Multimodalna sztuczna inteligencja i jej zastosowania w biznesie | AI w biznesie #21

Dzisiejsze modele sztucznej inteligencji dostępne dla biznesu różnią się od inteligencji ludzkiej przede wszystkim tym, że są w większości unimodalne. Oznacza to, że przyjmują tylko jeden rodzaj informacji. Kolejny krok na drodze do w pełni sprawnej sztucznej inteligencji dotyczy modeli multimodalnych. Zawierają one różne rodzaje danych, w ten sam sposób ludzie rozwinęli wiele zmysłów, aby eksplorować świat, w którym żyją. Ale jakie zastosowania ma multimodalna sztuczna inteligencja w biznesie?

Multimodalna AI – spis treści:

1. Wstęp
2. Multimodalna sztuczna inteligencja dzisiaj
3. Gato i przyszłość multimodalnej AI w biznesie
4. Streszczenie

Wstęp

Większość dzisiejszych modeli sztucznej inteligencji szkoli się na jednym typie danych. Mogą to być:

• teksty – jak w Przetwarzaniu Języka Naturalnego (NLP)
• obrazy – podobnie jak w przypadku technologii rozpoznawania obrazu (Computer Vision) umożliwiających identyfikację twarzy, kształtów, odcisków palców itp.
• dane liczbowe – do analizy danych biznesowych

Takie modele jednomodalne przetwarzają duże ilości informacji szybko i wychwytują wzorce znacznie lepiej niż ludzie. Mają jednak poważne ograniczenia. Są niewrażliwi na kontekst i niezbyt biegli w radzeniu sobie z nietypowymi i niejednoznacznymi sytuacjami.

Te najtrudniejsze zadania dla sztucznej inteligencji znacznie lepiej radzą sobie modele multimodalne. Mogą, podobnie jak ludzie, poznawać świat różnymi „zmysłami” i uczyć się z różnych źródeł. W ten sposób łączą odległe fakty, a także łączą ze sobą różnorodne dane.

W kontekście biznesowym jedna zorientowana na przyszłość multimodalna sztuczna inteligencja mogłaby na przykład obsłużyć optymalizację procesów biznesowych firmy, analizę postów w mediach społecznościowych, organizację logistyki, a nawet fizyczne rozmieszczenie towarów w magazynie. Mając dostęp do różnego rodzaju danych może zarządzać firmą w sposób scentralizowany, mając jednocześnie rozległą i szczegółową wiedzę na temat każdego mierzalnego aspektu działalności biznesowej.

Multimodalna sztuczna inteligencja dzisiaj

Jednym z modeli sztucznej inteligencji, który wykorzystuje multimodalność, jest DALL-E 2, autor zaskakujących obrazów stworzonych z tekstowych wskazówek. Jednak możliwości dzisiejszej „multisensorycznej” sztucznej inteligencji wykraczają daleko poza komponowanie wizualizacji. Opracowane dziś modele łączą takie pary modalności, jak:

• tekst i obraz
• tekst i dźwięk
• tekst i wideo
• obraz i model trójwymiarowy

Jednym z najbardziej ekscytujących narzędzi, które już zyskały uznanie, jest Synthesia. Ta oparta na przeglądarce platforma do tworzenia filmów na podstawie wprowadzonego tekstu oferuje wizualną prezentację w towarzystwie lektora-awatara. Synthesia jest szeroko dostępna dla producentów:

• prezentacje produktów
• instrukcje obsługi oprogramowania i sprzętu technicznego,
• materiały treningowe

Teraz zamiast zatrudniać aktorów, lektorów i projektantów prezentacji, po prostu skorzystaj z usług multimodalnej sztucznej inteligencji dla biznesu i stwórz materiał na podstawie dobrze napisanego tekstu w kilka minut. Korzystając z modułu tłumaczeń przygotujesz również materiały w wielu wersjach językowych.

