RTLS ve zdravotnictví: když technologie z průmyslu zachraňují životy
PŘEČÍST ČLÁNEK
AI hype je dnes stále v plném proudu, a je zajímavé, jak úspěch jednoho konkrétního směru – Large Language Models – otevřel dveře AI do firem ve zcela novém kontextu. Tento trend byl dobře vidět i na příkladu hackathonu Komerční banky.
Veřejnost poprvé vnímá AI především díky nástrojům jako "ChatGPT" a "Midjourney". Přitom AI a strojové učení jsou s námi už desítky let a minimálně za poslední dvě dekády mění svět – jenže zatím spíše potichu, „pod pokličkou.“
Lidé, včetně těch, kteří se pohybují kolem digitální transformace, si nedovedou představit, jak pokročilé jsou dnes technologie rozpoznávání obrazu (zejména obličejů), jak efektivně lze trénovat optimalizační modely nebo jak výkonné mohou být dobře nastavené doporučovací algoritmy.
Tato revoluce nezačala ChatGPT. Začala minimálně se zpřístupněním nástrojů, jako je TensorFlow, a podporou učení na grafických kartách. Díky tomu došlo k obrovské demokratizaci přístupu k této technologii.
Zásluhy "Chatu" jsou však dvojí – otevřel toto téma široké veřejnosti. Zatímco ještě před pár lety firmy o strojovém učení a AI moc neslyšely, dnes má každý CEO ve své strategii napsáno: „Rychle naskočit, než nám AI vlak ujede." To otevírá dveře nejen pro využití LLM, ale také klasického machine learningu, který pokrývá mnoho doposud opomíjených use casů.
Druhou zásluhou jsou pak investice do infrastruktury. LLM potřebují neuvěřitelné množství zdrojů – elektrické energie, GPU, CPU, paměti... Ta náročnost je obrovská jak pro učení, tak pro běh modelů. Ostatně zkuste si pomocí Ollama rozjet nějaký menší model na vlastním počítači.
A tak vzniká infrastruktura, která je prostřednictvím cloudů přístupná všem a za snižující se cenu.Tento trend byl vidět i na hackathonu Komerční banky. I když každý trochu „okořenil“ své řešení použitím LLM, hlavní jádro práce tvořily klasické datově-vědecké algoritmy – Random Forest stromy, menší neuronové sítě, clustering typu k-means apod.
Většina týmů ukázala, že právě tyto starší algoritmy strojového učení, aplikované díky cloudové infrastruktuře na velký dataset, mohou přinést zásadní obchodní hodnotu – při zlomkových nákladech na zdroje, a tedy i s nižšími náklady.Když se tedy bavíme o adopci AI, nezapomeňme, že AI/ML je mnohem širší pole nástrojů, z nichž řada je na Gartnerově hype křivce mnohem dále než LLM, které si svou krizí adopce ještě neprošly.
.png)
.jpg)
