Szukasz praktycznych przykładów wykorzystania agentów AI w przedsiębiorstwie? W poprzednim blogu opisaliśmy możliwość integracji takiego agenta z pocztą email na przykładzie firmy spedycyjnej. Cały tekst znajdziesz tu >> . Tym razem przyjrzymy się jak agent oparty na sztucznej inteligencji, może pomóc w działach prawnych, administracyjnych i zarządzających zasobami ludzkimi. Poznaj nasze najnowsze case study.  

„Agenci AI” to inteligentne systemy oparte na algorytmach uczenia maszynowego, Dowiesz się o nich więcej z tego tekstu>>.  Mogą zostać zintegrowane z wieloma narzędziami jak poczta email, system ERP czy CRM. W tym przykładzie posłużymy się integracją z platformą do komunikacji Slack.  

Slack jest wykorzystywany jako narzędzie do współpracy zespołowej, które umożliwia wymianę wiadomości, organizowanie rozmów w kanałach tematycznych, przesyłanie plików oraz integrację z innymi aplikacjami biznesowymi. 

Jedną z możliwości, którą oferuje jest integracja poprzez API z wybranym LLMem (Large Language Models) jak Gemini, Chat GPT czy DeepSeek. Tym razem jako podstawa dla naszego agenta AI posłużą Chat GPT od OpenAI oraz wyszukiwarka Google.  

Na pewno znasz sytuacje, w których należy pilnie przygotować ofertę lub umowę wprowadzając dane do szablonu. Każdego dnia pracownicy muszą opracowywać, analizować i negocjować różnorodne dokumenty, obejmujące umowy handlowe, kontrakty z dostawcami, porozumienia o zachowaniu poufności (NDA) czy umowy współpracy.  

Wielu managerów zastanawia się jak zastosowanie sztucznej inteligencji może autoratywność i przyspieszyć część tych zadań, nie obniżając jednocześnie wysokiego poziomu realizowanych działań. Rozwiązaniem ponownie staje się wdrożenie dedykowanego Agenta AI, który wesprze pracowników w wyszukiwaniu i uzupełnianiu informacji na podstawie danych w Krajowym Rejestrze Sądowym.  

W naszym przykładzie zaprojektowaliśmy agenta AI tak, aby wydając mu polecenia przez platformę Slack uzupełniał dane kontrahenta w otrzymanym wcześniej wzorze umowy NDA. Dzięki integracji z wyszukiwarką Google, Agent przeszukuje sieć w celu pobrania z danych KRS konkretnych danych. W tym przypadku: adresu firmy, numerów NIP, Regon, KRS i osoby do reprezentacji firmy.  

Następnie asystent prosi nas o weryfikację poprawności znalezionych informacji. Po ich potwierdzeniu pracownik otrzymuje umowę NDA wraz z uzupełnionymi danymi firmy partnerskiej. Uzupełnione miejsca są zaznaczone kolorem żółtym, aby podkreślić widoczność miejsc, w których zostały wprowadzone zmiany.  

To tylko jeden z wielu przykładów zastosowania Agenta AI w realizacji zadań, związanych z dokumentacją i procesami front i back office. Dzięki opracowanej przez nas metodzie, możemy przygotować narzędzie, które będzie przygotowywało umowy dla firm, które zajmują się na przykład zatrudnianiem pracowników sezonowych lub takich, w których jest duża rotacja personelu.  

Agenci AI to temat stosunkowo nowy, jednak zyskujący szybko popularność. Wiele firm dostrzega korzyści takie jak: oszczędność czasu przy wykonywaniu powtarzalnych zdań, redukcja kosztów operacyjnych oraz zwiększenie efektywności procesów biznesowych. Dzięki automatyzacji rutynowych zadań, pracownicy mogą skupić się na bardziej strategicznych i kreatywnych aspektach swojej pracy. 

Ponadto, Agenci AI mogą działać w trybie całodobowym, eliminując opóźnienia związane z dostępnością personelu. Ich zastosowanie obejmuje różne dziedziny – od obsługi klienta, poprzez analizę dokumentów prawnych, aż po zaawansowane systemy wspomagania decyzji w biznesie. 

Firmy coraz częściej wdrażają otwarte modele językowe. co pozwala na większą kontrolę nad danymi i dostosowanie agentów do indywidualnych potrzeb organizacji. Wraz z rozwojem technologii możemy spodziewać się jeszcze większej integracji AI w codziennych procesach, przy jednoczesnym wzroście świadomości dotyczącej etyki i bezpieczeństwa ich wykorzystania. 

Jeśli wdrożenie asystenta opartego na sztucznej inteligencji jest dla Ciebie ciekawym tematem, to przypominamy, że w ramach Pomeranian EDIH realizujemy usługi consultingowe IT m.in. w zakresie budowania dedykowanych agentów AI do automatyzacji procesów back-office.