Gato i przyszłość multimodalnej AI w biznesie

Najlepszym z nowoczesnych modeli multimodalnych jest Gato. Ta głęboka sieć neuronowa opracowana przez Deep Mind jednocześnie pozyskuje informacje z różnych źródeł, uczy się szybciej i wydajniej niż modele unimodalne. Niektóre z jego możliwości obejmują:

• opisywanie obrazów – przekształcanie danych wizualnych w dane tekstowe
• manipulacja przedmiotami w przestrzeni fizycznej – poprzez ramię robota wyposażone w sensory dotykowe i obrazy z kamer wykonuje zadania związane z przestawianiem przedmiotów
• prowadzenie chatbota tekstowego – czyli wykonywanie zadań chatbota
• zrozumienie zasad i podejmowanie decyzji w grach

Dziś wiele z tych funkcjonalności istnieje już w złożonych systemach, takich jak samochody autonomiczne czy inteligentne miasta . Jednak ich aplikacja nie została jeszcze przeskalowana w domenie małych firm.

Mimo to można sobie wyobrazić multimodalne funkcjonalności dostarczane różnym firmom. Opisując obrazy z kamer CCTV może katalogować towary inwentarzowe lub identyfikować brakujące produkty na półkach sklepowych. Manipulacja przedmiotami automatycznie umożliwi uzupełnienie brakujących towarów zidentyfikowanych wcześniej bez udziału człowieka.

Streszczenie

Multimodalna sztuczna inteligencja budzi duże nadzieje. Z naszej perspektywy zapowiada przede wszystkim rewolucyjne zmiany w sposobie, w jaki sztuczna inteligencja działa w biznesie. Zamiast rozproszonych, punktowych rozwiązań automatyzujących proste, powtarzalne zadania, na horyzoncie pojawia się pojawienie się potężnych narzędzi do gromadzenia danych z różnych źródeł i wyciągania wniosków z ilości danych przekraczających ludzkie możliwości percepcyjne.

Być może w przyszłości AI stworzy nawet firmy autonomiczne. Wcześniej jednak wyprodukuje materiały audiowizualne w czasie rzeczywistym, odpowiadające bezpośrednio na zapytania klientów dotyczące produktów.

Jeśli podobają Ci się nasze treści, dołącz do naszej pracowitej społeczności pszczół na Facebooku, Twitterze, LinkedIn, Instagramie, YouTube, Pintereście, TikTok.

Autor: Robert Whitney

Ekspert i instruktor JavaScript, który szkoli działy IT. Jego głównym celem jest podnoszenie produktywności zespołu poprzez uczenie innych efektywnej współpracy podczas kodowania.

Zobacz wszystkie posty

AI w biznesie:

1. Sztuczna inteligencja w biznesie - Wprowadzenie
2. Zagrożenia i szanse AI w biznesie (część 1)
3. Zagrożenia i szanse AI w biznesie (część 2)
4. Aplikacje AI w biznesie - przegląd
5. Co to jest NLP, czyli przetwarzanie języka naturalnego w biznesie
6. Automatyczne przetwarzanie dokumentów
7. AI i media społecznościowe – co o nas mówią?
8. Automatyczny tłumacz. Inteligentna lokalizacja produktów cyfrowych
9. Chatboty tekstowe wspomagane przez sztuczną inteligencję
10. Działanie i aplikacje biznesowe Voicebotów
11. Technologia wirtualnego asystenta, czyli jak rozmawiać z AI?
12. Biznes NLP dziś i jutro
13. Jak sztuczna inteligencja może pomóc w BPM?
14. Czy sztuczna inteligencja zastąpi analityków biznesowych?
15. Rola AI w podejmowaniu decyzji biznesowych
16. Co to jest analiza biznesowa?
17. Planowanie postów w mediach społecznościowych. Jak sztuczna inteligencja może pomóc?
18. Zautomatyzowane posty w mediach społecznościowych
19. Sztuczna inteligencja w zarządzaniu treścią
20. Kreatywna sztuczna inteligencja dziś i jutro
21. Multimodalna sztuczna inteligencja i jej zastosowania w biznesie
22. Nowe interakcje. Jak sztuczna inteligencja zmienia sposób, w jaki obsługujemy urządzenia?
23. RPA i API w cyfrowej firmie
24. Nowe usługi i produkty działające z AI
25. Przyszły rynek pracy i nadchodzące zawody
26. Zielona sztuczna inteligencja i sztuczna inteligencja dla Ziemi
27. EdTech. Sztuczna inteligencja w edukacji