all
Tech Trends 2030: Nová éra generatívnej AI
Táto správa Tech Trends skúma vývoj generatívnej priemyselnej AI a jej vplyv na odvetvia. Objavte kľúčové trendy a budúce scenáre.
Slovník umelej inteligencie
Oblasť AI zahŕňa širokú škálu disciplín a technológií. Tento glosár najdôležitejších kľúčových pojmov vám môže pomôcť rozšíriť vaše porozumenie a ponoriť sa hlbšie do tohto fascinujúceho sveta.
A
Agentická umelá inteligencia (AI) označuje pokročilé systémy umelej inteligencie, ktoré idú nad rámec prostého reagovania na príkazy; generujú obsah, autonómne vykonávajú úlohy a dosahujú ciele. Tieto systémy kombinujú schopnosti uvažovania, pamäťové funkcie a spätnoväzobné slučky, aby nezávisle plánovali a vykonávali akcie, často využívajúc rôzne digitálne nástroje a prispôsobujúc svoj prístup prostredníctvom učenia. Na rozdiel od tradičnej umelej inteligencie môže agentická umelá inteligencia fungovať samostatne aj v spolupráci s inými agentmi umelej inteligencie, pričom robí autonómne rozhodnutia a zároveň prepája rôzne platformy a systémy na dokončenie zložitých úloh.
V priemyselnom kontexte agentická umelá inteligencia zahŕňa nasadenie systémov umelej inteligencie, ktoré dokážu nezávisle monitorovať, analyzovať a riadiť rôzne aspekty priemyselných operácií, ako je prediktívna údržba, kontrola kvality, riadenie zásob alebo optimalizácia výrobných procesov.
Umelá inteligencia (AI) označuje softvér, ktorý má schopnosť učiť sa a prispôsobovať sa. AI dokáže riešiť úlohy, ktoré vyžadujú interpretáciu významu vstupných údajov a prispôsobenie sa požiadavkám. Typicky ide o úlohy, ktoré predtým dokázala riešiť iba prirodzená inteligencia. Existuje niekoľko typov metód AI, ktoré sa výrazne líšia z hľadiska oblastí použitia, potenciálu a rizík s nimi spojených. Základné princípy AI boli vyvinuté v 20. storočí. Keďže všetky metódy AI vyžadujú veľké množstvo trénovacích údajov, táto technológia v súčasnosti nadobúda na dôležitosti vďaka digitalizácii a veľkým dátam (big data).
Technológia, ktorá umožňuje prekrývanie digitálnych informácií s prostrediami a objektmi reálneho sveta, zvyčajne pomocou imerzívnej 3D virtuálnej reality. AR umožňuje vylepšenú verziu fyzického sveta pridaním digitálnych vizuálnych, zvukových a ďalších zmyslových prvkov.
Systémy, ktoré dokážu fungovať bez zásahu človeka, napríklad autonómne vozidlá a drony.
Vozidlá, ktoré dokážu fungovať bez zásahu človeka, napríklad samoriadiace autá a nákladné vozidlá.
B
Neúmyselné predsudky alebo zvýhodňovanie, ktoré sa môžu vyskytnúť v systémoch AI v dôsledku zaujatých tréningových údajov alebo algoritmov.
Veľké a komplexné súbory údajov, ktoré sú často generované (priemyselnými) senzormi, ale aj spoločnosťami, organizáciami a ľuďmi. Keďže tieto údaje sú často neštruktúrované, neúplné alebo nesprávne, softvér bez podpory AI ich zvyčajne nedokáže zmysluplne spracovať.
C
Program využívajúci AI, ktorý dokáže komunikovať s ľuďmi prostredníctvom textovej alebo hlasovej komunikácie.
Typ AI, ktorý sa snaží napodobniť ľudské kognitívne procesy, napríklad vnímanie, uvažovanie a rozhodovanie.
Podskupina AI, ktorá umožňuje počítačom získavať informácie z vizuálnych materiálov, ako sú obrázky a videá, aby ich mohli pochopiť a interpretovať.