Uczestnicy dowiedzą się m.in. jak stworzyć wirtualnego asystenta głosowego lub tekstowego, którego zadaniem będzie wsparcie firmy w m.in. sporządzaniu ofert, komunikacji z klientami, analizie dokumentacji i jej weryfikacji.

Stwórz z nami agenta AI

Jeśli chcesz skorzystać z proponowanych przez nas szkoleń to skontaktuj się z nami

Kontakt

Artykuł Optymalizacja procesów back – office, dzięki wdrożeniu agenta AI. Praktyczny przykład pochodzi z serwisu Inero Software - Rozwiązania IT i Konsulting.

Artykuł Czym są Agenci AI i jak mogą pomóc w Twojej firmie? pochodzi z serwisu Inero Software - Rozwiązania IT i Konsulting.

Artykuł Asystenci AI: Szanse i ograniczenia dla rozwoju przedsiębiorstw pochodzi z serwisu Inero Software - Rozwiązania IT i Konsulting.

Rozwój szeroko rozumianej sztucznej inteligencji nabiera tempa. Świadczy o tym powszechne zainteresowanie tą tematyką, a wraz z nim rosnąca liczba artykułów medialnych oraz publikacji. Tym co zwraca szczególną uwagę są dane, które obrazują, ile środków finansowych jest przeznaczanych na  inwestycje w technologie półprzewodnikowe, czyli możliwości obliczeniowe i pamięciowe nowych centrów danych AI. Wszystko wskazuje, że ten rozwój w najbliższych latach będzie bardzo dynamiczny.

Raporty takie jak „The Future of Jobs Report 2020” opracowany przez Światowe Forum Ekonomiczne oraz badania przeprowadzone przez firmę doradczą McKinsey & Company zawracają uwagę na dynamiczne zmiany na rynku pracy, które będą miały miejsce w najbliższych latach. Oba źródła zgodnie wskazują, że będziemy świadkami znaczących przemian w zakresie zawodów i obowiązków, wynikających z postępu technologicznego, automatyzacji oraz zmieniających się potrzeb gospodarczych i społecznych.

W artykule „Większość zawodów 2030 roku jeszcze nie została wynaleziona”[1] możemy przeczytać:

„IFTF, organizacja non-profit, która stara się identyfikować pojawiające się trendy i ich wpływ na globalne społeczeństwo, prognozuje, że wiele zadań, obowiązków i zawodów, które dzisiejsi młodzi ludzie będą pełnić w 2030 roku, jeszcze nie istnieje.”

źródło: https://www.voanews.com/a/most-of-2030-s-jobs-haven-t-been-invented-yet/4778002.html

Obecna sytuacja, z punktu widzenia kadry zarządzającej jest to nie lada  wyzwanie. To jak będą się kształtować relacje i obowiązki pomiędzy pracownikami różnych działów, znacząco zmieni sposób pracy wielu organizacji. Identyfikacja tych obszarów oraz ewentualnych konsekwencji wynikających z rewolucji AI będzie decydować o sukcesie w nadchodzących latach.

„W mojej ocenie, rozumienie możliwości jakie dają nowe technologie oraz ocena tego jak mogą usprawnić daną organizację, będzie kluczową umiejętnością menadżerską w najbliższej dekadzie. – Podkreśla CEO Inero Software Andrzej Chybicki

Wskazuje on na dwa sposoby rozwoju świadomości technologicznej przedsiębiorstw w zakresie AI:

Pierwszym jest eksploracja dostępnych na rynku produktów lub usług, które mogą być zastosowane jako gotowe rozwiązania. Decyzja o ich wdrożeniu zależeć będzie od stopnia, w jakim te rozwiązania mogą być dopasowane do specyficznych procesów wymagających optymalizacji i automatyzacji. Ważne jest jednak, aby być świadomym, że takie oprogramowanie jest dostarczane w formie pewnej „bryły”, którą trzeba nie tylko zaimplementować, ale również dostosować procesy wewnątrz organizacji, aby mogły efektywnie współpracować z nowo wdrożonym produktem.

Alternatywą jest tworzenze wewnętrznych rozwiązań opartych o AI, na które już teraz decydują się duże firmy. To na  przykład, projektowanie własnych modeli językowych, dopasowanych do  indywidualnych potrzeb i wymogów danego przedsiębiorstwa. To zwykle wielomilionowe  projekty, ale są też takie, które mogą zamknąć się w mniejszym budżecie.

Jedną z globalnych marek, która zdecydowała się stworzyć własny model LLM jest Amazon. Zadaniem modelu „Rufus” jest wsparcie potencjalnych klientów na każdym etapie ścieżki zakupowej. Celem jego wdrożenia jest asystowanie użytkownikom i optymalizacja procesu składania zamówień.

