Na dogodku Društva za marketing Slovenije smo prepovedali besedo marketing. No, ne čisto zares, se pa z novim formatom dogodkov, ki smo ga poimenovali Vedoželjnik, posvečamo tudi drugim (ne nujno marketinškim) temam, ki pa zanimajo marketingaše in ki vplivajo na naše življenje in delo. Na prvem Vedoželjniku smo gostili znanstvenika, ki razume posel, in poslovnega strokovnjaka, ki razume znanost.

Umetna inteligenca je že nekaj časa "buzzword" v strokovni javnosti. A pogosto se niti dobro ne zavedamo, kaj vse spada v to široko področje. Matija Torlak (Digital School) predstavlja rešitev te težave: "Eden odličnih pokazateljev trendov na področju umetne inteligence je Gartnerjev Hype Cycle prihajajočih tehnologij. Ta raziskava predvideva, kdaj bodo določene tehnologije pripravljene za masovno uporabo in tržno optimizacijo. Resnica je, da masovno v naslednjih letih ne bomo uporabljali nobene tehnologije s področja umetne inteligence, ampak bo ostala uporaba v domeni specializiarnih področij. Večina tehnologij je v obdobju eksperimentalnih projektov, projekti se uporabljajo v testnem okolju. Strojno in poglobljeno učenje prihajata v masovno uporabo v roku 2 do 5 let. Samovozeči avtomobili pa čez več kot 10 let. Testi seveda obstajajo. Organizatorji Olimpijskih iger v Tokiu načrtujejo, da bodo vsi taksiji na igrah leta 2020 samovozeči. A potrebno se je zavedati, da je to za zdaj mogoče le v izrazito nadzorovanem območju."

"Resnica je, da masovno v naslednjih letih ne bomo uporabljali nobene tehnologije s področja umetne inteligence," pojasnjuje Matija Torlak (Digital School).

Matija Torlak (Digital School) opozarja, da je področje umetne inteligence izjemno široko in da razvoj določenih tehnologij znotraj umetne inteligence močno variira. "Umetna inteligenca je nadpomenka strojnega, poglobljenega učenja, znotraj umetne inteligence spada vse, kar naj bi delovalo samo. Na področju strojnega učenja že imamo nekaj tehnologij, ki so v masovni uporabi. Tako imajo pametni telefoni najvišjega cenovnega razreda že možnost prepoznave obraza. Enako velja za prepoznavo glasu in glasovne ukaze, to je že del masovne produkcije in uporabe. Strojno učenje poganja tudi filtre nezaželene pošte, ki danes ujamejo 99,8 % nezaželene pošte. Strojno učenje s svojim sistemom predlogov produktov uporabljata tudi Netflix in Amazon."

"Znotraj strojnega učenja že imamo nekaj tehnologij, ki so v masovni uporabi," predava Matija Torlak (Digital School).

Čeprav govorimo o sodobnih tehnologijah, strojno učenje ni tako zelo nov pojav. "Če pogledamo samo Amazon, ta je začel razvijati algoritme umetne inteligence in strojnega učenja že leta 2003. Skoraj deset let je na tem področju izgubljal denar, danes pa na strojnem učenju temelji njegov neverjetno profitabilen poslovni model. Če želiš imeti dostop do orodij za umetno inteligenco in strojno učenje, danes plačuješ za Amazonovo tehnologijo."

Matija Torlak o blockchainu: Blockchain je tehnologija, ki je v rangu interneta iz leta 1992. Takrat ni bilo Googla, spletnih družbenih omrežij in Amazona. Nihče ni vedel, ali bo zadeva uspela, danes pa si življenja brez interneta ne moremo predstavljati. To je zametek nečesa, kar nastaja.

Kaj sploh je umetna inteligenca?

Aljaž Košmerlj (Inštitut Jožef Stefan) je znanstvenik, ki razume posel. Že celotno kariero se ukvarja s področjem umetne inteligence, a priznava, da se pojmovanje javnosti, kaj je umetna inteligenca, močno spreminja. "Umetne inteligence je v dnevni produkciji danes že ogromno. Nekaterih stvari smo že tako navajeni, da jih sploh ne označimo več kot umetno inteligenco in zato izraz močno drsi. Definicija umetne inteligence je, da je to razvoj in študij metod ter algoritmov, s katerimi rešujemo naloge na inteligenten način. Umetna inteligenca krovno pokriva vse, kar poustvarja umetno delovanje."

"Nekaterih stvari smo že tako navajeni, da jih sploh ne označimo več kot umetno inteligenco, zato izraz močno drsi," priznava Aljaž Košmerlj (Inštitut Jožef Stefan).

Že leta 1994 je računalnik premagal takrat najboljšega igralca dame na svetu. Leta 2007 je rešil igro dama, pregledal je vse možne igre dame in razvil se je program, ki bo vedno igral najboljše možno. Leta 1997 je računalnik premagal tudi najboljšega šahista tistega časa Garija Kasparova. "V ozadju je preprosta ideja. Računalnik pregleda vse možnosti od tiste poteze naprej in vedno izbere najboljšo. To lahko seveda traja zelo dolgo, zato je ključno, da čim prej ugotovi, kdaj se ne splača več pregledovati nadaljnjih možnosti. V tem je znanje in lepota. Enako delujejo denimo Googlovi zemljevidi. Najkrajšo pot od Ljubljane do Kopra ne išče s krogom, ki se širi, to bi bilo predrago. Obstajajo načini, ki tehnologiji javijo, kdaj se ne splača več iskati poti v določeni smeri."