Stratégie, opatrenia a nástroje na zabezpečenie digitálnych informácií pred externými útočníkmi. AI možno využiť na detekciu a prevenciu kybernetických útokov, ako aj na identifikáciu a riešenie narušení bezpečnosti.
D
Proces analýzy a interpretácie údajov s cieľom odhaliť poznatky a prijímať informované rozhodnutia.
Počítačové systémy navrhnuté na podporu rozhodovania ľudí poskytovaním relevantných informácií a analýz.
Podskupina strojového učenia, ktorá zahŕňa využívanie neurónových sietí s viacerými vrstvami, aby sa stroje mohli učiť z údajov.
Matematický model, ktorý opisuje správanie fyzického objektu alebo procesu. V simulačnom prostredí možno digitálne dvojča použiť na simuláciu toho, čo by sa stalo v reálnom svete, ak by sa zmenili parametre systému. Digitálne dvojčatá možno využívať počas celého životného cyklu produktu vrátane fáz návrhu, výroby, prevádzky a servisu. Vizuálne reprezentácie digitálnych dvojčiat vyzerajú a správajú sa ako ich fyzické náprotivky, zrkadlia reálny svet a v reálnom čase sa prispôsobujú tomu, čo sa v ňom deje.
E
Edge computing je typ architektúry systémov, ktorý na rozdiel od cloudových výpočtov presúva výpočtový výkon a ukladanie údajov bližšie k zdrojom údajov („edge“). Pomáha znižovať čas odozvy a množstvo energie potrebnej na prenos údajov. Systémy Edge AI možno implementovať fyzicky v blízkosti samotného zariadenia vykonávajúceho operácie. Tieto zariadenia môžu spúšťať aplikácie AI bez pripojenia ku cloudu.
AI navrhnutá na interakciu s fyzickým svetom a orientáciu v ňom, často prostredníctvom robotov alebo autonómnych vozidiel.
Štúdium a uplatňovanie morálnych princípov pri vývoji a používaní AI vrátane otázok, ako sú predsudky, súkromie a zodpovednosť.
AI navrhnutá tak, aby bola transparentná a vysvetliteľná, takže ľudia môžu pochopiť, ako a prečo stroj urobil konkrétne rozhodnutie.
F
Tréningová metóda v strojovom učení, pri ktorej viaceré samostatné zariadenia trénujú model strojového učenia pomocou vlastných (oddelených) súborov údajov. S hlavným účastníkom v sieti sa zdieľajú iba konečné výsledky.
G
Umelá inteligencia, ktorá je navrhnutá na generovanie nového obsahu, ako sú obrázky, videá a hudba, kombináciou existujúceho obsahu a učením sa z neho.
Schopnosť aplikácie, napríklad CAD softvéru, autonómne generovať viacero návrhových alternatív na základe stanoveného súboru obmedzení. Využíva techniky, ako sú AI, optimalizácia a simulácia.
I
Priemyselná AI označuje využívanie AI v odvetviach, ktoré tvoria základ našich ekonomík – priemysel, infraštruktúra, mobilita a zdravotná starostlivosť.
Modely priemyselných základov (IFM) sú predtrénované na údajoch špecifických pre priemysel, aby hlboko porozumeli „jazyku“ inžinierstva, automatizácie a výroby a umožnili rýchlejšie a presnejšie nasadenie riešení AI. Poskytujú štandardizovaný východiskový bod, čím šetria čas, zdroje a energiu prostredníctvom úspor z rozsahu. IFM sú prispôsobené na riešenie reálnych priemyselných výziev. Pôsobia ako inteligentná vrstva za priemyselnými kopilotmi a podporujú prenos znalostí a spoluprácu naprieč odvetviami. Podporujú nielen text, obrázky a zvuk, ale aj 3D modely, 2D výkresy a ďalšie komplexné štruktúry, ako napríklad časové rady údajov špecifické pre priemysel (pozri aj multimodálne LLM).