„W Inero stosujemy podejście produktowo- usługowe. Mając wiedzę jak się rozwiązuje pewne problemy, za pomocą naszych autorskich systemów jak DocQuality lub DeliverM8 – Freight Matching Platform, staramy się zaprezentować pewien szablon rozwiązania i jego potencjał. Następnie dostosowujemy go do konkretnych potrzeb i procesów realizowanych w strukturze firmy klienta, a nie na odwrót. Nasze produkty stanowią pewien szablon możliwości jakie dają nowe technologie.” – zaznacza Andrzej Chybicki

Jest to rozwiązanie, które ma w sobie dobre cechy podejścia produktowego, ale zarazem daje pewną elastyczność, wynikającą z podejścia usługowego, przy czym koszt jest zdecydowanie  bardziej przystępny. Jako przykład można wskazać aplikację DocsQuality, która wykorzystuje techniki uczenia maszynowego do kategoryzacji dokumentów i rozpoznawania nieczytelnych fragmentów plików. Program ten można w łatwy i szybki sposób zintegrować z wewnętrzną infrastrukturą klienta, optymalizując proces obiegu dokumentów o wykrywanie problematycznych dokumentów.

Podsumowując, rozwój sztucznej inteligencji w zarządzaniu przedsiębiorstwami niesie ze sobą przestrzeń dla innowacji. Wyzwania związane z adaptacją nowych technologii wymagają strategicznego podejścia, zarówno w kontekście implementacji gotowych rozwiązań, jak i tworzenia wewnętrznych systemów AI. Sukces w nadchodzącej dekadzie będzie zależał od zdolności menedżerskich w zrozumieniu i wykorzystaniu potencjału technologicznego oraz umiejętności zarządzania zmieniającym się zespołem, który będzie wymagał wdrożenia nowych narzędzi, dopasowanych do nowych zadań.

Artykuł Możliwości, które niesie rozwój i popularyzacja sztucznej inteligencji w zarządzaniu przedsiębiorstwami pochodzi z serwisu Inero Software - Rozwiązania IT i Konsulting.

Koniec roku to czas podsumowań. W świecie IT wydarzyło się wiele interesujących rzeczy, dlatego w tym artykule postanowiliśmy skupić się na AI. Rozwój sztucznej inteligencji i jej obecność w mediach przyspieszyły do niespotykanej dotąd skali. Narzędzia oparte na Large Language Models (LLM) zostały spopularyzowane i szeroko udostępnione użytkownikom z różnych branż, nie tylko technologicznych. Postanowiliśmy podsumować rok z Andrzejem Chybickim, CEO Inero Software. Oto jego lita 5 kluczowych wydarzeń mijającego roku.

Fakt 1: OpenAI – sztuczna inteligencja staje się powszechnie dostępna

OpenAI odegrało ogromną rolę w popularyzacji sztucznej inteligencji w kontekście zrozumienia ludzkiego języka. W 2022 roku wydali ChatGPT, a w kolejnych miesiącach prezentowali nowe, ulepszone modele. Te postępy nie tylko poprawiły wydajność istniejących aplikacji, ale również otworzyły nowe możliwości dla AI w ochronie zdrowia, administracji, marketingu i wielu innych.

W 2023 roku do ChatGPT wprowadzono wiele ulepszeń, charakteryzujących się zaawansowanymi algorytmami uczenia dla lepszej dokładności i bardziej zniuansowanych konwersacji, spersonalizowanymi interakcjami z użytkownikami, rozszerzonym wsparciem językowym dla globalnej dostępności oraz szerszą integracją z aplikacjami. OpenAI podkreślało kwestie etyczne i redukcję uprzedzeń, włączyło uczenie się w czasie rzeczywistym dla aktualnych treści, poprawiło możliwości interakcji multimedialnych, a także wzmocniło niezawodność i solidność narzędzia. Dodatkowo, ChatGPT został dostosowany do konkretnych branż, zapewniając specjalistyczne funkcjonalności i wiedzę, co stanowi znaczący skok w technologii AI i aplikacjach skoncentrowanych na użytkowniku.

Komentarz eksperta

Open AI był pierwszym szeroko rozpoznawalnym dużym modelem językowym. Zapewne w najbliższych latach będziemy widzieli różne odmiany modeli LLM, przeznaczone do specyficznych zastosowań – de facto to już od paru miesięcy się dzieje. OpenAI, mimo bycia pionierem, przynajmniej w aspekcie rozpoznawalności, nie zawsze jest uważane za najlepszy i najbardziej uniwersalny model. Kierunek rozwoju to na pewno upowszechnienie na podobnej zasadzie jak kiedyś było z komputerami (tj. LLM jak PC) oraz specjalizacja, czyli wyspecjalizowane modele językowe, przeznaczone do konkretnych zastosowań, albo nawet podmiotów czy ludzi.

