O mnie

Cześć, Vladimir z tej strony i bardzo miło mi jest Cię poznać!

Cześć!
Cześć! Autro zdjęć: Ania Kurnyta. Miejsce: KPT.

Jestem marzycielem. Od dziecka fascynuję się komputerami… był taki okres kiedy spędzałem zdecydowanie więcej czasu z komputerami niż z ludźmi :).

Bardzo mnie fascynuję ta możliwość programowania maszyn, ich przewidywalność, brak chęci do kłamstw czy robienie jakichkolwiek rozgrywek politycznych. Do tego jeszcze, możliwość, ukierunkowanie mocy obliczeniowej do rozwiązania konkretnego problemu.

Programuję już ponad 10 lat. Pracowałem z różnymi technologiami, platformami czy językami programowania i rozwiązywałem problemy z różnych branż. Takich jak rozrywkowa, turystyczna, bankowa, CRM, inżynieria produkcji i inne. Przez ostatnie 4 lata zanurzyłem się w tematy związane z big data, machine learning i data science.

Vladimir z tej strony, bardzo miło mi jest Cię poznać!
Vladimir z tej strony… Autro zdjęć: Ania Kurnyta. Miejsce: KPT.

Mam doświadczenie w projektowaniu i implemetancji architektur typu Big Data, organizacji przetwarzania dużych danych (terabajty) tak zwany ETL i użycia uczenia maszynowego w praktyce.

Obecnie pracuję jako architekt systemów informatycznych w General Electric. Zajmuję się cyfryzacją procesów w Brilliant Factory. Wynikiem jest wprowadzenie rozwiązań, które oszczędziły kilka miliony dolarów rocznie.

W pewnym czasie los pomógł mi zacząć nagrywać. Miało to sporo swoich wyzwań, ale im więcej nad nim pracuję – tym bardziej rozumiem, że warto kontynuować.

Rok i kilka miesięcy przed rozpoczęciem podcastu uruchomiłem inicjatywę o nazwie Data Workshop. To są cykliczne spotkania, gdzie dziele się praktyczną i techniczną wiedzą, jak zacząć używać uczenia maszynowego w życiu realnym. Po warsztatach robię ankietę. Okazało się, że większość pytań na które mam wpływ są oceniane dość wysoko, w większości przypadków na 5 (takie jak przygotowanie się do tematu, sposób przekazania wiedzy, interakcja z uczestnikami itd).

Było jedno pytanie, które często dostawało dość niską ocenę (2 czy 3 i bardzo rzadko 4). To pytanie brzmiało „Czy uczestnictwo w warsztacie będzie przydatne w Twojej pracy?”. Problem który spotkałem polegał na tym, że biznes jak na razie jest słabo przygotowany, żeby zobaczyć korzyści jakie daje uczenie maszynowe.

Mnię więcej tak nagrywam podcasty...
Mnię więcej tak nagrywam podcasty… Ania Kurnyta. Miejsce: KPT.

Bardzo przyjmowałem się tą oceną. Jak mówił do mnie kolega: „Ale czemu się przejmujesz? Co możesz zmienić? Będziesz chodzić do ich pracodawców i przekonywać, że to ma sens?”. Kolega miał rację, takie chodzenie jest bez sensu. Tylko jaki miałem wybór?  Dlatego postanowiłem znaleźć jakiś sposób, żeby móc dotrzeć do decyzyjnych osób i przekazać im tą wiedzę. Oczywiście mam dużo pokory i nawet jeżeli udało się tylko odrobinkę zmienić sytuację, to i tak jest lepiej niż powiedzieć: „To nie jest mój problem”.

Misją podcastu jest pokazania korzyści użycia uczenia maszynowego dla biznesu.

Vladimir i Biznes Myśli
Vladimir i Biznes Myśli. Autro zdjęć: Ania Kurnyta. Miejsce: KPT.

Dać do świadomości, że większość firm ma teraz wybór – albo zrozumieć moc uczenia maszynowego i zacząć tego używać, albo po prostu przegrać w ciągu najbliższych kilka czy kilkanaście lat z konkurencją (która będzie robić to świetnie). Warto zrozumieć, że maszyna już teraz jest lepsza niż człowiek w pewnych obszarach.

Początki, jak to zwykle bywa, były dość trudne. Opowiadałem o tym konferencji Polcaster.

Zgodnie z badaniem przeprowadzonym w 2015 roku na Uniwersytecie Oxford razem z Deloitte, ok. 35% obecnych miejsc pracy w Wielkiej Brytanii z bardzo wysokim prawdopodobieństwem zostanie zamienione przez roboty w ciągu najbliższych 20 lat.

Zgodnie z ekonomicznym rocznym raportem Stanów Zjednoczonych w lutym 2016 wynika, że pracownik zarabiający mniej niż 20 dolarów na godzinę w 83% zostanie zastąpiony przez roboty, w przypadku 20-40 dolarów na godzinie z prawdopodobieństwem 31%.

Gartner przewiduje, że do roku 2022, inteligentne maszyny i roboty mogą zastąpić wysokokwalifikowanych specjalistów w takich zadaniach jak medycyna, prawo czy IT.

Jest jeszcze wiele innych estymacji, które można dość łatwo znaleźć. Główną myślą jest to, że to już dzieje się i już w ciągu najbliższych kilku czy kilkunastu lat dotknie miliony ludzi. Ten proces z definicji będzie bolesny. Ale można spróbować go złagodzić poprzez przygotowanie obu stron: pracowników i pracodawców.

Dobrym przykładem co może się stać, tylko w większej skali, jest to jak taksówkarze reagują na Uber, czasem próbują kogoś pobić lub nawet spalić samochód. Czy takie podejście ma sens? Oczywiście, że nie. Ale z drugiej strony, da się zrozumieć emocji które przeżywają taksowkarze. Po prostu ktoś im zabiera chleb… Dlatego trzeba do tych zmian odpowiednio się przygotować. Jest wiele niewiadomych jak to będzie.

Roboty zabiorą obecną dostępną pracę, ale stworzą nową.

A to oznacza, że trzeba być gotowym na zmianę sposoby myślenia… Ludzi będą musieli przekwalifikować się i adaptować sie do zmian. A to jest trudne. Lepiej zacząć wcześniej, bo może być za późno…

To jest moja druga, bardziej głębsza motywacja. Zwrócenie uwagi osób decyzyjnych, również na aspekty etyczne i moralne. Uczenie maszynowe to potężne narzędzie, które powinno być wykorzystane z głową. Również mam dużą pokorę do tego. Jeżeli przynajmniej motywuje kilka decyzyjnych osób pomyśleć o tym, to już będzie dla mnie duży postęp.

Do podcastu będę zapraszał ludzi, praktyków, w ten czy inny sposób związanych ze sztuczną inteligencją. Jeżeli robisz coś ciekawego w tych tematach i chcesz się podzielić wiedzą, proszę daj mi o tym znać.

Na koniec podaję cytatę…

Isaac Asimov miał rację...
Isaac Asimov miał rację…

Jeżeli masz jakiś pomysł, propozycję lub jakikolwiek komentarz, bez wahania proszę podziel się ze mną.

Vladimir

Share