Anna Wróblewska o łączeniu światów: biznes, programowanie i naukę

Anna Wróblewska
Anna Wróblewska

Biznes zaczyna dostrzegać potencjał wartości dostarczanej przez uczenie maszynowe albo tak zwaną sztuczną inteligencję. Najszybciej zrozumiał to biznes za oceanem, gdzie już teraz rynek jest wart bardzo wiele. Istnieją różne szacunki, np. według IDC w roku 2017 przewiduje się, że rynek danych i analizy będzie wart ok. 150 mld, a za trzy lata, w 2020 roku, jego wartość może wzrosnąć nawet do 210 mld.

Możesz powiedzieć: mieszkam w Europie, czego tutaj mam się spodziewać? Jak widać, tutaj też są postępy. Najgorętsze punkty sztucznej inteligencji w Europie (taka mała Dolina Krzemowa) to Londyn, następnie Berlin i Paryż. W notatkach poniżej znajdziesz link do artykułu, w którym można zobaczyć, że w Europie powstało już ponad 400 firm używających sztucznej inteligencji. W Londynie znajduje się prawie ¼ wszytskich tych firm, bo aż 97, w Berlinie 30, w Paryżu 26. W Polsce namierzono ich 9 🙂

Jeśli chodzi o to ile jest wart rynek związany z danymi w Europie, można znaleźć jeszcze więcej liczby. Na przykład, w jednym z raportów można przeczytać, że “Data Economy Value” było warte 300 mld w 2016 i będzie warte 739 mld w 2020. To są ogromne liczby, które trudno jest zrozumieć, a również nie chcę wchodzić w szczegóły, jak te liczby zostały wyliczone. To na co chcę zwrócić szczególną uwagę, to fakt, że w tym samym raporcie, można znaleźć informację, o tym, że w roku 2016 było zatrudnionych ok. 6 mln pracowników związanych z danymi, a w roku 2020 przewiduje się prawie podwojenie tej liczby, ok. 11 mln pracowników. To będzie duży problem dla firm, które chcą znaleźć pracownika, który może wyciągnąć wartość z danych, a okaże się, że ilość dostępnych pracowników jest mocno ograniczona.

Staram się dokładać swoją cegiełkę (oczywiście na moją skalę), żeby pomóc w tym temacie, więcej o tym dowiesz się na końcu podcastu. Prawda jest taka, że aby wykształcić tak ogromną ilość specjalistów, uczelnie muszę się w to zaangażować. Uczelnie może i chcą, ale na to jest potrzebny czas, którego jest coraz mniej. O tym i nie tylko będzie dzisiejsza rozmowa.

Moim dzisiejszym gościem jest Anna Wróblewska, która próbuje łączyć trzy światy: biznes, programowanie i naukę. Pracuje ona na Politechnice Warszawskiej, a także od ponad 3 lat jest ekspertem analizy danych (data scientist) w firmie Allegro. Co więcej, jest autorką ponad 35 publikacji w polskich i międzynarodowych czasopismach.

Zapraszam do wysłuchania!

Czytaj dalej Anna Wróblewska o łączeniu światów: biznes, programowanie i naukę

Share

10 praktycznych porad jak uczenie maszynowe może usprawnić Twój biznes

Każdy przedsiębiorca bardzo się cieszy, kiedy działalność firmy zaczyna nabierać tempa. Ale czy to naprawdę jest miernikiem sukcesu? A może jednak w naszych czasach to porażka, która tylko potrzebuje czasu, aby się ujawnić. Byłem lojalnym klientem firmy, która, można powiedzieć, jest liderem w swojej branży, ale jednak mnie zawiodła. Co takiego mogło się wydarzyć, że jeden przypadek zrujnował budowane przez kilka lat zaufanie?

10 praktycznych porad
10 praktycznych porad

Jak machine learning, czyli uczenie maszynowe mogłoby uratować tę sytuację. Dzisiaj opowiem o tym, jak uczenie maszynowe może pomóc Ci w jak najlepszy sposób dostarczać bardziej wartościowe produkty lub usługi, a przede wszystkim jak może ono wspomóc twoją pracę, gdy biznes się rozrasta.