Fakt 2: GitHub Copilot – lider w implementacji AI/LLM

Jedną z kluczowych ról w rozwoju sztucznej inteligencji odegrał Microsoft, współpracujący z OpenAI. W ciągu ostatniego roku Microsoft kontynuował doskonalenie swojej wizji Microsoft Copilot. Skupmy się na rozwiązaniu dla programistów: GitHub Copilot. W 2023 roku przeszedł on znaczące zmiany i ulepszenia. Oto kluczowe aktualizacje:

W 2023 roku GitHub Copilot wprowadził kilka znaczących ulepszeń, wzmacniając swoją rolę w rozwoju oprogramowania napędzanego przez AI. Chat GitHub Copilot,  jest teraz ogólnie dostępny i napędzany przez GPT-4 od OpenAI, oferuje bardziej precyzyjne sugestie i wyjaśnienia kodu, używając języka naturalnego, aby pomagać programistom w różnych językach. Ta funkcja jest zintegrowana zarówno z platformą GitHub, jak i jej aplikacją mobilną, wspierając kodowanie, żądania (pull requests) i dokumentację. Dodatkowo, wprowadzono GitHub Copilot Enterprise, dostosowując narzędzie do specyficznych potrzeb organizacyjnych, pomagając programistom szybko dostosować się do baz kodów swoich organizacji i usprawniając liczne zadania,  mając na celu zwiększenie produktywności i bezpieczeństwa na poziomie korporacyjnym. Został również uruchomiony Program Partnerski GitHub Copilot, integrując Copilot z różnymi narzędziami i usługami deweloperskimi, tworząc szeroki ekosystem, który wzmacnia możliwości programistów korzystających z AI. Na koniec GitHub ujawnił nowe funkcje zabezpieczeń oparte na AI w swoim pakiecie Advanced Security, w tym system zapobiegania lukom bezpieczeństwa w czasie rzeczywistym oraz posiada funkcje testowania bezpieczeństwa aplikacji, aby wykrywać i naprawiać luki w kodzie oraz tajemnice, dalej zabezpieczając proces tworzenia oprogramowania.

Komentarz Eksperta

Dzięki współpracy z OpenAI, Microsoft w 2023r. stał się liderem jeśli chodzi o wdrażanie rozwiązań AI/LLM na świecie. Strategia Microsoftu, w tym zakresie opiera się na stosowaniu modelu LLM do tego, aby wspierał (ale nie zastępował) możliwie dużą liczbę czynności i procesów wykorzystujących produkty Microsoft. Szczególne znaczenie miało także zapewnienie odpowiedniego poziomu SLA (uspójnionego z resztą usług Azure) oraz bezpieczeństwa danych. Do najistotniejszych zmian, oprócz wspominanego GitHub CoPilota (który ma za zadanie wspierać programistów w kodowaniu), można zaliczyć, wtyczki CoPilota dostępne w praktycznie wszystkich flagowych produktach tej firmy (Word, Excel, PowerPoint, Outlook).
W Grudniu 2023, nastąpiła także prezentacja rozwiązania CoPilot Studio, które umożliwia tworzenie systemów IT low-code / no-code z istotnym wsparciem modelu OpenAI. To w efekcie umożliwia łatwe rozbudowanie już istniejących w Azure rozwiązań low-code, takich jak np. Azure Agents z botami konwersacyjnymi czy adapterami do baz danych wspieranymi przez AI. Mimo ze CoPilot Studio na chwilę obecną nie jest dostępny w docelowej formie, Microsft jasno komunikuje kierunki rozwoju oraz to jakie zalety, wynikające z jego użycia mogą doświadczyć zarówno deweloperzy, inżynierowie jak i użytkownicy. Z prezentacji przedstawicieli MS można wysnuć wniosek iż, celem Microsoftu jest obniżenie progu wejścia w zakresie tworzenia oraz wdrażania nowych, zaawansowanych rozwiązań AI, gdyż wykorzystanie platform low-code nie wymaga tak głębokiej wiedzy technicznej jak w przypadku tradycyjnego kodowania. Możemy się spodziewać powszechnego zainteresowania tymi rozwiązaniami, nie tylko największych firm wykorzystujących MS Azure w najbliższych latach. Obecnie w gronie ekspertów, pytanie brzmi nie “czy używać AI” ale jak ją wdrożyć aby nie zostać w tyle za konkurencją. Te podmioty, które w najbliższych latach stworzą spójną strategię w zakresie wchłaniania produktów opartych o AI do swoich procesów będą mogły znacząco skorzystać na rewolucji która już ma miejsce.

