TOP 10 témat umělé inteligence za rok 2024

Základním stavebním kamenem pro tuto oblast je doporučení UNESCO o etice umělé inteligence, které v roce 2021 přijalo 193 zemí. Tento komplexní rámec klade důraz na čtyři základní hodnoty: dodržování lidských práv, rozvoj spravedlivé společnosti, ohled na životní prostředí a rozmanitost a inkluzi.

Doporučení uvádí jedenáct klíčových oblastí pro politická opatření. Patří mezi ně udržitelnost, spravedlnost, technická bezpečnost, odpovědnost, vysvětlitelnost a správa dat.

V rámci Evropské unie je velmi důležitým legislativním rámcem Akt o umělé inteligenci (EU AI Act, nařízení (EU) 2024/1689), který nastavuje globální standard pro vývoj a nasazení důvěryhodné umělé inteligence.

Změny na pracovním trhu v souvislosti s AI jsou nevyhnutelné. Za poslední dva roky se počet pracovních nabídek, které zahrnují dovednosti v oblasti umělé inteligence jako požadavek, zvýšil o 130 %!

Tento trend je patrný zejména v oblasti generativní umělé inteligence, kde poptávka po pracovních pozicích vzrostla třináctinásobně! U strojového učení se uvádí zvýšení poptávky o 80 %, v rámci datové vědy je zvýšení 2,5x větší.

Podle International Data Corporation bude do roku 2026 bude více než 90 % společností řešit u svých zaměstnanců nedostatek IT dovedností. V současnosti až 80 % společností při náboru uvádí potřebu dovedností založených na AI a souvisejících technologiích.

Transparentnost, která je vlastní právě open source AI, vedla k významnému pokroku v různých oblastech, od zpracování přirozeného jazyka po počítačové vidění. Jedním z nejvýznamnějších příkladů open source AI je OpenCV, Open Source Computer Vision Library.
 

Agentní systémy AI jsou navrženi tak, aby fungovaly samostatně, rozhodovaly se a přizpůsobovaly se měnícímu se prostředí s minimálním zásahem člověka. Dokážou analyzovat složité situace, formulovat strategie a provádět vícekrokové úkoly k dosažení předem stanovených cílů.
 

Umělá inteligence rychle mění vědecký výzkum v mnoha oborech. Analýza dat, vytváření hypotéz a navrhování experimentů. Příkladem je oblast zdravotnictví. V genomice mohou algoritmy AI rychle analyzovat genetické sekvence a identifikovat markery nemocí. Díky tomu došlo k urychlení výzkumu v genomice o 60 %.

Systémy zpracování přirozeného jazyka (NLP) přinášejí revoluci do způsobu, jakým výzkumní pracovníci spravují stále rostoucí objem vědecké literatury. Vědci mají tak lepší přehled o vývoji jejich oboru. AI navíc integruje data a metodiky z různých vědních oborů, což vede k inovativním řešením složitých problémů (např. změna klimatu).

Umělá inteligence rychle mění vědecký výzkum v mnoha oborech. Analýza dat, vytváření hypotéz a navrhování experimentů. Příkladem je oblast zdravotnictví. V genomice mohou algoritmy AI rychle analyzovat genetické sekvence a identifikovat markery nemocí. Díky tomu došlo k urychlení výzkumu v genomice o 60 %.

Systémy zpracování přirozeného jazyka (NLP) přinášejí revoluci do způsobu, jakým výzkumní pracovníci spravují stále rostoucí objem vědecké literatury. Vědci mají tak lepší přehled o vývoji jejich oboru. AI navíc integruje data a metodiky z různých vědních oborů, což vede k inovativním řešením složitých problémů (např. změna klimatu).

Zjednodušeně řečeno vyžadují menší výpočetní výkon a paměť ve srovnání s LLM. Mohou být trénovány s relativně malými datovými sadami, mají jednodušší architektury, které jsou lépe vysvětlitelné, a jejich malá velikost umožňuje nasazení na mobilních zařízeních. Jsou tak dostupnější běžným uživatelům. Jsou navíc ekologicky udržitelnější a nákladově efektivnější.
 

Mění se také pravidla hry v oblasti generování textů, zákaznické podpory, plánování schůzek, ale také ve výrobě, logistice, zdravotnictví a v mnoha dalších oblastech. O změnách na trhu práce více zde.
 

Společnost Gartner předpovídá, že do roku 2026 bude více než 80 % podniků využívat rozhraní API a modely Gen AI v produkčním prostředí. Zde je potřeba upozornit, že přijímání AI není bez problémů. Řadu podniků aktuálně odrazuje nedostatečné porozumění tématu, případně jsou ve fázi experimentování.
 

Kombinace různých typů dat, jako je text, obrázky, zvuk a videa. To představuje obrovský skok kupředu. Na rozdíl od tradičních unimodálních systémů, které se spoléhají na jediný typ dat, AI integruje různé vstupy, což jí umožňuje provádět složité úkoly s větší přesností.

Ve své podstatě se multimodální AI skládá ze tří klíčových komponent: vstupního modulu, fúzního modulu a výstupního modulu.

• Vstupní modul se skládá z několika unimodálních neuronových sítí, z nichž každá zpracovává jiný typ dat.
• Fúzní modul pak zpracovává a slaďuje informace z jednotlivých modalit, přičemž využívá techniky ke spojování nezpracovaných dat.
• Výstupní modul zpracovává výsledky.

• https://aiindex.stanford.edu/report/
• https://www.nu.edu/blog/ai-statistics-trends/
• https://aimagazine.com/articles/top-10-ai-trends-of-2024