Coraz częściej dostaję od Was informację, że poruszam wraz z gośćmi wiele ciekawych tematów dotyczących sztucznej inteligencji. Jest to często inspirujące lub nawet wręcz pouczające, jednak dość ciężko jest zmapować to doświadczenie na konkretne przypadki własnego biznesu. Jak się mówi, dobrze wiedzieć, że istnieją duzi gracze jak Google, Microsoft czy Amazon, którzy inwestują miliardy w sztuczną inteligencję.

Ale z drugiej strony, pewnie masz firmę w Polsce, w której pracuje kilkudziesięciu czy kilkuset pracowników, ale wciąż trochę brakuje do miliardowych budżetów. Pojawia się pytanie i co wtedy? Czy uczenie maszynowe może w tym pomóc? Odpowiedź jest krótka – tak, może pomóc. A jeśli chcesz się dowiedzieć więcej, to przeczytaj (posłuchaj) do końca 🙂 Również na końcu czeka na Ciebie kilka miłych niespodzianek.

Czytaj dalej 10 praktycznych porad jak uczenie maszynowe może usprawnić Twój biznes

Share

Google wants to democratize AI

Google CEO Sundar Pichai

Wrote on the official Google blog towards the end of 2016 (please note, that i’ll just quoted few sentences the link to the whole article you can find in notes):

When I look at where computing is heading, I see how machine learning and artificial intelligence are unlocking capabilities that were unthinkable only a few years ago.

…in the next 10 years, we will shift to a world that is AI-first, a world where computing becomes universally available — be it at home, at work, in the car, or on the go — and interacting with all of these surfaces becomes much more natural and intuitive, and above all, more intelligent.

This is why we built the Google Assistant, which allows you to have a natural conversation between you and Google.

This episode is an experiment. First of all the whole episode will be in English. But that’s not all. Today will be two guests instead of one. They both are working at Google, but they do different things.

Ido & Sara
Ido & Sara

Ido Green

He is focusing on sharing experience how to start use Google Home (and related topics, like Google Assistant).

Sara Robinson

She shares her experience about using Google Cloud, she is focusing on big data and machine learning stuff.

Last, but not least. Finally i can share with you more details about DataWorkshop. More precisely about my next workshop “Practical Machine Learning for Programmers”. We start on Mon, 30 Oct. It will be 8 modules (one in a week). Let me invite you to free webinar where you’ll learn more why is worth to participate in, also you can ask me any questions and it will be once chance to get a great discount to the course (available only for “early birds” in a short term).

Free webinar
Free webinar                                http://www.dataworkshop.eu/free-webinar

 

Let me invite you to listening two interviews. Enjoy it…


Attentation. Transcription with Ido will be soon.


What do you think? I was so impressed about Ido’s experience and his type of thinking. I have no idea how to explain, but it was great to sit close to the person and feel how he wants to help you and cooperate with you. Do you remember a 12th episode when I have asked Lukasz, what the difference between Silicon Valley and other places. He mentioned about trusting to each other. I was feeling this during discussion.

I had much more questions to Ido, but we had very limited time. We had some chat after, and we have a plan to cooperate in near future. More details will be soon. Keep fingers crossed :).

And now interview with Sara.


Attentation. Transcription with Ido will be soon.


Alright… what do you think about this experiment? Is it worth to continue in English, at least time to time? The main benefit is that i can invite more people (not only who speaks in Polish), but also the podcast can be listening by others (not only Polish speakers).

Anyway, the experiment done, I’ll be waiting for your feedback to decide what next.

On 11-12 October I’m going to World Summit AI in Amsterdam.  It should be interesting event, where you can meet people from different countries who really lead AI in the world. For example, Yann LeCun (Facebook), Rob Hight (CTO IBM Watson), Ralf Herbrich (Director of ML in Amazon), Xian-Sheng Hua (Alibaba) and many many others.  Sounds like worth to visit. If you have a plan to be there, please let me know :).

World Summit AI, Amsterdam, Oct 11–12, 2017
World Summit AI, Amsterdam, Oct 11–12, 2017

That’s all for day. Thank you for your time, engagement and willingness to learn new things. I wish you all the best. Thank you!

Share

Norbert Biedrzycki o Smart City, Shared Economy, Blockchain…

Zadaniem Smart City, czyli inteligentnego miasta, jest podwyższenie jakości życia obywateli. To zjawisko, które już zaczyna funkcjonować. Podam dość prosty, ale jednocześnie ciekawy przykład Seulu, miasta które jest stolicą Korei Południowej. Bardzo aktywnie eksperymentuje się tam z wdrażaniem nowych technologii, których zadaniem jest rozwiązywanie różnorodnych problemów. Kilka lat temu, mieszkańcy miasta zwrócili uwagę na to, że gdy zostają dłużej w pracy, to muszą wracać do domu taksówką.

