D jak Deep Learning
18 kwietnia 2023Wykorzystanie sztucznej inteligencji w prognozowaniu i optymalizacji zapasów w branży spożywczej
24 kwietnia 2023D jak Deep Learning
18 kwietnia 2023Wykorzystanie sztucznej inteligencji w prognozowaniu i optymalizacji zapasów w branży spożywczej
24 kwietnia 2023E jak Etyka AI: jak zapewnić sprawiedliwość i bezpieczeństwo w zastosowaniach sztucznej inteligencji
Sztuczna inteligencja (AI) to technologia, która ma coraz większy wpływ na nasze życie, pracę i społeczeństwo. AI potrafi rozpoznawać twarze, głosy i emocje, analizować dane i teksty, wspierać decyzje medyczne i prawne, sterować pojazdami i robotami, tworzyć sztukę i rozrywkę. AI może być źródłem wielu korzyści dla ludzkości, ale jednocześnie niesie ze sobą ryzyka i wyzwania. Dlatego ważne jest, aby rozwijać i stosować AI w sposób odpowiedzialny, etyczny i zgodny z prawem.
Czym jest etyka AI? Ogólnie rzecz biorąc, etyka sztucznej inteligencji to termin odnoszący się do szerokiego zbioru zagadnień związanych z odpowiedzialną sztuczną inteligencją, które łączą bezpieczeństwo, ochronę, kwestie ludzkie i względy środowiskowe. Niektóre obszary etyki AI obejmują:
- Uczciwość - AI powinna być sprawiedliwa i niedyskryminująca wobec ludzi i grup społecznych. AI nie powinna pogłębiać nierówności ani utrwalać uprzedzeń. AI powinna respektować prawa człowieka i godność ludzką.
- Przejrzystość - AI powinna być zrozumiała i wyjaśnialna dla ludzi. AI nie powinna być „czarną skrzynką”, która podejmuje decyzje bez podania przyczyn ani sposobu działania. AI powinna być poddana nadzorowi i kontroli ludzkiej.
- Odpowiedzialność - człowiek jest odpowiedzialny pod względem etycznym i prawnym za systemy sztucznej inteligencji na wszystkich etapach ich tzw. cyklów życia”. AI powinna być regulowana przez odpowiednie ramy prawne i etyczne.
- Bezpieczeństwo - AI powinna być bezpieczna i niezawodna dla ludzi i środowiska. AI nie powinna stanowić zagrożenia dla życia, zdrowia ani mienia. AI powinna być odporna na błędy, awarie i ataki.
- Zrównoważony rozwój - AI powinna przyczyniać się do zrównoważonego rozwoju społecznego, gospodarczego i ekologicznego. AI nie powinna nadmiernie zużywać zasobów ani generować odpadów. AI powinna wspierać cele zrównoważonego rozwoju ONZ.
Etyka AI nie jest tylko kwestią teoretyczną lub filozoficzną. Ma ona znaczenie praktyczne i normatywne dla sposobu, w jaki tworzymy, stosujemy i nadzorujemy systemy sztucznej inteligencji. Etyka AI wpływa również na kształtowanie polityki publicznej i regulacji prawnych dotyczących tej dziedziny.
Rekomendacja UNESCO w sprawie etyki sztucznej inteligencji to dokument, który określa uniwersalne zasady i wartości dotyczące odpowiedzialnego rozwoju i stosowania AI. Rekomendacja została przyjęta przez Konferencję Generalną UNESCO 24 listopada 2021 roku po dwuletnim procesie konsultacji z ekspertami, państwami członkowskimi i innymi interesariuszami. Rekomendacja ma na celu promowanie sztucznej inteligencji, która służy dobru wspólnemu, poszanowaniu praw człowieka i godności ludzkiej, a także ochronie środowiska naturalnego. Rekomendacja zawiera siedem głównych zasad etycznych: poszanowanie ludzkiej godności i autonomii, uczciwość i sprawiedliwość, przejrzystość i odpowiedzialność, bezpieczeństwo i niezawodność, zrównoważony rozwój oraz pokój i współpraca. Rekomendacja zawiera również wytyczne dotyczące wdrażania tych zasad na poziomie politycznym, instytucjonalnym i indywidualnym. Rekomendacja jest pierwszym tego typu aktem prawnym na poziomie międzynarodowym i stanowi ważny krok w kształtowaniu globalnego ładu cyfrowego opartego na etyce.
Wdrożenie Rekomendacji UNESCO w sprawie etyki sztucznej inteligencji w Polsce jest częścią polityki dla rozwoju sztucznej inteligencji w Polsce od 2020 roku, która jest spójna z kierunkowymi działaniami państwa, Unii Europejskiej i organizacji międzynarodowych, których Polska jest członkiem.
Z pomocą aplikacji Dature wykorzystasz sztuczną inteligencję i uczenie maszynowe oparte o sieci neuronowe do prognozowania popytu i optymalizacji zapasów. Dzięki czemu znacznie usprawnisz swój łańcuch dostaw. Połączenie prognozowania popytu z modułem optymalizacji zapasów Dature pozwala określić właściwe poziomy zapasów oraz generuje optymalne rekomendacje zatowarowania. Wypróbuj już teraz!
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
- #service-level-dostawcy
- #sieci-neuronowe
- #supplychain
- #sztuczna-inteligencja-od-A-do-Z
- #zapas-bezpieczeństwa
- #zapas-sezonowy
- #zapas-zabezpieczający
- #zarządzanie-zapasem
Powiązane wpisy
Z jak Zero Emission
PRZECZYTAJ
Podejście oparte na Zero Emission w łańcuchu dostaw (Zero Emission Supply Chain) to strategia, która dąży do całkowitego wyeliminowania emisji gazów cieplarnianych oraz innych negatywnych wpływów […]
W jak Waste Management
PRZECZYTAJ
Zarządzanie odpadami (waste management) to kompleksowy proces, który obejmuje zbieranie, transport, przetwarzanie, odzysk, oraz utylizację odpadów w sposób zapewniający minimalizację negatywnego wpływu na środowisko oraz zdrowie […]
V jak Variables in Demand Forecasting
PRZECZYTAJ
Variables in Demand Forecasting czyli zmienne w prognozowaniu popytu, odgrywają kluczową rolę w generowaniu wysokiej jakości prognoz. Im lepiej dobrana i zrozumiała jest lista zmiennych, tym […]