AI priemyselnej úrovne označuje úroveň kvality, spoľahlivú, bezpečnú a dôveryhodnú, ktorá je navrhnutá tak, aby spĺňala prísne požiadavky a štandardy náročných profesionálnych prostredí.
Pojem používaný na označenie štvrtej priemyselnej revolúcie, ktorá zahŕňa integráciu AI, IoT a ďalších pokročilých technológií do výroby a priemyslu.
Sieť technických zariadení vybavených senzormi, softvérom a konektivitou, ktorá umožňuje výmenu údajov. IoT je jedným z hlavných hnacích motorov digitalizácie a veľkých súborov údajov.
K
Databáza, ktorá reprezentuje znalosti ako graf vzájomne prepojených uzlov a hrán a používa sa v aplikáciách AI, ako napríklad NLP a vyhľadávanie.
L
Typ jazykového modelu AI, ktorý je trénovaný na veľkom množstve údajov, napríklad GPT-3, na generovanie textu podobného ľudskému.
M
Podskupina AI, ktorá zahŕňa používanie algoritmov a štatistických modelov na to, aby sa stroje mohli učiť zo skúseností alebo z údajov.
Podskupina AI, ktorá umožňuje strojom s pripojenými kamerami získavať vizuálne informácie na pochopenie a interpretáciu ich okolia.
Multimodálne LLM dokážu súčasne porozumieť a spracovať viaceré typy údajov – napríklad text, obrázky, zvuk alebo údaje zo senzorov. Sú integrované do aplikácií, ako sú počítačové videnie, autonómne vozidlá a robotika. Zlepšujú rozpoznávanie objektov, porozumenie scénam a umožňujú strojom vykonávať komplexné pokyny. Multimodálne LLM majú potenciál ovplyvniť spracovanie a generovanie údajov špecifických pre priemysel – napríklad časových radov, 2D a 3D modelov alebo údajov pre strojové videnie – rovnakým spôsobom, akým konvenčné LLM ovplyvnili spracovanie textu a reči.
N
Podskupina AI, ktorá sa zameriava na interakciu medzi počítačmi a ľudským jazykom.
Rozhranie, ktoré umožňuje ľuďom komunikovať s počítačmi pomocou prirodzených gest, reči a ďalších foriem vyjadrenia.
Typ algoritmu strojového učenia, ktorý je modelovaný podľa štruktúry ľudského mozgu a používa sa na rozpoznávanie vzorov v údajoch.
Proces analýzy zmien napätia a prúdu v budovách alebo strojoch, ktoré pozostávajú z viacerých podzariadení, s cieľom určiť individuálny príspevok každého zariadenia v systéme.
P
Fyzická umelá inteligencia označuje integráciu umelej inteligencie do strojov – ako sú roboty – ktoré dokážu vnímať svoje prostredie a konať v ňom. Inšpirovaná ľudským senzomotorickým cyklom, fyzická umelá inteligencia spracováva senzorické vstupy (ako sú 3D kamery alebo hmatové senzory), generuje z nich ovládacie príkazy a umožňuje strojom vykonávať zložité úlohy adaptívne a autonómne vo fyzických 3D prostrediach.
Fyzikálne informovaná umelá inteligencia, známa aj ako fyzikálne uvedomelá umelá inteligencia, označuje novú triedu metód umelej inteligencie, ktoré priamo začleňujú fyzikálne zákony do tréningového procesu. Na rozdiel od konvenčných prístupov umelej inteligencie, ktoré sa pri učení správania vo veľkej miere spoliehajú na veľké súbory údajov, fyzikálne informovaná umelá inteligencia integruje fyzikálne obmedzenia na usmerňovanie učenia. To umožňuje systémom umelej inteligencie uvažovať a robiť predpovede aj vtedy, keď sú údaje z reálneho sveta obmedzené, a to využitím našich existujúcich vedomostí o tom, ako fyzikálny svet funguje. Namiesto učenia sa iba z príkladov tieto modely využívajú svoje fyzikálne znalosti na usmerňovanie učenia smerom k optimálnejším a fyzikálne konzistentnejším riešeniam.