O ile jest to dobra sytuacja dla taksówkarzy, o tyle jest to drogie rozwiązanie dla zwykłego obywatela. Administracja miasta, postanowiła zmierzyć się z tym wyzwaniem, choć ze względów logistycznych i finansowych było to trudne, udało się znaleźć rozwiązanie tego problemu.

Wdrożono interesujący projekt. We współpracy z operatorem komórkowym, zebrano informacje o wszystkich późnych połączeniach osób, które po otrzymaniu telefonu dokądś jechały.  Przyjęto założenie, że jeżeli ktoś rozmawiał przez telefon i po tym połączeniu zmienił swoją lokalizację, to prawdopodobnie chce skorzystać z nocnego autobusu.

W ten sposób udało się wytypować najbardziej popularne kierunki przemieszczania się ludzi. Ostatecznie uruchomiono 9 linii autobusowych. Warto zaznaczyć, że w ten sposób 1% transportu pomaga 42% obywateli, jest to zatem bardzo efektywne rozwiązanie. W tej sytuacji, niektórzy mogą się burzyć czemu ktoś podgląda gdzie poruszam się w noce, ale prawda jest tak, przecież ta informacja jest i kto wie, jak ona jest wykorzystywana.

W tej sytuacji, jest to działanie korzystne dla ludzi. Być może w Polsce funkcjonują podobne inicjatywy? Jeśli wiesz coś na ich temat, proszę podziel się tym ze mną.

To jest tylko jeden przykład, a jest ich o wiele więcej.  Nie tylko Seul wdraża nowe technologie w służbie swoim mieszkańcom, ale robią tak również inne miasta. Takie miejsca mają, przede wszystkim, dużo sensorów i wiele danych dostępnych publicznie (#1, #2, #3). W dzisiejszym odcinku poruszymy temat Smart City.

Jednak zanim przedstawię mojego gościa, podzielę się z Tobą dwoma informacjami, które mogą Cię zainteresować. Jeżeli słuchasz mojego podcastu od dawna, to wiesz, że staram się unikać tematów związanych z polityką. Jednak, niektóre wypowiedzi polityków o sztucznej inteligencji, brzmią interesująco i skłaniają do myślenia. Podczas jednego z wydarzeń, Władimir Putin komentując sztuczną inteligencję, powiedział

Sztuczna inteligencja to jest przyszłość całej ludzkości, tu są ogromne możliwości i trudne do przewidzenia dzisiaj zagrożenia. Ten, kto będzie liderem w tej dziedzinie – będzie mistrzem świata. I bardzo nie chciałbym aby ten monopol skoncentrował tylko w jednych rękach.

Co o tym sądzisz? Czy myślisz, że mówimy tutaj o przyszłości która będzie kiedyś tam, w bardzo odległej perspektywie?

 

Druga nowość jest lżejsza, żeby trochę rozluźnić atmosferę. Naukowcy z Uniwersytetu Stanforda opublikowali pracę, w której twierdzą, że na podstawie zdjęcia osoby można wykryć… jej orientację seksualną. Co więcej, maszyny są w tym zadaniu dokładniejsze od ludzi. Spójrzmy na liczby, algorytm ma być na poziomie 91% w przypadku oceniania mężczyzn oraz na poziomie 83% w przypadku rozpoznawania kobiet.

Takie wyniki można osiągnąć pod warunkiem udostępnienia 5 zdjęć danej osoby. Żeby osiągnąć taki poziom procentowy, poddano analizie 35 tys. zdjęć, które od razu zostały ocenione i sformułowano na nie odpowiedź. W ten sposób algorytm wykrył pewne wzorce. Warto wspomnieć, że skuteczność ludzi jest mniejsza i plasuje się na poziomie 61% w porównaniu do 91% dla mężczyzn i 50% w porównaniu do 83% dla kobiet.

Jakie to może mieć zastosowanie? To jest tylko przykład, który powinien skłaniać nas do myślenia o tym jak dużo informacji udostępniamy o sobie, nie robiąc tego nawet w sposób jawny i intencjonalny. Przecież dookoła nas jest tak wiele kamer, a z czasem będzie ich jeszcze więcej. Co o tym sądzisz?


