Istota klasycznego modelu odnawiania zapasów opartego na przeglądzie okresowym
8 listopada 2022Optymalizacja łańcucha dostaw
9 stycznia 2023Istota klasycznego modelu odnawiania zapasów opartego na przeglądzie okresowym
8 listopada 2022Optymalizacja łańcucha dostaw
9 stycznia 2023Czym jest i dokąd zmierza sztuczna inteligencja
Sztuczna inteligencja (AI) jest jednym z najgorętszych tematów we współczesnym świecie. Jest to stosunkowo nowa dziedzina nauki. Początkowo nazywano ją cybernetyką, która istnieje od lat 40. XX wieku. Pierwsze użycie terminu „sztuczna inteligencja” miało miejsce w 1956 roku. W artykule autor zaproponował wykorzystanie komputerów do pomocy w diagnozowaniu choroby pacjentów. To właśnie w latach 50. XX wieku dyskutowano również o idei tworzenia robotów. Dyskutowano również nad pomysłem stworzenia samozarządzającego się lub samoświadomego komputera.
Głównym celem AI jest stworzenie komputera, który potrafi myśleć jak człowiek. Może on myśleć, mówić i czuć jak człowiek na pewnym poziomie. Sztuczna inteligencja to nauka i inżynieria tworzenia maszyn robiących rzeczy, które zwykle wymagają ludzkiej inteligencji, takie jak percepcja, mowa i działania. Aby tego dokonać badacze i naukowcy łączą wiele dziedzin nauki: matematykę, statystykę, biologię i informatykę.
Pierwszym przykładem sztucznej inteligencji był Test Turinga. Test ten został stworzony w 1951 roku przez Alana Turinga. Ma on na celu sprawdzenie jak bardzo ludzki jest komputer. Osoba testowana próbuje odkryć, który z jej rozmówców jest komputerem. Zostało to zrobione, aby pomóc określić, czy komputer faktycznie działa jak człowiek. Komputer, który przeszedł Test Turinga, nazywał się Eugene lub E. Był to komputer wyprodukowany przez japońską firmę NEC. Eugene był w stanie rozwiązać problemy, które zostały przed nim postawione. Test miał na celu sprawdzenie czy komputer może naśladować rozmowę. E zdał test, ale nie bez problemów.
Przyszłość sztucznej inteligencji jest nieograniczona. W przyszłości będziemy widzieć coraz więcej AI. Może pomóc znaleźć lekarstwa na choroby, które nękają ludzkość od tysięcy lat lub nawet pomóc nam uczyć się szybciej. Wpłynie na nasze życie na tak wiele sposobów, że życie człowieka stanie się prostsze. Będzie wbudowana w nasze narzędzia, w nasze ciała i nasze środowiska w sposób, który poprawi nasze życie. Istnieje jednak ciemna strona AI, o której należy mówić. Jeśli AI ma zmienić świat, zmieni również ludzką naturę. Jeśli maszyny staną się bardziej inteligentne niż ludzie, co zrobią ludzie? To jest zasadnicze pytanie, które należy sobie zadać. Jakie będą implikacje zmiany ludzkiej natury wraz z rozwojem sztucznej inteligencji?
Aplikacja Dature wykorzystuje sztuczną inteligencję do prognozowania popytu oraz zastosowuje ją w łańcuchu dostaw. Dzięki temu znacząco zwiększa trafność prognoz w porównaniu do tradycyjnych modeli prognostycznych. Połączenie prognozowania popytu z modułem optymalizacji zapasów Dature pozwala określić właściwe poziomy zapasów oraz generuje optymalne rekomendacje zatowarowania dla naszych kanałów i/lub punktów sprzedaży.
Niniejszy artykuł powstał dzięki środkom pochodzącym ze współfinansowania przez Unię Europejską Programu Operacyjnego Inteligentny Rozwój 2014-2020, projektu realizowanego w ramach konkursu Narodowego Centrum Badań i Rozwoju: w ramach konkursu „Szybka Ścieżka” dla mikro-, małych i średnich przedsiębiorców – konkurs dla projektów z regionów słabiej rozwiniętych w ramach Działania 1.1: Projekty B+R przedsiębiorstw Poddziałanie 1.1.1 Badania przemysłowe i prace rozwojowe realizowane przez przedsiębiorstwa. Tytuł projektu: „Stworzenie oprogramowania do poprawy trafności prognoz i optymalizacji zapasów z perspektywy odbiorcy i dostawcy współpracujących w ramach łańcucha dostaw przy zastosowaniu rozmytych, głębokich sieci neuronowych.
OSTATNIE WPISY
TAGI
- #AI
- #bullwhip-effect
- #covid19
- #łańcuch-dostaw
- #NCBiR
- #optymalizacja-zapasów
- #out-of-stock
- #outllier
- #overstock
- #prognozowanie
- #prognozowanie-popytu
- #Program-Operacyjny-Inteligentny-Rozwój-2014-2020
- #projekcja-zapasów
- #projekcja-zapasów-w-czasie
- #przy_kawie_o_łańcuchu_dostaw
- #service-level-dostawcy
- #sieci-neuronowe
- #supplychain
- #sztuczna-inteligencja-od-A-do-Z
- #zapas-bezpieczeństwa
- #zapas-sezonowy
- #zapas-zabezpieczający
- #zarządzanie-zapasem
Powiązane wpisy
D jak Dead Stock
PRZECZYTAJ
Dead stock, czyli dosłownie martwy zapas, to produkty, które nie znajdują nabywców w oczekiwanym czasie lub w ogóle nie są sprzedawane. Wpływa to negatywnie na efektywność […]
C jak cash to cash cycle
PRZECZYTAJ
Cykl cash to cash cycle to okres pomiędzy momentem, w którym firma płaci swoim dostawcom za zapasy, a otrzymaniem gotówki od klientów. Koncepcja ta służy do […]
B jak Break-event-point
PRZECZYTAJ
Metoda punktu równowagi (break-even point) jest narzędziem wykorzystywanym do optymalizacji zapasów w łańcuchu dostaw. Jest to punkt, w którym koszty posiadania zapasów równają się korzyściom z […]