Multimodalna AI i jej zastosowania w biznesie| Firmbee

Współcześnie dostępne dla biznesu modele sztucznej inteligencji różnią się od inteligencji ludzkiej przede wszystkim tym, że w większości są unimodalne. Oznacza to, że potrafią korzystać tylko z jednego typu informacji. Multimodalna AI jest kolejnym krokiem na drodze do ogólnej AI, dzięki wykorzystywaniu danych różnego typu podobnie, jak człowiek używa wielu zmysłów do poznawania świata, w którym żyje. Jakie jednak zastosowania w biznesie ma multimodalna sztuczna inteligencja?

Multimodalna AI i jej zastosowania w biznesie – omówione zagadnienia:

Wstęp
Multimodalna AI dziś
Gato i przyszłość multimodalnej AI w biznesie
Podsumowanie

Wstęp

Większość dzisiejszych modeli sztucznej inteligencji trenowanych jest na jednym rodzaju danych. Mogą to być między innymi:

teksty – tak jak w przypadku Natural Language Processing (NLP)
obrazy tak jak ma to miejsce w technologiach rozpoznawania obrazu (Computer Vision), które pozwalają między innymi na identyfikację twarzy, czy
dane liczbowe – w przypadku analizy danych biznesowych

Tego typu modele unimodalne są w stanie szybko przetwarzać duże ilości danych i dostrzegać wzorce, których nie jest w stanie wychwycić ludzka inteligencja. Jednak mają one poważne ograniczenia. Są niewrażliwe na kontekst, oraz niezbyt sprawnie radzą sobie z nietypowymi i niejednoznacznymi sytuacjami.

Z tymi najtrudniejszymi dla sztucznej inteligencji zadaniami znacznie lepiej radzą sobie modele multimodalne. Mogą one tak jak ludzie, poznawać świat różnymi “zmysłami” i uczyć się z różnych źródeł. A dzięki temu lepiej kojarzyć odległe fakty i łączyć różne formy wiedzy.

W kontekście biznesowym jedna przyszłościowa multimodalna AI mogłaby zajmować się na przykład optymalizacją procesów biznesowych w firmie, analizą wpisów mediach społecznościowych i organizacją logistyki, a nawet fizycznym ustawianiem towarów w magazynie. Dzięki dostępowi do różnych typów danych byłaby w stanie zarządzać firmą w sposób scentralizowany, dysponując zarazem rozległą i szczegółową wiedzą o każdym mierzalnym aspekcie działalności biznesowej.

Multimodalna AI dziś

Jednym z modeli sztucznej inteligencji wykorzystujących multimodalność jest DALL-E 2, autor zaskakujących obrazów tworzonych na podstawie tekstowych wskazówek. Jednak możliwości dzisiejszej “wielozmysłowej” sztucznej inteligencji nie ograniczają się do tworzenia materiałów wizualnych. Rozwijane dziś modele wykorzystują pary modalności takie jak:

tekst i obraz
tekst i audio
tekst i wideo
obraz i model trójwymiarowy

Jednym z najciekawszych narzędzi, które zyskało już ogromną popularność jest Synthesia. Jest to działająca w przeglądarce platforma służąca do tworzenia wideo na bazie wprowadzonego tekstu, który odczytywany jest przez awatara-lektora i uzupełniony o wizualną prezentację. Synthesia wykorzystywana jest szeroko do tworzenia:

prezentacji produktów
instrukcji obsługi oprogramowania i sprzętu technicznego
tworzenia materiałów szkoleniowych.

Zamiast zatrudniania aktorów, lektorów i projektantów prezentacji można więc skorzystać z usług jakie gwarantuje multimodalna AI dla biznesu i w parę minut stworzyć materiał filmowy na podstawie dobrze napisanego tekstu. Dzięki zastosowaniu modułu tłumaczenia, możliwe jest także przygotowanie materiałów w wielu wersjach językowych.

Gato i przyszłość multimodalnej AI w biznesie

Najdoskonalszym ze współczesnych modeli multimodalnych jest Gato. Jest to głęboka sieć neuronowa stworzona przez Deep Mind. Dzięki temu, że pozyskuje ona równocześnie informacje z różnych źródeł, uczy się szybciej i skuteczniej niż unimodalne modele. Może również wykonywać zadania takie jak:

opisywanie obrazów – czyli przekształcanie danych wizualnych w tekstowe
manipulacja obiektami w fizycznej przestrzeni – wykorzystując robotyczne ramię wyposażone w sensory dotykowe i obraz z kamery potrafi rozwiązywać zadania związane z przestawianiem przedmiotów
prowadzenie tekstowego czatu – czyli realizacja zadań czatbota
uczenie się, rozumienie reguł gry oraz podejmowanie decyzji, jakie działanie należy podjąć

Wiele z tych funkcjonalności jest już dziś wykorzystywanych w złożonych systemach takich jak autonomiczne samochody i inteligentne miasta. Nie były one jednak stosowane na taką skalę w mniejszych biznesowych kontekstach.

Możemy jednak wyobrazić sobie biznesowe zastosowania wymienionych wyżej funkcjonalności. Opisywanie obrazów może służyć chociażby do inwentaryzacji towarów na podstawie danych z kamer CCTV lub identyfikacji brakujących produktów na sklepowych półkach. Manipulację obiektami można wykorzystać do uzupełniania zidentyfikowanych w poprzednim kroku brakujących towarów.

Podsumowanie

Multimodalna AI obiecuje bardzo wiele. Z naszej perspektywy jest to przede wszystkim zapowiedź rewolucyjnych zmian w sposobie stosowania AI w biznesie. Zamiast rozproszonych, punktowych rozwiązań pozwalających na automatyzację prostych, powtarzalnych zadań, rysuje się horyzont powstania potężnych narzędzi pozwalających na zbieranie danych pochodzących z różnych źródeł i wyciąganie wniosków z ilości danych wykraczających poza ludzkie możliwości percepcyjne.

Być może w niedalekiej przyszłości pozwoli to na tworzenie autonomicznych firm? A w bliższej perspektywie – na realizację w czasie rzeczywistym materiałów audiowizualnych odpowiadających bezpośrednio na pytanie o produkt zadane przez klienta.

Jeśli podobają Ci się treści, które tworzymy, sprawdź również: Facebook, Twitter, LinkedIn, Instagram, YouTube, Pinterest.

Autor: Robert Wilczycki
Ekspert i wykładowca JavaScript, który zajmuje się szkoleniem działów IT. Jego głównym celem jest zwiększanie produktywności zespołów poprzez uczenie innych efektywnej współpracy.
Zobacz wszystkie posty

Maintenance break

Multimodalna AI i jej zastosowania w biznesie | AI in business #21