W tym czasie wracamy do dzisiejszej rozmowy, gościem której jest Norbert Biedrzycki. Prowadzi on ciekawego bloga, na którym dzieli się swoimi przemyśleniami na aktualne tematy przyszłości, które już się zaczęły. Norbert pracował jako CEO kilku dużych firm, głównie w branży IT, teraz wrócił do McKinsey.

Norbert Biedrzycki
Norbert Biedrzycki

Posiada  20-letnie doświadczenie w tych obszarach, aktywnie interesuje się tematami związanymi ze sztuczną inteligencją oraz innymi, które zmieniają nasz świat, chociażby bitcoin czy Smart City.

Norbert mówi:

Trener sztucznych inteligencji to zawód przyszłości. Zawody, które znikają to, tak jak powiedziałem, prawnicy, kierowcy, długofalowo księgowi, itp. Zawody, które wymagają powtarzalnych czynności, które są jasno zdefiniowane, na pewno będą przez maszyny przejmowane.

Zawody, które wymagają kreatywności, spojrzenia inaczej na dany temat, empatii na pewno będą się rozwijać. Trend jest taki, że ludzie, którzy obsługują innych w skomplikowanych tematach, na pewno będą niezbędni chociażby z powody inteligencji emocjonalnej.

Zapraszam do wysłuchania.


Czytaj dalej Norbert Biedrzycki o Smart City, Shared Economy, Blockchain…

Share

Naukowiec Computer Vision z DeepMind – Mateusz Malinowski

Gartner opublikowała tak zwany hype cycle 2017, po polsku pewnie to brzmi jako cykl szumu albo cykl dojrzałości technologii. Hype cycle został wymyślony przez Gartner w 1995 roku i składa się z pięciu faz: najpierw pierwsze informacje na temat technologii, druga faza to dużo szumu i wielkie oczekiwania, trzecia faza rozczarowania, bo wykrywają się pewne ograniczenia, czwarta faza naprawa tych ograniczeń i znów oczekiwania. Piąta i ostatnia faza stabilizacja. Mówi się, że wtedy technologia dojrzała i oczekiwania są połączone z możliwościami.

Cycle Hype | Gartner | 2017
Cycle Hype | Gartner | 2017

Dla przykładu, na samym początku, czyli w fazie jeden jest tak zwany smartdust, po polsku to zabrzmi jako “inteligentny kurz”. W dużym uproszczeniu, wobraź sobie ziarno piasku, a teraz pomyśl, że tam jest mini-procesor, bateria i sensory. Bateria jest ładowana poprzez słońce lub inne naturalne źródła energie. Takie cząstki mogą robić wiele różnych rzeczy, obserwować otoczenia, mierzyć różne parametry i nawet szpiegować. Stanisław Lem, jeszcze w roku 1964, pisał w “Niezwyciężony” podobną wizję. Teraz o tym mało się mówi, ale wiele się robi w miejscach, o których też mało się mówi :).

Dla przykładu. Pamiętasz o swoich uczuciach kilka czy kilkanaście lat temu, kiedy po raz pierwszy wyszedł w publiczność ekran dotykowy. Wtedy to zrobiło wrażenie. Natomiast jest stosunkowa stara technologia, która już była znana co najmniej w latach 70-tych. ubiegłego stulecia. Podobnie do smartdust jest 4D printing, który też jest w pierwszej fazie. Jednym słowem 4D printing można wytłumaczyć jako – “transformer”. Wyobraź sobie, że został wydrukowany jakiś obiekt, który może transformować w inny obiekt z czasem. To ma wiele obszarów zastosowań w biznesie. Ale temat rzeka, podziel się swoją opinią czy chcesz więcej dowiedzieć się na temat technologii przyszłości jak smartdust lub 4D Printing?

Wracając do cyklu dojrzałości (hype cycle). Zwykle technologia przesuwa się w czasie od lewej strony do prawej, czyli od fazy numer 1 do fazy numer 5. Dla każdej technologii to potrzebuję różną ilość czasu od kilka lat do 10 (czy nawet więcej). Machine learning po raz pierwszy pojawił się w cyklu dojrzałości 3 lata temu (przed tym były tematy powiązane takie jak data science lub bigdata). Przez trzy lata (włączając rok 2017) machine learning jest cały czas jest w fazie numer 2 (czyli dużo szumu). Ciekawostką jest, że 3 lata temu machine learning był bliżej fazy trzeciej niż w roku 2017.

