai finansavo dirbtinį intelektą, kad galėtų kurti savo penktos kartos kompiuterių projektus. Dirbtinis intelektas vėl tapo sėkmingu ir buvo pradėtas tolimesnis jo kūrimas.

1982 m. Fizikas Johnas Hopfieldas sugebėjo įrodyti, kad neuronų tinklo forma (dabar vadinama „Hopfield“ tinklu) gali išmokti ir apdoroti informaciją visiškai nauju būdu. Maždaug tuo pačiu metu Geoffrey Hintonas ir Davidas Rumelhartas išpopuliarino neuroninių tinklų treniravimo metodą, dar vadinamą atvirkštiniu automatinės diferenciacijos būdu. Šie du atradimai padėjo atgaivinti neuroninius tinklus.

Iki 2011 metų dirbtinis intelektas pagaliau pasiekė keletą seniausių savo tikslų. Jis buvo sėkmingai naudojamas visoje technologijų pramonėje, nors ir ne pagrindinėse veiklose. Dalį sėkmės lėmė didėjanti kompiuterio galia, o kita - sutelktas dėmesys į konkrečias problemas ir sprendžiant jas laikantis aukščiausių standartų. Vis dėlto dirbtinio intelekto reputacija, bent jau verslo pasaulyje, buvo mažesnė. Dėl kai kurių problemų dirbtinis intelektas nesugeba pasiekti žmogaus intelekto, kai buvo manyta iš pradžių. Visi šie veiksniai padėjo suskaidyti dirbtinį intelektą į konkuruojančias puses, orientuotas į konkrečias problemas ar sritis. Dirbtinis intelektas buvo atsargesnis ir sėkmingesnis nei kada nors anksčiau.

Pirmaisiais XXI amžiaus dešimtmečiais prieiga prie didelių duomenų kiekių (Big Data), pigesnių ir greitesnių kompiuterių bei pažangių mašininio mokymosi metodų buvo sėkmingai pritaikyta daugeliui problemų visose verslo srityse. Didieji duomenys reiškia duomenų rinkinį, kurio negalima užfiksuoti, valdyti ir apdoroti įprastais programinės įrangos įrankiais per tam tikrą laiką. Tai yra didžiulė sprendimų priėmimo, įžvalgos ir procesų optimizavimo galimybė, kuriai reikalingi nauji apdorojimo modeliai. Strateginė didžiųjų duomenų technologijos reikšmė yra ne kaupti didžiulę duomenų informaciją, bet specializuotis šiuose reikšminguose duomenyse. Kitaip tariant, jei didieji duomenys lyginami su pramone, raktas į pelningumą šioje pramonėje yra padidinti duomenų apdorojimo galimybes ir realizuoti duomenų pridėtinę vertę naudojant apdorojimą.

 

Panaudojimas

 

Įvairūs sprendimai, sukurti dirbtinio intelekto pagalba, gali būti naudojami įvairiose srityse, pavyzdžiui, gamybos ar projektų valdymo sistemose. Taip pat galimybė panaudoti tiekimo robotizavimą, dirbtinio intelekto pagalba, gali būti įmonėse, kurios turi savo sandėlius, didelį kiekį tiekėjų, didelį pirkimo ir pardavimo sąskaitų srautą, daug darbuotojų. Skirta įmonėms, kurioms reikia apdoroti didelius kiekius informacijos, ir norima išvengti klaidų, nereikalingų pasikartojimų ir sutaupyti laiko, kai reikia ypatingo tikslumo.

Dirbtinio intelekto panaudojimo sritys yra neribotos, šis algoritmas gali būti apmokytas ir pritaikytas įvairiausiose srityse. Terra IT pradėjo naudoti ir apmokyti padėti užsakymų valdymui. Dirbtinis intelektas remdamasis istoriniais, ankstesnių užsakymų iš tiekėjų duomenimis, teikia rekomendacijas optimaliausiems užsakymams, tam, kad prekių sandėliuose būtų būtent toks kiekis kokio reikės.

 

Pritaikymas

 

Terra IT kuriamoms verslo valdymo sistemoms gali būti naudojami dirbtinio intelekto sprendiniai.

Gamybos ir projektų valdymo sistemose gali būti pritaikytas tiekimo grandinės valdymui, apjungiant užsakymus, tiekėjų informacijos valdymą bei sandėlių apkrovimą.

Kiekvienai įmonei suteikiama nauda pastebima iškart dėl geresnio duomenų apdorojimo, pasikartojimų išvengimo, sumažinamas darbuotojų skaičius toms pačioms užduotims atlikti.

