Pod kompozitní umělou inteligencí si lze představit kombinaci různých analytických technik – od machine learningu přes operations research až po kauzální rozhodování a symbolickou umělou inteligenci nebo neurolingvistické programování. Očekává se od ní, že nabídne dosud nejvíce škálovatelná řešení v oblasti inteligentní automatizace a že v budoucnu pomůže firmám optimalizovat a vyhodnocovat digitální prostředí bez zásahu člověka.

V současnosti se již řešení postavená na tomto principu v řadě projektů nacházejí v pilotní testovací fázi. Zjišťuje se, které analytické metody pomáhají řešit konkrétní typy problémů napříč průmyslovými odvětvími a jakým způsobem by bylo možné je kombinovat tak, aby kompozitní umělá inteligence sama přicházela na základě firemních dat s návrhy automatizace provozu a optimalizace celého fungování firmy.

Od machine learningu ke složitějším modelům

Aby bylo možné správně sestavovat sadu analytických metod pro řešení konkrétního obchodního problému, sledují se úspěšné use-cases stojící třeba na technologii machine learningu nebo matema­tické metodě operations research (OR). Ta poskytuje kvantitativní základ pro manažerská rozhodnutí. Kombinace těchto technik má totiž velký potenciál třeba ve stavebnictví, v logistice nebo podni­cích založených na rozvozu zboží autem. Operations Research napří­klad pomáhá plánovat průběh stavby – do plánování zvládne zahr­nout hned několik proměnných – od množství dělníků přes rozlišování pracovních dní a víkendu, po posloupnost jednotlivých úkonů – v ideálním případě potom pomůže projektantům stavbu rozplánovat tak, aby vznikla co nejrychleji, s maximálním využitím dostupných zdrojů a bez nečekaných vedlejších nákladů. Dalším příkladem může být schopnost vypočítat, kolik zboží lze naložit do určitého počtu kamionů tak, aby vozidel bylo co nejméně, ale zároveň nedošlo k jejich přetížení. Nebo určit, jakou cestou se má vydat kurýr, aby rozvezl co nejvíce objednávek a najel přitom co nejméně kilometrů.

Kompozitní umělá inteligence zároveň vychází z propojení nestrukturovaných a strukturovaných dat. Ve zdravotnictví je dnes možné spojit model počítačového vidění (computer vision), který se dívá na CT hrudníku, s modelem analyzujícím písemné poznámky či lékařské recepty. V kombinaci s daty z nositelných zařízení je možné lépe stanovit diagnózu a doporučit léčbu. Vzniklo také několik prací v oblasti podvodů. Využila se k tomu multimodální umělá inteligence, která kombinuje různé analytické metody. Výsledkem je vyšší šance odhalit vzory a anomálie, třeba ve výrobě. Nyní bude záležet především na tom, co všechno je možné spočítat.

Práce s daty jako největší výzva

Na začátku každého řešení, které se vyvíjí za použití umělé inteligen­ce stojí důkladná analýza problému a shromažďování všech potřeb­ných dat. Právě vstupní data nebo logy, které by firmy měly průběž­ně sbírat a s jejich pomocí reflektovat, co se děje uvnitř firmy a jak probíhají různé typy operací, jsou častým kamenem úrazu. Řada firem data nesbírá. Neví, jaké by bylo jejich využití, nebo je ukládá v nesprávném formátu. Jindy zase naopak schraňuje všechna možná data, ale neumí je pročistit a předat ve stavu, který umožňuje rychlé nasazení efektivního řešení pro optimalizaci za využití AI.

Vědci a vývojáři, kteří aktuálně pracují na řešení na principu kompo­zit­ní umělé inteligence tak řeší řadu složitých úloh. Jak data získá­vat, jak bude výsledný model fungovat, aby byl uživatelsky přívětivý jsou však jen počáteční otázky. Následují nároky na vysvětlitelnost modelu neboli explainability, kdy by mělo u každého řešení být jasné a dohledatelné, na základě jakých dat činí composite AI svá rozhodnutí. Tato technologie však může vést k zásadním změnám a pomoci firmám řešit časté disproporce v zapojení AI, kdy část procesů funguje automatizovaně a jiné aktivity zůstávají bez jakékoliv optimalizace nebo aktualizace postupů.

Filip Dvořák Autor článku je expert na umělou inteligen­ci. V minulosti pracoval jako výzkumník a vývojář pro společnosti v Silicon Valley, například Google a Microsoft. V září roku 2022 spoluzaložil startup Filuta AI zaměřující se na inteligentní automatizaci za pomoci kompozitní umělé inteligence.