POLECAMY
Wydawca:
Format:
epub, mobi, ibuk
Żyjemy w ekstremalnie ciekawych i ambitnych czasach. Jest to moment historii, w którym nigdy tak wiele rzeczy nie było na wyciągnięcie ręki. Jednocześnie żyjemy w czasach, w których nigdy tak wiele zadań nie powierzaliśmy maszynom (…). Technologie pozwalają nam współtworzyć świat, którego jesteśmy częścią, sprawiają, że odgrywamy rolę – parafrazując informatyczne terminy – administratora rzeczywistości zamiast być tylko jej konsumentem. Przyszłość, niezależnie od segmentu, rynku, kraju czy gospodarki, będzie zdominowana przez merytokrację wspieraną przez sztuczną inteligencję. Książka ta z jednej strony jest esejem o możliwościach współczesnego świata biznesu i nauki napędzanego technologiami, ale również ma otwierać oczy i serca na projekty wrażliwe i ważne społecznie. Mówimy o sprawach doniosłych, systemowych, inżynieryjnych i niezmiernie istotnych dla naszej przyszłości (…). Ale ze sztuczną inteligencją i uczeniem maszynowym wiążą się też pewne ryzyka. Nie bez powodu Steven Hawking powiedział: „Stworzenie sztucznej inteligencji będzie największym osiągnięciem w dziejach ludzkości. Niestety, może to być również jej ostatnie osiągnięcie”.
• Czy to nie intrygujące, że grono osób osiągających największe sukcesy w rozwoju sztucznej inteligencji podnosi larum i głośno domaga się atencji?
• Co dzieje się za zamkniętymi drzwiami czołowych laboratoriów sztucznej inteligencji?
• Jak ten postęp zmieni firmy, stosunki społeczne, politykę, rynek pracy? Jak wpłynie na przyszłość ludzkości?
• Co mogą zrobić firmy, żeby wygrać w tym szalonym wyścigu napędzanym złożonymi algorytmami?
• Co powinni zrobić politycy, aby społeczeństwo skorzystało z szans, jakie stwarza sztuczna inteligencja, takie jak skuteczne leczenie chorób, lepsza edukacja, bezpieczne drogi, większy komfort życia, więcej lepiej płatnych miejsc pracy i wiele innych?
• Jak uniknąć pułapek, wśród których można wymienić powiększenie nierówności dochodowych, masową utratę pracy przez wiele grup zawodowych, pozbawienie człowieka prywatności i wolności wyboru, wojny robotów czy przejęcie kontroli nad światem przez sztuczną superinteligencję?
W XXI wieku kluczowym czynnikiem sukcesu firm i krajów będzie zdolność do wykorzystania algorytmów sztucznej inteligencji. Lektura tej książki pozwoli wielu osobom na zrozumienie, jak działa AI i uczenie maszynowe, gdzie i jak mogą zostać zastosowane, dlaczego ich dalszy rozwój będzie nieuchronnie postępował oraz jak ograniczyć ryzyka przekierowywania coraz większej liczby decyzji algorytmom. I jak żyć i odnosić sukcesy w algokracji. (Ze wstępu Autorów).
Rok wydania | 2023 |
---|---|
Liczba stron | 288 |
Kategoria | Zarządzanie, organizacja, strategie |
Wydawca | Wydawnictwo Naukowe PWN |
ISBN-13 | 978-83-01-23019-7 |
Numer wydania | 1 |
Język publikacji | polski |
Informacja o sprzedawcy | ePWN sp. z o.o. |
POLECAMY
Ciekawe propozycje
Spis treści
O Autorach | 9 |
Wstęp, czyli dlaczego napisaliśmy tę książkę | 11 |
1. Jak to działa | 23 |
Podstawowe pojęcia | 23 |
Uczenie maszynowe | 26 |
2. Podstawowe modele data science | 31 |
Regresja liniowa pomaga w wyborze wina | 31 |
Drzewa decyzyjne pozwalające ocenić ryzyko kredytowe | 45 |
Jakie lekcje powinien wyciągnąć dyrektor marketingu z nalotów aliantów podczas II wojny światowej | 51 |
Naiwny klasyfikator Bayesa uwalnia nas od spamu | 56 |
Uczenie maszynowe nienadzorowane | 58 |
3. Głębokie uczenie maszynowe | 65 |
Jak sztuczna inteligencja powstrzymała złodziei papieru toaletowego w Chinach | 66 |
Dlaczego dopiero teraz nastąpił rozwój sztucznej inteligencji | 67 |
Jak działają algorytmy głębokiego uczenia się – przykład uczenia nadzorowanego | 68 |
Jak stosować głębokie uczenie się w praktyce | 74 |
4. Czy komputer może działać jak ludzki mózg, czyli uczenie ze wzmocnieniem | 79 |
Jak ludzki mózg stosuje mechanizm nagród w procesie uczenia się | 79 |
Nagrody, czyli o tym, jak działają algorytmy uczenia ze wzmocnieniem | 81 |
Eksploracja versus eksploatacja i Q-uczenie się | 84 |
Zastosowania algorytmów uczenia się ze wzmocnieniem | 88 |
5. Jak komputer nauczył się rozumieć ludzką mowę, czyli gra w 300 pytań | 91 |
Od cyfr, przez kompilatory, do rozumienia języka naturalnego | 91 |
Jak słowa stają się wektorami liczb, które komputer rozumie | 93 |
Zastosowania biznesowe | 96 |
6. Jak przeczytaliśmy ze zrozumieniem 180 tysięcy artykułów o nowych technologiach w kilka minut | 99 |