Dirbtinis intelektas gali būti labai plačiai pritaikomas ir kitose srityse, todėl stengiamasi nuolat tobulėti ir papildyti verslo valdymo sistemas naujausiomis funkcijomis. Kūrimas ir apmokymas užima nemažai laiko, tam reikia investicijų ir geros komandos, tačiau įgyvendinus visus planus, rezultatai atperka viską – inovatyvūs sprendimai pradeda gerinti verslo valdymo kokybę, mažinti išlaidas, padeda išvengti klaidų ir sukuria didelę pridėtinę vertę. Dirbtinio intelekto programavimas užima nemažai laiko ir reikalauja tam skirtų resursų, tačiau rezultatas atperka įdėtą darbą, nes palengvinama verslo valdymo veikla daugeliui klientų.

Pritaikymas gali būti įgyvendintas tiek verslo valdymo sistemose, kur visą darbą atlieka kompiuterizuotos programos, tiek gamybos įmonėse, kur dirba robotizuoti įrengimai. Dirbtinis intelektas programuojamas atlikti reikiamas užduotis, todėl gali būti pritaikytas daugelyje sričių. Tai yra ateities technologijos, kurios užtikrins pramonės klestėjimą, tinkamą augimą, rinkos didinimą. 

 

Uždaviniai ir svarba 

 

Dirbtinis intelektas yra svarbus šiuolaikiniams uždaviniams spręsti. Tobulėjant sistemoms, daugelis jų pradeda naudoti dirbtinį intelektą, siekiant mažinti rankinio darbo kiekį, žmogiškųjų resursų, naudojamos dirbtinio intelekto technologijos. Siekiant apimti didesnį kiekį uždavinių, juos greičiau spręsti, pateikti naudingus rezultatus su minimaliu kiekiu klaidų, taikomos technologijos, kurios pačios save apmoko, naudojant istorinius duomenis, ankstesnes klaidas. Optimaliausio rezultato pateikimui, reikalingi dideli kiekiai duomenų, tuomet pateikti atsakymai būna arčiausiai tikslo.

Dirbtinio intelekto svarba šiuolaikiniame pasaulyje užima didelę dalį, nes daugybė gamyklų, transporto įmonių, klientų aptarnavimo ir kitų sferų sistemos yra tobulinamos, kad užtikrintų minimalų klaidų kiekį, tikslų detalių poreikį, gaminamos produkcijos kiekius, likučius sandėliavimus. Kuriamos verslo valdymo sistemos apjungiamos, tobulinamos kartu su dirbtiniu intelektu, intelektualiomis funkcijomis. Pačios apsimokančio sistemos yra neatsiejama nuo šiuolaikinių technologijų ir naujausių sprendimų moderniame verslo pasaulyje.


Dirbtinio intelekto sprendimai verslui - nauda ir  galimybės

 

Prognozavimo uždavinių sprendimui, klasifikavimo uždaviniams naudojamas dirbtinis intelektas dažniausiai pritaikomas praktiškai realiose įmonėse. Tai gali būti automatiniai vertimai, parašų atpažinimai, likučių suskaičiavimai, numatytos apimtys. Taip pat viešose erdvėse transporto srautai ir jų valdymas, transporto sekimas, saugumo užtikrinimas.

Panaudojimo galimybės gali būti didžiulės, todėl apibrėžti reiktų kelias pagrindines sritis, kurios yra populiariausios:

  • internetinė prekyba - internetinėse parduotuvėse pradedant nuo klientų aptarnavimo, užklausų pateikimo, iki užsakymo suformavimo, siuntos informacijos perdavimo kurjeriui, bei užsakymo būsenų keitimo kiekviename etape;
  • sveikatos paslaugos - registracijos sistemos, vizitų sudėliojimas, darbo grafikų ir apsilankymų, darbo ir poilsio grafikai;
  • pramonė - pradedant nuo užsakymo priėmimo, medžiagų užsakymo, baigiant sandėliavimu, logistikos paslaugomis, žaliavų apskaita, prastovų ar mechanizmų darbo laikas, prognozavimas gamybos ar gedimų srityje;
  • transporto paslaugos - tai plati sritis, kuri taip pat gali apimti viešąjį sektorių, krovinius, keleivius įvairiomis transporto priemonėmis - lėktuvais, laivais, geležinkeliais, vilkikais, autobusais ir kt. Maršrutų sudėliojimui, darbų planavimui, krovinių ir transporto priemonių saugumo reikalavimų užtikrinimui.

Dirbtinio intelekto sprendimų nauda verslui yra matoma realiai naudojant ir pritaikant versle. Sumažinamas rankinio darbo laikas, žmogiškieji resursai, nes dalį darbų perima kompiuterizuotos sistemos, sutrumpinamas užduočių sprendimo laikas, nes naudojami algoritmai ir istoriniai duomenys palengvina reikiamos informacijos paieškas tolimesniems skaičiavimams.

Terra IT kuriamos sistemos tobulinamos tam, kad ateityje būtų galimybė jas pildyti dirbtinio intelekto moduliais, užduodant sistemoms naujų ir sudėtingesnių uždavinių, prognozių ir reikiamo atsakymo pateikimui.