wydanie cyfrowe

Czekając na lato sztucznej inteligencji

Postrzegana jako centralny element cyfrowej transformacji AI zaczyna się zadomawiać w polskiej gospodarce

Na początku maja tego roku Narodowe Centrum Badań i Rozwoju (NCBR) ogłosiło konkurs na kilka innowacyjnych zastosowań sztucznej inteligencji. Centrum szuka projektów na inteligentny system przetwarzania mowy dla lekarzy, na dyspozytora korespondencji, asystenta petentów załatwiających sprawy w urzędach oraz inteligentną maszynę do zbierania jabłek. Chce na nie przeznaczyć 190 mln zł.

Największy budżet – 100 mln zł – ma to ostatnie zadanie, chociaż sad owocowy nie jest środowiskiem, które jako pierwsze przychodzi na myśl w kontekście zastosowania sztucznej inteligencji. NCBR argumentuje jednak, że „automatyzacja zbierania owoców jest swego rodzaju odpowiedzią na spodziewany problem” braku pracowników w rolnictwie w niedalekiej przyszłości. Oczekiwana maszyna posłuży w tej sytuacji pomocnym robotycznym ramieniem – natomiast AI, w oparciu o skrojone na miarę oprogramowanie, będzie odróżniać dobre jabłka od nadpsutych.

Ma to obniżyć koszty zbiorów – z korzyścią dla sadowników. Jak podaje NCBR, połowa z 4,8 mln ton jabłek wyprodukowanych w Polsce w 2018 r. pochodziła z nowoczesnych sadów, w większości o powierzchni 15–20 ha, nastawionych na dobrej jakości owoce deserowe (nie na przetwory). Prace nad zbudowaniem robotów do zbioru jabłek rozpoczęto już wprawdzie w kilku miejscach na świecie, ale nigdzie się jeszcze nie zakończyły. Za polską maszyną przemawia też fakt, że sposób budowania sadów w różnych krajach jest odmienny. Jeśli sztuczna inteligencja sprawdzi się przy zbieraniu jabłek, będzie można zaadaptować tę technologię do produkcji robotów zbierających inne owoce.

System przetwarzania mowy dla lekarzy usprawni natomiast proces wypełniania dokumentacji medycznej, wypisywania recept i wprowadzania danych pacjentów. Z kolei asystent petenta ma działać jak Siri czy Asystent Google – z tym że dodatkowo obeznany w meandrach urzędu gminy, urzędu skarbowego lub innej instytucji użyteczności publicznej, aby ułatwiać załatwianie tam spraw. Inteligentny dyspozytor korespondencji będzie zaś oprogramowaniem instalowanym na komputerze lub serwerze urzędu czy firmy. Uporządkuje wpływające e-maile według kategorii spraw, których dotyczą i – na podstawie treści listu i historycznych danych – zaproponuje odpowiedzi.

– Poszukujemy rozwiązań, które będzie można bezpośrednio zastosować w praktyce – podkreśla dr Remigiusz Kopoczek, p.o. dyrektor NCBR. – Wsparcie cyfrowej transformacji gospodarki to obecnie jeden z priorytetów działalności Centrum. Wykorzystanie możliwości, jakie daje zastosowanie sztucznej inteligencji, zwiększy bowiem konkurencyjność naszej gospodarki, a także przyczyni się do poprawy jakości różnych aspektów życia – dodaje.

AI w magazynie

Obecny konkurs jest czwartym w ramach strategicznego programu „Infostrateg”, mającego rozwijać polski potencjał w dziedzinie sztucznej inteligencji. W latach 2020–2029 NCBR może wydać 840 mln zł na projekty obejmujące badania naukowe i działania związane z wdrożeniem AI. W poprzednich konkursach, w drugiej połowie ubiegłego i w bieżącym roku, wytypowano już kilka projektów zaprzęgających AI m.in. do rozpoznawania obrazów medycznych, demaskowania fałszywych wiadomości (fake news), a także pomysł wykorzystania jej do kontroli jakości i bezpieczeństwa produktów.

Grant z Narodowego Centrum Badań i Rozwoju w wysokości niemal 3 mln zł dostał też projekt inżynierów z firmy PSI Polska pod nazwą Warehouse Intelligence – polegający na wykorzystaniu sztucznej inteligencji w logistyce. Jeden z jego etapów został już pilotażowo wdrożony w firmie LPP, do której należą modowe marki Reserved, Cropp, House, Mohito i Sinsay.

W Polsce jest niemal 24 mln mkw. powierzchni magazynowych i przemysłowych, a rosnące koszty paliwa, materiałów i pracy zmuszają korzystające z nich firmy produkcyjne i handlowe do szukania nowych sposobów optymalizacji, w czym może pomóc automatyzacja magazynów.

– Na rynku istnieją technologie wspierające pracowników bardzo wybiórczo, głównie w obszarze ścieżki zbiórki. Nikt wcześniej nie stworzył technologii z wykorzystaniem sztucznej inteligencji, która byłaby w stanie optymalizować wszystkie procesy magazynowe, traktując problem całościowo – opowiada o genezie projektu Jerzy Danisz z PSI Polska.