A co to oznacza w praktyce? Kilka wniosków. To, że jesteśmy na etapie, kiedy ilość szumu rośnie. Temat jest bardzo nagrzany i zawiera sporo magii. Kolejny wniosek jest taki, że oczekiwania rosną znacznie szybciej niż biznes jest gotów je wykorzystać. Stąd płynie kolejny wniosek, że po fazie drugiej jest faza trzecia – czyli rozczarowania wynikające z błędnego rozumienia możliwości. Postaram się pomóc Ci przejść z fazy drugiej w fazę trzecią z najmniejszą stratą jak materialną tak i moralną i przygotuję na to osobny odcinek. Już mam kilka pomysłów jak to można zrobić, ale chętnie posłucham Twoje przemyślenia na ten temat.

Naukowiec Computer Vision

Gościem dzisiejszego odcinku jest naukowiec z DeepMind – Mateusz Malinowski. W drugim odcinku podcastu już wspomniałem o turing test, również o tym rozmawialiśmy w innych odcinkach podcastu, np. w 10-ym z Aleksandrą Przegalińską. Natomiast Mateusz kilka lat temu zdefiniował Visual Turing Test, który nabiera coraz większą popularność i ważność.

Mateusz Malinowski | Naukowiec Computer Vision
Mateusz Malinowski

Czytaj dalej Naukowiec Computer Vision z DeepMind – Mateusz Malinowski

Share

Sztuczna inteligencja w Stanford

Inwestycje w sztuczną inteligencją gwałtownie rosną (między innymi Reinforcement Learning). Rynek jest zdominowany przez gigantów informatycznych takich jak Google czy Baidu (chiński analog Google). McKinsey (link do raportu) szacuje, że w roku 2016 zostało zainwestowane ok. 30 miliardów dolarów w sztuczną inteligencję. Z czego 20 miliardów dolarów przez duże firmy takie jak Google.

McKinsey | Czerwiec 2017
Raport McKinsey | Czerwiec 2017

Warto zwrócić uwagę, że 90% wydatków były zainwestowane w tak zwany Research and Development. Tylko 10% na przejęcia innych projektów (tak zwana droga na skróty lub inne rozgrywki biznesowe, mniej technologiczne). Innymi słowa, duże firmy pompują niesamowitą potęgę w postaci zespołów które rozwiją sztuczną intelingencję. Inwestycje wzrosły trzykrotnie w porównaniu do roku 2013 i jak wskazuje trend, będą rozwijać się dalej. Po takich liczbach coraz bardziej rozumiesz, że świat będzie zmieniał się jeszcze szybciej… niż myślisz :).

McKinsey zrobiła wywiad z więcej niż trzema tysiącami tak zwanymi “C-level executives”. Celem było sprawdzić faktyczny stan używania sztucznej inteligencji w życiu realnym. Warto zwrócić uwagę na zróżnicowanie informacji. Wywiady objęły 14 sektorów gospodarki, z 10 krajów w Europie, Ameryce Północnej i Azji. Firmy zatrudniające pracowników od mniej niż 10 do ponad 10 tys.

Jakie są wyniki? Raport jest dość długi (80 stron), który polecam do przeczytania. Swoją drogą, daj mi znać o ile chcesz, żebym robił streszczenia takich raportów jako osobne odcinki. Teraz podam kilka faktów, które najbardziej rzuciły się w oczy:

  1. Inwestycje w sztuczną inteligencję są zdominowane przez AI gigantów: na dzień dzisiejszy to Google, Amazon, Baidu, Microsoft, Apple itd.
  2. Najwięcej inwestycji skupiło się w obszarze machine learning (ok. 5-7 mld. dolarów), następnie computer vision (2.5 – 3.5 mld. dolarów), NLP  (0.6-0.9 mld.) i inne. Warto zwrócić uwagę, że oderwanie Computer Vision czy NLP od machine learning trochę nie ma sensu, ale z drugiej strony chodzi bardziej o zastosowanie biznesowe, niż rozumienie techniczne. Postaram się w jednym z odcinków bardziej wyjaśnić  na przykładach na czym polega różnica i co mają wspólnego.
  3. Branża HighTech i motoryzacyjna okazały się najbardziej zwinne w adaptacji sztucznej inteligencji, również goni je sektor finansowy. Natomiast w ostatnim wagoniku są branże budowlana i turystyczna. Co mnie osobiście zaskoczyło. Bo ilość tematów które można w tych branżach optymalizować jest ogromna. Zobaczymy jak to zmieni się z czasem.
  4. Adaptacja sztucznej inteligencji wymaga wysiłku i transformacji firmy. Składa się z kilku warstw i trudno pominąć którąś z nich. Zaczynając do znalezienia tak zwanych “use cases”, ogarnięcie tematów z danymi, zbudowanie odpowiedniej infrastruktury z narzędziami do analizy, połączenie w całość i zbudowanie tak zwany “workflow” i ostatni, najtrudniejszy krok wybudowanie odpowiedniej kultury, otwartość, uczenia się na błędach jak najszybciej, chęć do eksperymentów, mierzenia wszystkiego itd.
  5. Chiny gonią… inwestują coraz więcej i widać, że mają ambitne plany. Dla przykładu w Azji (głównie Chiny) w roku 2010 zostało zainwestowane 100 mln. dolarów, trzy lata później w roku 2013 –  200 mln dolarów (dwa razy więcej), a jeszcze trzy lata później w roku 2016 – od 1.5 do 2.5 mld. dolarów (ponad 10 razy więcej).  Co myślisz, o tym, żeby zrobić osobny odcinek o rozwoju Chin? Mało o tym kraju wiemy, ale to co tam teraz się dzieje, wygląda jak duże “wow”. Pamiętam, że kilka lat temu, było dla mnie trochę żartobliwe, że warto uczyć się chińskiego. Teraz już to brzmi dość pragmatycznie :). Od zawsze było tak, że centrum świata przesuwa się od wschodu do zachodu (kiedyś wcześniej, kilka tysięcy lat temu Indie i kraje obok były takim centrum świata). Pamiętam jak o tym czytałem, myślałem… czy to jest prawda? Jak to jest możliwe, że kiedyś centrum z zachodu przesunie się do Azji. Przecież tam jest bieda… ale chyba na naszych oczach odbywa się kolejne przesunięcie.  Czy ma to sens według Ciebie?

Teraz kilka liczb biznesowych o korzyściach (z wcześniej wspomnianego raportu). Amazon osiągnął niesamowity wynik po wykupieniu firmy o nazwie Kiva w roku 2012, chociaż zaczęły używać pod koniec roku 2014 (to jest też ciekawe, na ile jest ważne firmie dojrzeć, sama technologia to za mało).

Firma Kiva produkuje roboty, które automatyzują proces zbierania i pakowania w dużych magazynach. Inwestycja była warta 775 mln. dolarów. Co udało się osiągnąć? Udało się zredukować czas na tak zwany “click to ship”. To jest czas potrzebny na dostarczenia produktu od momentu zakupu. Przedtem ludzie potrzebowali 60-75 min. gdy pracownicy przeszukują stany, zbierają produkt, pakują i wysyłają, teraz jedynie 15 min (i czas nadal zmniejsza się), chociaż pojemność magazynowa wzrosła o 50%. Mało tego, koszt operacyjny został zredukowany ok. 20% tylko dało zwrot blisko 40% od pierwotnej inwestycji.

Myślę, że warto również zacytować CEO Amazon. Jeff Bezos mówi:

„dwie rzeczy dotyczące wysyłki towarów z magazynu, który nigdy się nie zmieni, to: chęć obniżania cen i szybsza dostawa”.

Kolejny przykład Netflix (który już również jest dostępny na rynku polskim). Dzięki mądrym rekomendacjom filmów, podobnie udało się Netflixowi uniknąć rezygnacji subskrypcji i to zmniejszyłoby przychody o 1 miliard dolarów rocznie!

Trochę długi wyszedł wstęp, a teraz przechodzimy do gościa którym jest Łukasz Kidziński. Cieszę, że miałem okazję go poznać.

Łukasz Kidziński
Łukasz Kidziński

To jest człowiek, który rozwija swoją pasję – machine learning. Teraz jest w Stanford gdzie robi bardzo ciekawy projekt.  Jest pozytywnym człowiekiem i ma super podejście do życia. Łukasz mówi:

“Wszyscy jesteśmy szczęśliwi, więc dobrze wybierać rzeczy, które dalej będą dla nas wartościowymi. Mamy ogromną liczbę możliwości, to warto podejmować dobre wybory.”