Fakt 3: Europejski akt ws. sztucznej inteligencji

14 czerwca 2023 roku Parlament Europejski zajął pozycję negocjacyjną w sprawie sztucznej inteligencji. Priorytetem Parlamentu było zapewnienie, że systemy AI używane w UE są bezpieczne, przejrzyste, możliwe do śledzenia i niedyskryminujące. Parlament zaplanował również ustanowienie neutralnej technologicznie, jednolitej definicji AI, która mogłaby być stosowana do przyszłych systemów AI. Akt ustala różne zasady dla różnych poziomów ryzyka AI.

Niedopuszczalne ryzyko: Systemy AI o niedopuszczalnym ryzyku to systemy uznane za zagrożenie dla ludzi i będą zakazane. Należą do nich:

• Manipulacja poznawczo-zachowawcza osób lub konkretnych grup podatnych na wpływy: na przykład zabawki aktywowane głosem, które zachęcają dzieci do niebezpiecznych zachowań
• Ocena społeczna: klasyfikacja osób na podstawie zachowania, statusu socjoekonomicznego lub cech osobistych
• Systemy identyfikacji biometrycznej w czasie rzeczywistym i zdalnej, takie jak rozpoznawanie twarzy Niektóre
• wyjątki mogą być dozwolone: Na przykład „post” systemy zdalnej identyfikacji biometrycznej, gdzie identyfikacja następuje po znacznym opóźnieniu, będą dozwolone do ścigania poważnych przestępstw, ale tylko po zatwierdzeniu przez sąd.

Systemy AI niedopuszczalnego ryzyka

Systemy sztucznej inteligencji stwarzające niedopuszczalne ryzyko, czyli uważane za zagrożenie dla ludzi, zostaną zakazane. To m.in.:

• Poznawczo-behawioralna manipulacja ludźmi lub określonymi wrażliwymi grupami: na przykład zabawki aktywowane głosem, które zachęcają dzieci do niebezpiecznych zachowań.
• Identyfikacja biometryczna i kategoryzacja osób fizycznych.
• Scoring (klasyfikacja punktowa) obywateli: klasyfikacja ludzi na podstawie ich zachowań, statusu społeczno-ekonomicznego lub cech osobistych.
• Systemy identyfikacji biometrycznej działające w czasie rzeczywistym i zdalnie, takie jak rozpoznawanie twarzy.

Pewne wyjątki mogą być dopuszczalne do celów egzekwowania prawa. Systemy zdalnej identyfikacji biometrycznej działające w czasie rzeczywistym będą dozwolone w ograniczonej liczbie poważnych przypadków, natomiast systemy identyfikujące ze znacznym opóźnieniem będą mogły być używane do ścigania poważnych przestępstw, ale wyłącznie po zgodzie sądu.

Systemy AI wysokiego ryzyka

Systemy sztucznej inteligencji negatywnie wpływające na bezpieczeństwo lub prawa podstawowe będą uznane za systemy wysokiego ryzyka.

Zostaną podzielone na dwie kategorie:

1) Systemy sztucznej inteligencji stosowane w produktach objętych unijnymi przepisami dotyczącymi bezpieczeństwa produktów. To np. zabawki, lotnictwo, samochody, urządzenia medyczne i windy.

2) Systemy sztucznej inteligencji należące do ośmiu konkretnych obszarów, które będą musiały zostać zarejestrowane w unijnej bazie danych:

• Zarządzanie i eksploatacja infrastruktury krytycznej.
• Edukacja i szkolenie zawodowe.
• Zatrudnienie, zarządzanie pracownikami i dostęp do samozatrudnienia.
• Dostęp do i korzystanie z podstawowych usług prywatnych oraz usług i korzyści publicznych.
• Ściganie przestępstw.
• Zarządzanie migracją, azylem i kontrolą granic.
• Pomoc w interpretacji prawnej i stosowaniu prawa.

Wszystkie systemy AI wysokiego ryzyka będą oceniane przed wprowadzeniem na rynek, a także przez cały cykl ich życia.

*źródło https://www.europarl.europa.eu/news/pl/headlines/society/20230601STO93804/akt-ws-sztucznej-inteligencji-pierwsze-przepisy-regulujace-ai

Komentarz Eksperta:

Zapewnienie bezpieczeństwa oraz poufności danych to z pewnością jedna najistotniejszych kwestii dotyczących wdrażania rozwiązań AI. Liczni eksperci wskazują, że mimo dobrych intencji komisji Europejskiej, proponowane rozwiązania przyczynią się do zmniejszenia konkurencyjności rodzimego rynku twórców AI, co w efekcie zwiększy dystans pomiędzy Europą a liderami w tej dziedzinie (tj. USA i Chinami). Osobiście podzielam te obawy, tutaj dobrym przykładem może być analogiczna sytuacja jaka miała miejsce ok. 15 lat temu, kiedy wdrażana była chmura obliczeniowa. Wtedy w EU też powstał akt regulujący zasady dostępu i poufności danych (GDPR) który do tej pory jest podstawą regulacyjną w tym zakresie. Jednocześnie, największe rozwiązania, z których większość krajów EU korzysta to rozwiązania wytworzone w USA, dla których priorytetem był swobodny rozwój technologii a dopiero w drugiej kolejności ramy prawne. Niestety, wiele wskazuje na to że podobnie może być jeśli chodzi o AI.