Magazynowa sztuczna inteligencja dochodziła do perfekcji, ucząc się na własnych błędach. – Model ML (czyli algorytm machine learning – uczenia maszynowego) dostawał zadanie i miał znaleźć jak najlepsze rozwiązanie. Jeżeli udało mu się skutecznie zoptymalizować dany proces, wygrywał. Jeżeli nie, musiał próbować robić to dalej, aż do skutku – wyjaśnia Danisz. Nauka odbywa się w cyfrowej replice rzeczywistego magazynu (tzw. cyfrowym bliźniaku), co pozwala szybko wypróbować setki tysięcy scenariuszy pracy magazynu prawie bez kosztów.

Trenowanie algorytmu do działania w docelowej lokalizacji trwa około trzech miesięcy.

Pilotażowe uruchomienie Warehouse Intelligence w magazynie LPP o 30 proc. skróciło trasy, po których wędrują towary. To oznacza oszczędności, gdyż ponad jedna trzecia kosztów logistyki magazynowej jest generowana na etapie kompletowania zamówienia. Sebastian Sołtys, dyrektor ds. logistyki z LPP, podkreśla, że w przypadku tej firmy koszty kompletowania i pakowania towarów to „znaczące liczby”. – Dlatego optymalizacja w tym obszarze ma dla nas ogromne znaczenie. Wpływa bezpośrednio na wydajność magazynową i sprawność obsługi zamówień – stwierdza.

Specjaliści na pełnych obrotach

Jeśli AI podbije polskie magazyny, będzie to ważny krok cyfrowej transformacji kraju. Na razie nasza gospodarka wciąż jest pod tym względem na początkowym etapie. Według raportu „State of Polish AI 2021”, przygotowanego przez Fundację Digital Poland, tylko 6 proc. dużych firm w kraju korzysta z uczenia maszynowego. To jedna z najniższych wartości w Unii Europejskiej – przy średniej dla Wspólnoty 11 proc.– i typowa dla Europy Środkowo-Wschodniej, gdyż podobne wyniki mają inne państwa członkowskie w tym regionie.

Nasz kraj zajmuje za to siódme miejsce w Unii Europejskiej pod względem liczby ekspertów zajmujących się rozwojem lub wdrożeniem sztucznej inteligencji. Firmy z tej branży zatrudniają przeważnie od pięciu do dziesięciu pracowników. Ponad połowa spółek rozwijających produkty i usługi AI osiąga siedmiocyfrowe zyski, a 8 proc. generuje ponad 50 mln zł przychodów. Prawie 40 proc. znaczną część sprzedaży realizuje za granicę – główne rynki zbytu polskich rozwiązań AI to Europa i Stany Zjednoczone.

W kraju sztuczna inteligencja znajduje zastosowanie w sektorach najbardziej scyfryzowanych – jak telekomunikacja, bankowość i finanse, handel detaliczny, media i ubezpieczenia. Wynika to częściowo z ogromnych ilości danych generowanych w takich przedsiębiorstwach – AI sprawdza się przy ich przetwarzaniu.

COVID-19 i jego konsekwencje miały ambiwalentny wpływ na wdrażanie sztucznej inteligencji w polskiej gospodarce. Z raportu „Cyfryzacja w dobie pandemii” firmy Autodesk, opublikowanego w ub. r., wynika, że spośród firm, które wstrzymały wprowadzenie rozwiązań technologicznych składających się na przemysł 4.0, ok. 15 proc. dało czerwone światło właśnie sztucznej inteligencji. Z drugiej strony ponad jedna czwarta wskazała na AI jako rozwiązanie, które wprowadzono w związku z pandemią – mimo braku takich planów przed jej wybuchem. W efekcie odsetek przedsiębiorstw, które wdrożyły sztuczną inteligencję, wzrósł z niespełna 20 proc. w 2020 r. do prawie 30 proc. w 2021 r. Kolejne 32 proc. deklaruje zaś, że ma takie plany.

– W kontekście rozwoju technologii opartej na sztucznej inteligencji posługujemy się porami roku – mówiła Aleksandra Przegalińska-Skierkowska, prof. z Katedry Zarządzania w Społeczeństwie Sieciowym w Akademii Leona Koźmińskiego, podczas tegorocznej debaty EEC Trends. Dodała, że AI ma już za sobą srogą zimę niedostatecznego finansowania. – Obecnie mamy wiosnę, po której spodziewam się długiego, słonecznego lata – stwierdziła, zastrzegając, że w Polsce ta dziedzina pozostaje jeszcze na etapie badań i pierwszych wdrożeń. – Zmiana podejścia wdrożeniowego ma miejsce, ale to nie jest poziom implementacji zaspokajający nasycenie nowoczesnej gospodarki sztuczną inteligencją – podkreśliła. ©℗


Nasz serwis wykorzystuje wyłącznie najnowsze technologie, aby zapewnić użytkownikowi najwyższą jakość usług. Prosimy o zaktualizowanie przeglądarki, aby poznać pełne możliwości naszego serwisu. Pobierz Microsoft Edge, aby korzystać z serwisu.