Łukasz przez dłuższy czas mieszka za granicą i trochę wstydził się, że ma akcent. Nawet proponował zrobić to po angielsku :). No właśnie i tutaj pytanie jest do Ciebie, co myślisz o tym, żeby czasem nagrywać odcinek po angielsku? Jest bardzo dużo ciekawych osób które nie mówią po polsku, natomiast waham się na ile to będzie dobrze odebrane przez Ciebie.

Łukasz opowiadał o tym jaka jest różnica życia w Polsce i Dolinie Krzemowej. Poruszyliśmy również tematy etyczne i bezpieczeństwa. Bardzo fajnie to Łukasz ujął:

“… strach przed sztuczną inteligencją może faktycznie wpłynąć na jej rozwój. Mogą pojawić się ustawy, które zupełnie nie mają sensu, więc jest pewne ryzyko na tym poziomie. Ale szczerze, zamiast bać się sztucznej inteligencji, lepiej bać się ludzkiej głupoty.“

W książce “Ja, Robot” (Isaac’a Asimova) było zakazane używać robotów na Ziemi, dlatego wysłali ich w kosmos :). Ciekawa, czy zaboczymy to już niedługo. Jakie masz zdanie?

Już nie przedłużam i zapraszam do wysłuchania.

Czytaj dalej Sztuczna inteligencja w Stanford

Share

Sztuczna inteligencja w ING Banku Śląski

Robotic process automation zmienia świat! Według KPMG  45% a może nawet i 75% prac w finansowym sektorze będzie wykonywane przez roboty w najbliższe 15 lat. Mówiąc bardziej precyzyjnie, przez tak zwany Robotic Process Automation (RPA). Dzisiaj o tym, ale nie tylko będzie mowa.

Gościem podcastu jest Ernest Wagner, który od 2004 stworzył kilka firm: agencję interaktywną, software house, technologiczny dom doradczy i kilka startupów w modelu SaaS. W 2015 roku stworzył zespół, który uruchomił bank mobile-first o nazwie Loot.io oceniony jako jeden z najgorętszych startupów w UK. Zarządza projektami IT od ponad 16 lat. Od 2014 roku doradza klientom w tematach związanych z danymi i sztuczną inteligencją. Od początku 2017 roku odpowiada za sztuczną inteligencję w ING Banku Śląskim.

Ernest Wagner
Ernest Wagner

Ernest posiada doświadczenie na skrzyżowaniu kilku dziedzin: sztuczna inteligencja, finanse, startupy. Dlatego ta rozmowa czasem była trochę o innych, ale bardzo ciekawych tematach. Na przykład Ernest mówi:

“Bąbel na rynku startupowym niewątpliwie istnieje, może podobny do tego, jak w latach 90-tych, nawet większy, bo jest dużo więcej pieniędzy w tym rynku technologicznym teraz. Wielu mądrych inwestorów, moim zdaniem i których szanuję, przewiduje krach w tym sektorze w najbliższym czasie.”

Również na samym końcu dowiesz się jak dostać bezpłatną godzinną konsultację ze mną.

Już nie przedłużam i zapraszam do wysłuchania. Czytaj dalej Sztuczna inteligencja w ING Banku Śląski

Share

Sztuczna inteligencja w MIT

Dzisiaj będziemy mówić o sztucznej inteligencji, ale trochę z innej strony.

Aleksandra Przegalińska
Aleksandra Przegalińska. Źródło. Autor:  Albert Zawada.

Aleksandra Przegalińska jest doktorem filozofii, a teraz prowadzi badania w MIT. Żyjemy w bardzo ciekawych czasach, cytując Olę:

„Myślę że jesteśmy na etapie wykuwania jakiegoś nowego paradygmatu, jeżeli o to chodzi, bo rzeczywiście doszliśmy do ściany”.