Fakt 4: Gemini: nowy model od Google

Bez wątpienia premiera Gemini była najważniejszym wydarzeniem drugiej połowy 2023 roku, które odbiło się szerokim echem. Te nowe narzędzie jest wynikiem współpracy licznych zespołów Google. Zostało zbudowane od podstaw jako multimodalne, co oznacza, że ​​może generalizować i bezproblemowo rozumieć, łączyć różne rodzaje informacji, w tym tekst, kod, audio, obraz i wideo.

Gemini 1.0 zostało przeszkolone do rozpoznawania i rozumienia tekstu, obrazów, dźwięku jednocześnie, dzięki czemu lepiej rozumie złożone informacje i może odpowiadać na pytania, dotyczące skomplikowanych tematów. To sprawia, że ​​jest szczególnie dobre w wyjaśnianiu rozumowania w złożonych dziedzinach, takich jak matematyka i fizyka.

Podczas prezentacji dotyczącej wydania API Gemini dla deweloperów dużo czasu poświęcono AI Studio, narzędziu do tworzenia kodu. Drugim głównym tematem był Vertex AI, bardziej zaawansowany program, który umożliwia „zarówno szkolenie, jak i wdrażanie modeli uczenia maszynowego (ML) i aplikacji AI”. Google oferuje możliwość przeniesienia wstępnego projektu opracowanego w AI Studio do Vertex AI, aby dodać dodatkowe funkcje dostępne w ramach większej platformy Google Cloud.

Komentarz Eksperta:

Do wyścigu LLM oficjalnie dołączył Google. Najciekawszym aspektem tego co proponuje jest to, że ich model będzie działał w trzech wersjach Ultra (najbogatszej), Pro oraz Nano, przy czym ta ostatnia będzie przeznaczona do działania na telefonach komórkowych. Nie wiemy jeszcze czy Nano będzie w całości uruchamiany na urządzeniach klienckich (smartfonach) czy będzie jedynie swego rodzaju rozwinięciem Google Asisstant.
Warto tez podkreślić, że Google, podobnie jak Microsoft, będzie oferował usługi Gemini jako elementy swoich flagowych produktów takich jak SpreadSheets, Google Docs oraz inne.

Fakt 5: Postępy w przetwarzaniu języka naturalnego (NLP)

Rok 2023 był przyniósł znaczący postęp w dziedzinie przetwarzania języka naturalnego (NLP). Badacze i firmy na całym świecie poczynili znaczne kroki w poprawie dokładności i wszechstronności modeli NLP. Te postępy doprowadziły do bardziej zaawansowanego rozumienia i generowania ludzkiego języka przez maszyny, otwierając drogę do bardziej intuicyjnych i naturalnych interakcji człowieka z komputerem. W tym roku nastąpiło wdrożenie zaawansowanych technologii NLP w różnych aplikacjach, od chatbotów obsługi klienta po złożone narzędzia analizy danych, rewolucjonizując sposób, w jaki codziennie wchodzimy w interakcje z technologią. Postęp w technologii NLP nie tylko wzmocnił istniejące aplikacje, ale również otworzył nowe możliwości dla AI w takich dziedzinach jak edukacja, tworzenie treści i komunikacja wielojęzyczna.

Komentarz Eksperta:

Technologie AI coraz śmielej przełamują barierę rozumienia języka naturalnego. Tym samym powoli zaciera się granica pomiędzy danymi ustrukturyzowanymi jakie do tej pory używaliśmy w systemach IT a wiedzą ludzką. Wydaje się stworzenie AGI czyli maszyny dorównującej albo nawet przewyższającej przeciętnego człowieka w wielu aspektach jest już tylko kwestią czasu. Wyzwaniem dla świata nauki, biznesu i polityków będzie teraz pokierowanie rozwojem AI tak, aby służył on możliwie szeroko rozumianej ludzkości i nie powodował zagrożeń, których wielu (prawdopodobnie) słusznie się obawia.

Ostatnie miesiące były bogate w interesujące premiery w dziedzinie sztucznej inteligencji. Prezentacja nowych dużych modeli językowych, otworzyła szereg możliwości ich zastosowania w codziennych zadaniach, zarówno w pracy programistycznej, jak i w kreatywnych zespołach. Europejskie władze starają się nadążyć za tymi zmianami i dostosować przepisy prawne do aktualnej sytuacji technologicznej. W nadchodzących miesiącach z pewnością zobaczymy więcej nowości, ponieważ wiodący gracze, tacy jak Google i Microsoft, rywalizują w tworzeniu rozwiązań wykorzystujących sztuczną inteligencję.

