A mesterséges intelligencia úgy definiálható, mint a számítógépek használata az emberi intelligencia szimulálására, beleértve a tanulást (az információk megszerzését és osztályozását), valamint az érvelést, az adatokba való betekintést. A mesterséges intelligencia lényege, hogy képes felismerni a big data 3V-i (volume, velocity and variety) mintázatait, és képes összefüggéseket találni a különböző, és számára hozzáférhető adatok között.
A mesterséges intelligenciaés az ellátási lánc
Dr. Hokey Min, a Bowling Green State University Egyetem Üzleti Főiskolájának 2010-es érdekes kutatása a mesterséges intelligencia számos alkalmazását jósolta az ellátási lánc kezelésében. Kifejti, hogy a mesterséges intelligenciát (MI) azért vezették be, hogy olyan „gondolkodó gépeket” fejlesszenek és hozzanak létre, amelyek képesek utánozni, megtanulni és helyettesíteni az emberi intelligenciát.
Ezek közé tartozik a készletbiztonsági szintek meghatározása, a szállítási hálózatok tervezése, a beszerzés és az ellátás kezelése, valamint a kereslet tervezése és előrejelzése.
De honnan is indult ez az egész?
A mesterséges intelligencia (MI) története az informatika és az MI kutatások kezdeteire vezethető vissza. A gondolat, a gépekkel való intelligens interakciók létrehozása évszázadokon keresztül foglalkoztatta az embereket, de a valódi áttörés az 1950-es években történt. A (MI) kutatása az 1950-es évek közepén vette kezdetét, amikor John McCarthy és társai megalkották az MI fogalmát a Dartmouth Konferencián. Ezt a periódust gyakran a „klasszikus” vagy „szimbolikus” MI korának nevezik, melyben a tudósok a problémamegoldó programokra és a logikai következtetésre koncentráltak.
Az 1950-es és 60-as évek során a mesterséges intelligencia kutatói különböző algoritmusokat és módszereket dolgoztak ki, beleértve az első gépi tanulás és logikai programozási technikákat. A korabeli számítógépek korlátozott teljesítménye miatt azonban a fejlődés lassú volt és sok kihívást jelentett.
Az 1970-es évek vége óta a mesterséges intelligencia már ígéretesnek látszott az emberi döntéshozatali folyamatok és az azt követő produktivitás javításában a különböző üzleti törekvésekben, mivel akkorra képes volt felismerni az üzleti mintákat, megtanulni az üzleti jelenségeket, információkat keresni, és intelligensen elemezni az adatokat. Az 1980-as és 90-es években az MI kutatásokban új lendületet hozott a neurális hálózatok és a szakértő rendszerek fejlődése. A neurális hálózatok olyan algoritmusok, amelyek az agy működését modellezik, és képesek tanulni és mintákat felismerni. A szakértő rendszerek pedig olyan szoftverek, amelyek szűk szakterületeken magas szintű szakértelmet tudnak demonstrálni.
Az MI fejlődése az emberi találékonyság és kitartás tanúbizonysága, de fontos, hogy óvatosan haladjunk előre és biztosítsuk, hogy az MI fejlődése összhangban legyen az etikai irányelvekkel és a társadalmi szükségletekkel is.
A mesterséges intelligencia területe számos különböző alkalmazási területet érint és számos iparágban használható. Konkrét példa az MI üzleti döntéshozatalban történő felhasználására a Salesforce.com cég által kifejlesztett Eistein AI.
Bármennyire is fontos a mesterséges intelligencia, sajnos az a tapasztalat, hogy az MI összetevőket sokan alulértékelik. Ezek a területek az adatok és az adatkezelés. Az adattechnika az adattudomány azon aspektusa, amely az adatgyűjtés és -elemzés gyakorlati alkalmazásaira összpontosít. Mielőtt alkalmazzuk az MI-t, kérdezzük meg önmagunktól (cégünktől), hogy gyűjtünk-e fontos adatokat az üzleti tevékenységünkről? Hatékonyan tároljuk, rendszerezzük-e, és könnyen hozzáférhetők-e az adatok? Az MI rendszer az ügyfélszolgálati alkalmazásoktól a logisztikáig segít a felmerülőproblémák kezelésében, amit kiegészítenek a különféle alkalmazások, például a chatbotok. A ChatGPT a gépi tanulás egy konkrét modellje, amely az MI-ben és a természetes nyelvfeldolgozásban (NLP) használatos. A ChatGPT képes kontextus és témakörön belül különböző válaszokat generálni a bemeneti adatokra alapozva.
Mi is az a ChatGPT, ami alapjaiban felforgatja az életünket?
Egyre többet hallani arról, hogy ez a Google halála vagy, hogy elveszi a munkánkat stb.
Ahhoz, hogy több időnk és feladatunk legyen, valamint, hogy több munkát szerezzünk vele, mint amennyit elvesz, meg kell tanulnunk jól használni.
A mesterséges intelligencia jövőbeli szerepe a logisztikában és a csomagolásban című következő fejezetben részletesen bemutatom a GPT használatát, amivel kiterjeszthetjük a képességeinket arra, hogy az MI által hozott változást ne kényszerként, hanem élményként éljük meg.
Képek forrása: shutterstock. Jogdíj a szerző által megfizetve. A szerző hozzájárulását adta a felhasznált képek megjelenéséhez.
Vlaszák Lajos