Poznasz również opinie Oli  na temat, czy Test Turinga już jest zaliczony, czym jest dolina niesamowitości i jak wyglądają najnowsze tematy w tym obszarze.  Również o tym, co to jest microtargeting, co potencjalnie pomogło Donaldowi Trumpowi, prezydentowi Stanów Zjednoczonych, wygrać wybory. Zapraszam wysłuchania…

Czytaj dalej Sztuczna inteligencja w MIT

Share

Sztuczna inteligencja w Appsilon Data Science

13 czerwca odbyła się konferencja Minds + Machines, tym razem Berlinie, zorganizowana przez General Electric. Jeff Immelt, który jest CEO, powiedział: “Europe can lead the digital industrial era”, czyli po polsku

“Europa może prowadzić cyfrową przemysłową erę”

Jeff Immelt | Minds and Machines
Jeff Immelt | Minds and Machines

Również dodał, już od razu polsku, że „GE inwestuje w technologie, takie jak automatyzacja, zaawansowana produkcja i sztuczna inteligencja czy data science – wraz z nowymi umiejętnościami – które mogą przekształcić przemysł i zwiększyć wydajność. GE od dawna angażuje się w Europę i inwestuje w jej przyszłość”.

W skrócie można powiedzieć, że GE skupia się teraz na trzech kierunkach:

  • Sztuczna inteligencja i tematy powiązane
  • 3D printing
  • VR/AR – wirtualna lub rozszerzona rzeczywistość

Warto powiedzieć, General Electric to ogromna firma, w której pracuje ok. 300 tys. ludzi. Również to co jest tworzone, czyli tematy przede wszystkim przemysłowe (takie jak turbiny, silniki i inne), nie są wprost powiązane z IT. Ale jak widać zmiany zwiąny ze sztuczna inteligencją docierają wszędzie. Jako osoba, która pracuje w GE, mogę potwierdzić, że temat zwiazany ze sztuczną inteligencja staje się coraz bardziej aktualny i wiele rzeczy się zmienia. Przede wszystkim w podejściu do myślenia i rozwiązywaniu problemów.

Ciekawy jestem Twojej opinii na ten temat.

W tym czasie przechodzę do dzisiejszego gościa którym jest Filip Stachura. Młody, utalentowany i otwarty na wyzwania człowiek. Niestety (albo stety) zwykle tacy ludzie wyjeżdżają z kraju, Filip też przez jakiś czas pracował w Kalifornii. Ale jednak wrócił do Polski i postanowił tu w Polsce zająć się tematami związanymi z analizą danych.

Filip Stachura | CEO Appsilon Data Science
Filip Stachura | CEO Appsilon Data Science

Jak sam twierdzi:

„Chciałbym doprowadzić do rozkwitu, abyśmy mogli sprawiać, że najlepsi ludzie będą mieli wybór, czy chcą wyjechać zagranicę czy chcą zostać tutaj i pracować nad projektami z Polski.”

O tym i o wielu innych ciekawych rzeczach dowiesz się z dzisiejszej rozmowy.

Również na końcu będzie ogłoszenie, które po raz pierwszy pojawi się w Biznes Myśli (później będzie w innych źródłach). Zapraszam.

Czytaj dalej Sztuczna inteligencja w Appsilon Data Science

Share

Sztuczna inteligencja w IBM – Piotr Pietrzak

Jesteśmy po kolejnej rocznej konferencji przygotowana przez dużego gracza – tym razem Apple. Pewnie jak spodziewasz się również  tam było o machine learning. Na przykład pojawił się nowy produkt Apple HomePod (zintegrowany z Siri) który podobnie ma konkurować z Amazon Echo czy Google Home. Siri będzie działać jeszcze lepiej.

W iOS11, to jest system operacyjny dla iphone, który ma pojawić się we wrześniu 2017, będzie wbudowany Core ML umożliwiający uruchomienie modeli na telefonie. Apple stawia na to, żeby taki model był uruchamiany na komórce. Dlaczego to jest ważne? Chodzi o dane, pamiętasz, że dane to jest nowoczesny surowiec. Wysłanie ich na zewnątrz zawsze wiąże się z ryzykiem.

Na końcu podcastu polecam miejsca gdzie możesz posłuchać więcej na ten temat.

Sztuczna inteligencja w IBM

Już nie przedłużam i przechodzimy do dzisiejszego tematu. Piotr Pietrzak który jest CTO w IBM zgodził się podzielić się swoim doświadczeniem.  Dowiesz się więcej o słynnej grze kiedy maszyna wygrały w szachy Garry Kasparov’ego, o zwycięstwu Watson w grze Jeopardy i wele innych tematów. Gorąco zapraszam.

Piotr Pietrzak | CTO IBM
Piotr Pietrzak | CTO IBM

Czytaj dalej Sztuczna inteligencja w IBM – Piotr Pietrzak

Share