Artykuł Rok pod znakiem upowszechnienia Sztucznej Inteligencji pochodzi z serwisu Inero Software - Rozwiązania IT i Konsulting.

Artykuł Zarządzanie danymi za pomocą uczenia maszynowego pochodzi z serwisu Inero Software - Rozwiązania IT i Konsulting.

Widzenie komputerowe i detekcja obiektów są coraz częściej wykorzystywane w automatyzacji procesów biznesowych. Wraz z dynamicznym rozwojem technologii, zwłaszcza sztucznej inteligencji, pojawia się wiele nowych innowacyjnych aplikacji biznesowych dla tego typu algorytmów. W tym artykule pokażemy Ci, jak zrobić to z YOLO v5, które w ostatnich latach stało się bardziej popularne. Jednym z ważnych aspektów ponad innymi rozwiązaniami jest szybkość wnioskowania. W ramach tego artykułu przedstawimy określony przypadek użycia i wszystkie etapy jego realizacji. Życzymy miłej lektury!

Studium przypadku

Podpisy są nadal jedną z najczęstszych metod uwierzytelniania dokumentów. Szczególnie w przypadku aplikacji korporacyjnych, identyfikacja podpisanych i niepodpisanych kopii dokumentów w repozytoriach cyfrowych może być czasochłonna i wymagająca. Jednak automatyzacja wspierana przez uczenie maszynowe może to ułatwić. W tym kontekście opiszemy możliwości detektora YOLO v5 oraz omówimy kwestie wykrywania podpisów na fakturach. Zacznijmy od przykładu pokazanego na poniższym rysunku. Na potrzeby tego badania przygotowaliśmy fałszywą fakturę, dane sprzedawcy, kupującego i samego produktu. Zbadajmy teraz, jak możemy skupić się na odręcznych podpisach (które też są fałszywe).

Zbieranie danych

Jednym z pierwszych kroków jest zebranie zestawu obrazów do trenowania modelu. Dla naszego przypadku przygotowaliśmy mały zestaw 10 przykładowych szkoleń z fakturami wypełnionymi różnymi danymi i rozszerzyliśmy ten zbiór o dedykowany skrypt w języku Python. Aby to ułatwić, użyliśmy Roboflow, który jest przydatnym narzędziem do tagowania danych. Tutaj możesz przesłać swój zbiór danych i wykonać szybki proces dodawania adnotacji, dokładnie jak na tym GIF-ie.

Dodatkowo możemy wygenerować więcej obrazów wyjściowych z losowymi wartościami obrotu, nasycenia, ekspozycji, szumu, rozmycia i innego rodzaju przekształceń. Co więcej, za pomocą tego narzędzia możemy określić nasz podział danych treningowych, walidacyjnych i testowych – domyślnie 70%, 10%, 10%. Jest to ważne, ponieważ dzięki temu zapobiegniemy przesunięciu naszego modelu (więcej o tym dowiesz się na tym blogu). Dzięki opisanemu narzędziu możemy wyeksportować nasz zbiór danych w formacie YOLO v5 Pytorch i umieścić go w katalogu naszego projektu. Poniższy rysunek przedstawia drzewo selekcji i drzewo docelowe, gdzie jednym z najważniejszych plików jest data.yml, który zostanie użyty do uczenia.

W naszym przypadku po pierwszym kroku augmentacji o skrypt Pythona generujemy 69 obrazów. Dodatkowo używamy opcji szumu w Roboflow, która pozwala nam ostatecznie wyeksportować 169 przykładów z adnotacjami. Nasze obrazy zostały ostatecznie podzielone, jak pokazano na poniższym rysunku.

Poniżej możesz zobaczyć kilka przykładów:

Konfiguracja i architektura modelu

Kolejnym krokiem w tym procesie jest zdefiniowanie konfiguracji i architektury modelu YOLO. Możemy zbudować własną strukturę sieciową, chociaż w wersji 5 mamy do dyspozycji jeden z następujących modeli:

• YOLOv5s,
• YOLOv5m,
• YOLOv5l,
• YOLOv5x.

Możemy użyć dowolnego z nich, ale pamiętajmy o przypisaniu do pliku docelowego odpowiedniej wartości parametru zwanej nc – liczba klas. W naszym przypadku jest to 1. Modele różnią się między sobą ilością użytych parametrów, szybkością klatek na sekundę (FPS), dokładnością itd.. Na poniższym rysunku widać, jak radzą sobie one z tym samym zbiorem danych COCO. Kliknij na obrazek, aby dowiedzieć się więcej.