Računalnik, ki človeka premaga v šahu, sploh ne zna igrati dame, čeprav gre za zelo podobni igri. - Aljaž Košmerlj (Inštitut Jožef Stefan)

Strojno učenje je del umetne inteligence. "Samo za načrtovanje se strojem ni potrebno ničesar naučiti. Stroj se uči na ta način, da opazuje, kako se delajo določene stvari. In tako ve vedno več in več. Stroji se učijo bolje od ljudi, ne znajo pa razložiti, zakaj so se neke stvari zgodile," poudarja Aljaž Košmerlj (Inštitut Jožef Stefan).

Dva vidika strojnega učenja:

  • Klasifikacija: nastavimo določene podatke in parametre, algoritem pa se nauči, po katerih kriterijih se inputi razporedijo v določeno skupino. Največji izziv je ugotoviti, katere značilnosti oziroma lastnosti primerjamo.
  • Gručenje: uporabljamo takrat, ko imamo veliko neoznačenih primerov in želimo določiti tipične skupine. Denimo, ko imamo kup strank, iščemo pa tiste z istimi značilnostmi.

Izraz umetna inteligenca ni nov. Aljaž Košmerlj pojasnjuje, da se je pojavil že leta 1956: "Velik izziv umetne inteligence je še vedno računalniški vid. S tem se to področje ukvarja že od samega začetka. Leta 1956 se je zbrala skupina študentov ravno z namenom, da rešijo ta problem. Pa še danes ni rešen. Ta problematika je bila močno podcenjena in zaradi neuspeha je nastala tako imenovana "zima umetne inteligence". Kar nekaj let je bilo izrazito nepopularno investirati v to tehnologijo. Izraz je bil zastrupljen."

Po medijih so v času razvoja tehnologij umetne inteligence zaokrožili številni članki, da slednja pomeni nevarnost za človeško raso. "O tem so govorili celo nekateri veliki gospodje v strokovni javnosti. Tehnološka singularnost je pojav, ko bo računalnik postal pametnejši od človeka in bo znal narediti še bolj pameten računalnik ter na določeni točki uničil človeka. Umetna inteligenca je danes svetlobna leta oddaljena od tega. Ukvarja se s praktičnimi problemi, znanstveniki se ukvarjajo s tem, da se avto ne bo zaletel v zid. Tehnologija je zelo napredna, ni pa tako široka, kot je videti," pojasnjuje Aljaž Košmerlj in dodaja: "Brez panike."

"Tehnološka singularnost je pojav, ko bo računalnik postal pametnejši od človeka in bo znal narediti še bolj pameten računalnik ter na določeni točki uničil človeka. Umetna inteligenca je danes svetlobna leta oddaljena od tega," razlaga Aljaž Košmerlj (Inštitut Jožef Štefan).

Bodite reinovatorji v svetu "inovatorjev"

"Samo 2 % ljudi je dovolj vztrajnih, odločnih in imajo toliko znanja, da postanejo inovatorji. Prav vsi pa smo lahko reinovatorji. Kar moramo storiti, je to, da vzamemo obstoječo tehnologijo in jo vpeljemo v svoje procese in orodja. Na voljo je ogromno znanja, na nas pa je, da ga osvojimo in vpeljemo v svoja podjetja," predava Matija Torlak in dodaja: "Živimo v VUCA svetu. Spremembe se dogajajo neprestano. Izraz VUCA (okrajšava za volatility, uncertainty, complexity, and ambiguity) izhaja iz ameriške vojske med 2. svetovno vojno. Američani so takrat spoznali, da se borijo proti pilotom samomorilcem, ki uničujejo njihove letalonosilke. Borijo se proti nekomu, za katerega ne vedo, kaj bo storil, ki je nepredvidljiv. To danes počnemo mi. Ko pride WhatsApp, SMS ponudniki izginejo. Ko pride Uber, je konec s taksiji. 5-letni strateški načrti so danes nesmiselni."

Le 2 % ljudi je lahko inovatorjev. 100 % ljudi pa je lahko reinovatorjev. - Matija Torlak (Digital School)

"Danes delujejo le agilni pristopi. Način delovanja, po katerem na sestanku izberemo tehnologijo, ki jo nato v podjetju razvijamo daljše časovno obdobje in v njo vlagamo ogromno denarja, je zelo tvegan. Po drugi strani agilni pristopi zagovarjajo razvoj minimalnega produkta, ki ga razvijemo hitro in v testni različici pošljemo na trg. Neposredno pri potrošniku preverimo, ali je zadeva dobra ter popravimo in izboljšamo tisto, kar potrošnik zazna kot moteče oziroma neustrezno. Z majhnimi finančnimi vložki in v kratkem času dobimo signal s trga, če smo na pravi poti. Če testirate 10 tehnologij, bo ena zagotovo uspešna. Če vse stavite na eno, tvegate ogromno," za zaključek svojo filozofijo predstavi Matija Torlak (Digital School).

"Če testirate 10 tehnologij, bo ena zagotovo uspešna. Če vse stavite na eno, tvegate ogromno," svojo filozofijo o agilnem pristopu razlaga Matija Torlak (Digital Scool).

VČLANI SE

Zapis je nastal na podlagi dogodka Vedoželjnik, na katerem se radovedni marketingaši pogovarjamo o različnih (ne nujno marketinških) temah.

Foto: Nejc Lasič

Povezane teme

Drugi zapisi na temo

O NAS

Več kot

600

članov
Več kot

400

STROKOVNIH zapisov
Več kot

50

dogodkov letno
Društvo za marketing Slovenije skrbi za umeščanje in razvoj marketinga kot stroke in znanosti v slovenskem ter širšem družbenem in gospodarskem prostoru v Sloveniji.
pridružite se nam