7. Internet rzeczy i uczenie maszynowe | 105 |
Rolls-Royce, doskonałość produkcji i obsługi dzięki big data science | 105 |
Jak rzeźnik wykorzystał internet rzeczy i uczenie maszynowe do budowy siły marki i wzrostu sprzedaży | 107 |
Przyszłość IoT | 108 |
8. Wpływ sztucznej inteligencji na gospodarkę i rynek pracy | 111 |
Prognozy wpływu sztucznej inteligencji na rynek pracy | 111 |
9. Czy Chiny wyprzedzą Stany Zjednoczone w obszarze sztucznej inteligencji | 137 |
Sztuczna inteligencja została uznana w Chinach za kluczową technologię przyszłości | 138 |
Dane jako paliwo napędzające rozwój sztucznej inteligencji | 140 |
Najbardziej konkurencyjny na świecie ekosystem start-upów | 140 |
10. System scoringu społecznego w Chinach, czyli jak powstaje algokracja – nowy system społeczno-polityczny oparty na big data i sztucznej inteligencji | 143 |
Bardziej egalitarne społeczeństwo | 149 |
Promowanie moralnie pożądanych postaw | 149 |
Wzrost transparentności życia publicznego i społecznego | 150 |
Wolność w algokracji | 151 |
Główne ryzyko algokracji, czyli informatyczny demiurg | 152 |
11. Czy i kiedy pojawi się superinteligencja | 155 |
Typy sztucznej inteligencji | 155 |
Scenariusze dla świata rządzonego przez sztuczną superinteligencję | 159 |
Inteligencja zespołowa | 161 |
Sztuczna inteligencja i płynna demokracja | 171 |
12. Jakie zagrożenia niesie ze sobą uczenie maszynowe i sztuczna inteligencja | 175 |
Uczenie maszynowe powiększa nierówności rasowe i płci | 176 |
Ocena parametryczna nauczycieli oparta na big data eliminuje wspaniałych pedagogów | 178 |
Algorytmy promują niemoralne zachowania na wielką skalę | 179 |
Algorytmy napędzają kryzys w szkolnictwie wyższym | 180 |
Co z tego wynika | 181 |
13. Wolność – czyli o tym, jaki będzie główny wpływ sztucznej inteligencji na modele biznesowe i na człowieka | 183 |
Zdolność do budowania piaskownicy i zgodnego bawienia się w niej z innymi | 186 |
Umiejętność tworzenia i stosowania modeli XaaS | 189 |
Apifikacja kultury korporacyjnej | 190 |
14. Praktyczne zastosowania sztucznej inteligencji i uczenia maszynowego | 195 |
Funkcje wewnętrzne i administracyjne | 196 |
Zarządzanie zasobami ludzkimi | 200 |
Analityka biznesowa | 201 |
Rozwój oprogramowania | 203 |
Marketing | 203 |
Nowe modele biznesowe | 214 |
Firmy rozwijające sztuczną inteligencję i uczenie maszynowe w Polsce | 215 |
15. Big data. Dlaczego inwestycja w infrastrukturę AI jest kluczowa | 219 |
Fundamenty | 219 |
Kluczowe wyzwania architektury ekosystemu big data | 222 |
Umysł człowieka a infrastruktura AI | 224 |
Podstawowe elementy nowoczesnej architektury infrastruktury big data i AI | 228 |
Kluczowe założenia w przygotowaniu odpowiedniej infrastruktury danych | 230 |
16. Ucieczka w przyszłość – jak automatycznie modelować dane behawioralne | 233 |
Jakich rezultatów powinniśmy wymagać od nowoczesnej architektury dla rozwiązań z zakresu sztucznej inteligencji | 233 |
Nienadzorowane uczenie maszynowe w czasie rzeczywistym na dużą skalę | 235 |
Kultura MLOps | 237 |
Praca nad budową modelu AI, jego trenowanie i ewaluacja | 238 |
Narzędzia automatyzujące pracę data scientistów | 240 |
Systemy czasu rzeczywistego i ich ograniczenia | 241 |
Kluczowe kompetencje zespołu data science stanowiące wewnętrzny „know-how” | 241 |
Odkrywanie nowych zastosowań biznesowych AI | 242 |
17. Internet zdecentralizowany a sztuczna inteligencja | 243 |
18. Wywiady z ekspertami | 249 |
Deep tech. GPT-3. AGI. Kiedy AI przekroczy możliwości człowieka. Rozmowa ze sztuczną inteligencją stworzoną przez OpenAI. | 249 |
Dzisiaj w firmach obowiązuje zasada „przede wszystkim klient” (client first). Jutro najważniejszą zasadą będzie „przede wszystkim dane” (data first). Rozmowa z Jackiem Dąbrowskim, Chief AI Officer, Synerise | 253 |
O tym, jak internet rzeczy zwiększa efektywność firm i satysfakcję klientów, ale także prowadzi do powstania pokolenia D. Rozmowa z Aleksandrem Poniewierskim, partnerem i globalnym leaderem internetu rzeczy w EY | 258 |
Zakończenie | 269 |
Appendix: Najciekawsze przykłady zastosowania sztucznej inteligencji w praktyce | 273 |
Lista zawodów, które znikną z powodu rozszerzania się wpływu sztucznej inteligencji | 281 |
Lista rysunków, tabel i wykresów | 283 |
Spis organizacji zajmujących się AI na świecie | 287 |
Najważniejsze konferencje AI na świecie | 289 |
Literatura | 291 |
O partnerze wydania | 297 |