News powiązane z zbiory danych

Średnio droga od odkrycia nowego leku do jego wejścia na rynek trwa 12 lat. W przypadku terapii genowej zajmuje to znacznie dłużej, nawet 30 lat. Jednocześnie tylko ok. 1 na 5 tys. nowych związków zostaje zatwierdzonych jako leki farmaceutyczne. Polska firma biotechnologiczna chce znacznie skrócić i ułatwić proces opracowywania nowych preparatów. Modele Molecule.one umożliwiają przewidywanie najlepszych możliwych ścieżek produkcji dowolnego związku chemicznego. Nowoczesne rozwiązania w zakresie planowania syntezy chemicznej z wykorzystaniem sztucznej inteligencji wspierają prace nad lekami na wczesnym etapie.

Sztuczna inteligencja będzie mieć kluczowe znaczenie dla biznesu w ciągu kolejnych 3–5 lat – podkreśla Emma Kendrew, specjalistka od AI w Accenture Technology UKI. Jak ocenia, w projektach związanych ze sztuczną inteligencją przoduje w tej chwili biznes w USA i Europie, ale gonią ich także Chiny. AI jest szeroko wykorzystywana we wszystkich branżach i w coraz większym stopniu wkracza też do codziennego życia. Dlatego firmy – zarówno duże, jak i małe i średnie – muszą uświadomić sobie kluczowe znaczenie tej technologii i innowacji dla swojej konkurencyjności.

Dokładne oszacowanie liczby mieszkających w Polsce Ukraińców na bazie danych z ich telefonów, możliwość sprawdzenia, jak Polacy spędzili pierwszą niedzielę z zakazem handlu, tworzenie profili behawioralnych konsumentów i sprawdzanie, jacy klienci odwiedzają konkurencję – to tylko część możliwości, jakie stwarza zaawansowana analiza danych pozyskanych ze smartfonów i tabletów Polaków. Spektrum zastosowań jest bardzo szerokie: od prognozowania indeksów giełdowych i trendów gospodarczych, po tworzenie precyzyjnych kampanii reklamowych.

Przetwarzanie języka naturalnego umożliwia maszynom czytanie i rozumienie języków ludzkich. Obecnie NLP pozwala np. na rozpoznawanie i przewidywanie chorób w oparciu o elektroniczne dane medyczne i mowę pacjenta. Największe firmy analizują e-maile za pomocą NLP i zatrzymują spam. Siri i Alexa to przykłady inteligentnych interfejsów sterowanych głosem, które wykorzystują NLP do reagowania na komunikaty głosowe. Pojawiają się też pierwsze przykłady sztucznej inteligencji mówiącej po polsku, jednak na razie jedynie w prostych i ograniczonych komunikatach. Główną barierą jest niewystarczająca baza danych.

Do 2023 roku potrzebne jest 9 mld zł, aby w pełni wykorzystać potencjał sztucznej inteligencji – wynika z szacunków Ministerstwa Cyfryzacji. Dostępne obecnie mechanizmy finansowania zapewniają ok. 19 proc. tej kwoty. Dodatkowe finansowanie na poziomie 7 mld zł musi wygenerować sektor publiczny i prywatny – mówi Hubert Romaniec z resortu cyfryzacji. Jak podkreśla, szerokie zastosowanie sztucznej inteligencji przyspieszy wzrost gospodarczy i przeobrazi rynek pracy, ale potrzebne są odpowiednie ramy prawne i etyczne oraz budowanie świadomości dotyczącej zastosowań tej technologii.