Prediktívna umelá inteligencia využíva štatistickú analýzu a strojové učenie na identifikáciu vzorcov v prevádzkových údajoch v reálnom čase a historických prevádzkových údajoch zo strojov a zariadení, čo jej umožňuje predpovedať budúce správanie, odhaľovať anomálie, predpovedať potenciálne poruchy a odporúčať údržbárske opatrenia. Používa sa na zlepšenie stavu a spoľahlivosti aktív, zníženie neplánovaných prestojov a podporu rýchlejšieho rozhodovania na základe údajov v priemyselných prevádzkach.
Využívanie AI a štatistických modelov na predpovedanie budúcich udalostí alebo trendov na základe historických údajov.
Využívanie AI na predpovedanie, kedy budú stroje potrebovať údržbu alebo opravy, na základe údajov v reálnom čase.
Q
Využívanie AI na detekciu chýb a zabezpečenie toho, aby produkty spĺňali štandardy kvality.
R
Typ strojového učenia, pri ktorom sa netrénovaní agenti učia stratégiu prostredníctvom sankcií a odmien systému po vykonaných akciách.
Aplikácie AI, ktoré spĺňajú stanovené etické a morálne štandardy.
Odvetvie inžinierstva a AI zamerané na návrh, konštrukciu a prevádzku robotov.
S
Využívanie AI na analýzu a interpretáciu emócií a názorov vyjadrených v texte alebo reči.
Elektrická sieť, ktorá využíva AI a ďalšie pokročilé technológie na optimalizáciu výroby, distribúcie a spotreby elektriny.
Špecializovaný hardvér, napríklad grafické procesorové jednotky (GPU) alebo okrajové zariadenia s jazykovými procesorovými jednotkami (LPU), predstavuje vznikajúci trend v priemyselnej AI. Tieto zariadenia poskytujú vysokovýkonný výpočtový výkon na okraji siete, čo umožňuje spracovanie algoritmov AI v reálnom čase. Ich integrácia umožňuje paralelné spracovanie a zrýchlený výkon, čo vedie k rýchlejšiemu vykonávaniu komplexných úloh AI. Toto lokálne spracovanie znižuje latenciu a závislosť od cloudových zdrojov, čo je zásadné pre časovo citlivé aplikácie. Špecializovaný hardvér zároveň podporuje pokročilé modely AI, čo vedie k lepším poznatkom a vyššiemu výkonu. Okrem toho znižuje náklady tým, že minimalizuje potrebu rozsiahlej cloudovej infraštruktúry a prenosu údajov.
Schopnosť strojov rozpoznať a interpretovať ľudskú reč.
Metóda učenia, pri ktorej sa modely strojového učenia trénujú pomocou označených (známych) súborov údajov na predpovedanie výsledku.
Optimalizácia toku tovaru a materiálov v dodávateľskom reťazci s cieľom znížiť náklady a zvýšiť efektivitu. Umelá inteligencia sa často používa na automatizáciu procesov, detekciu neefektívnosti, zabezpečenie kvality tovaru a predpovedanie dopytu.
Umelé údaje generované algoritmami namiesto reálnych udalostí, ktoré sa používajú na trénovanie a validáciu modelov strojového učenia. Kvalita syntetických údajov je rozhodujúca. Určuje, či AI po trénovaní poskytne prijateľné výsledky.
U
Metóda učenia, pri ktorej modely strojového učenia objavujú vzory a zoskupenia v údajoch, ktoré sú predtým neznáme (neoznačené).
V
Virtuálna realita (VR) predstavuje digitálne vytvorené prostredie, ktoré môže napodobňovať skutočný priestor, vytvárať alternatívnu realitu alebo kombinovať oboje. Používateľ môže virtuálny priestor skúmať z pohodlia domova, kancelárie alebo výrobnej haly.