Szkolenie

Co ważne, firma Ultralytics udostępnia nam YOLO v5 opracowany w PyTorch. Jest to framework wyspecjalizowany w uczeniu maszynowym. Dzięki temu możemy pobrać ich repozytorium z GitHub i wyszkolić własny detektor. Czego jeszcze potrzebujemy, aby wszystko działało dobrze?

Aby uruchomić każdy ze skryptów musimy zainstalować zależności zawarte w pliku requirements.txt. Jeśli używamy pip, możemy użyć następującego polecenia w terminalu. Pamiętaj, że musisz znajdować się w katalogu projektu.

pip install -r requirements.txt

W procesie instalacji problemem może być jedna rzecz. Mianowicie biblioteka PyTorch…

Inny system operacyjny, używany pakiet, język programowania itp. mogą wymagać określonego polecenia. W tym samouczku znajdziesz wszystko, czego potrzebujesz.

Załóżmy, że spełniłeś wszystkie wymagania. Możesz już rozpocząć szkolenie!

Do uruchomienia tego procesu wystarczy jedna linijka kodu, ale musimy się upewnić, że przygotowaliśmy dwa ważne pliki – data.yaml i np. yolov5l.yaml. Pierwszą powinieneś mieć z etapu zbierania danych, a drugą znajdziesz w repozytorium YOLO v5, w katalogu Models.

Przeprowadźmy szkolenie następującą komendą:

python train.py --data dataset/data.yaml --cfg models/yolov5l.yaml --weights ''

Powyższe polecenie jest najprostsze z możliwych. Dodatkowo można zdefiniować następujące opcje lub parametry:

• img-size,
• batch-size,
• epochs, 
• name,
• no-save,
• cache…

Na potrzeby tego artykułu przeprowadziliśmy stosunkowo krótkie szkolenie dla obrazów o rozmiarze zmienionym do 416×416, wielkości partii 32 i 1500 epok. Po zakończeniu procesu wynikiem będzie plik o nazwie best.pt.

Możesz przerwać proces uczenia się, jeśli w danym momencie Twoje wagi są dla Ciebie optymalne. Szkolenie przerwaliśmy po 650 epokach, co w sumie trwało około 15 godzin. Trzeba pamiętać, że używany komputer nie posiada dedykowanej karty graficznej.

Szczegółowe metryki naszego szkolenia:

• precision – 0.93507,
• recall – 0.96429,
• mAP_0.5 – 0.94755,
• mAP_0.5:0.95 – 0.48702,
  

gdzie:

precision – mierzy, jak trafne są Twoje przewidywania,

recall – mierzy, jak dobrze oceniasz wszystkie pozytywy,

mAP_0.5 – średnia precyzja dla IoU* – 0,5

mAP_0.5:0.95 – średnia precyzja dla IoU* od 0,5 do 0,95 z krokiem 0,005,

* IoU (Intersection over Union) – mierzy nakładanie się dwóch granic. Dowiedz się więcej o wskaźnikach tutaj.

Wnioskowanie

Teraz, możemy przejść do wnioskowania na obrazach testowych. Jak pamiętasz, jeden z katalogów wyeksportowanych z Roboflow nazywał się test. Możemy z niego skorzystać, wstawiając w terminalu następującą linię.

python detect.py --weights best.pt --source dataset/test --conf 0.6 --img-size 600

gdzie conf jest ufnością modelu – wyższy oznacza mniej przewidywań.

Na koniec możemy zobaczyć wizualizację wyniku. Przybliżony czas wnioskowania na jednym obrazie testowym 416×416 wyniósł ~0,3s, natomiast dla 700×700 ~0,8s.

Podsumowanie

Do implementacji opisywanego detektora wykorzystaliśmy tylko 10 obrazów, rozszerzając zbiór danych o proces augmentacji. Dzięki narzędziu Roboflow możliwe było szybkie opisywanie i eksportowanie danych do formatu YOLO. Proces uczenia pozwolił nam uzyskać detektor celu, który skutecznie rozpoznaje podpisy na fakturach.

Należy pamiętać, że przy tak małym zbiorze danych jest on przystosowany tylko do rozpoznawania podobnych faktur. Gdybyśmy chcieli rozszerzyć możliwości naszego detektora, musielibyśmy wyposażyć się w lepszą kartę graficzną i więcej danych.

Inero Software oferuje wiedzę i doświadczenie w zakresie skutecznego wykorzystywania najnowocześniejszych technologii i danych do kształtowania korporacyjnych produktów cyfrowych przyszłości.

Aby uzyskać więcej informacji, odwiedź nas na naszej stronie internetowej lub śledź nas na LinkedIn.

Artykuł Repozytoria dokumentów w chmurze – jak rozpoznać odręczne podpisy w zeskanowanych dokumentach PDF pochodzi z serwisu Inero Software - Rozwiązania IT i Konsulting.