Moment, kiedy jakaś technologia dokonuje przełomu, z reguły da się wskazać dopiero z perspektywy czasu. W przypadku sztucznej inteligencji (AI) i uczenia maszynowego (ML) jest inaczej. ML jest częścią IA opisującą i rozpoznającą wzorce występujące w dużych zbiorach danych. Na tej podstawie można przewidywać przyszłość. Oba wspomniane koncepcje są na szczytach rankingów mierzących popularność najczęściej dyskutowanych tematów.
Według Wernera Vogelsa, który w Amazon.com pełni funkcję dyrektora technicznego (CTO), obecnie jest najlepszy moment do rozwijania inteligentnych aplikacji. Składają się na to 3 czynniki. Po pierwsze, firmy zbierają coraz więcej danych, w tym wiele pochodzących z fizycznego świata (np. lokalizacje GPS). Po drugie, komputery są obecnie wystarczające wydajne. Po trzecie, możliwe jest już trenowanie nawet bilionów algorytmów równocześnie, co znacznie przyspiesza proces uczenia. To umożliwiło prowadzenia większej ilości badań, co z kolei spowodowało, że została przekroczona masa krytyczna jeśli chodzi o wiedzę na temat sztucznej inteligencji. W efekcie znacznie przyspieszyły prace nad nowymi algorytmami i architekturami.
Badania nad AI trwają już dość długo, ale do niedawna postęp był dość powolny. Projekty związane z AI i ML w ostatnich 50 latach były zarezerwowane dla wąskiego grona badaczy i naukowców. Dzisiaj jest zupełnie inaczej. Usługi, narzędzia i platformy AI oraz ML są dostępne dla wszelkiego rodzaju firm i organizacji, wliczając w to nawet takie, które nie mają dedykowanych działów badawczych. Analitycy z McKinsey oczekują, że rynek rozwiązań związanych z AI (usługi, sprzęt, oprogramowanie) będzie warty w 2025 r. aż 130 mld dolarów. Wiele startupów stworzyło algorytmy do najróżniejszych zastosowań: analizy zdjęć medycznych, pomagania w nauce języków obcych czy automatyzacji obsługi zgłoszeń w firmach ubezpieczeniowych. Jedne z najbardziej zaawansowanych rozwiązań powstały dla e-commerce. Ich celem jest przede wszystkim ułatwienie klientom podejmowania decyzji, np. poprzez podpowiadanie, które produkty danemu klientowi będą najbardziej odpowiadały. Z kolei Amazon opracował algorytmy, które potrafią przewidzieć wzrost popytu, dzięki czemu zawczasu można zmagazynować odpowiednie towary.
Erik Brynjolfsson i Andrew McAfee, naukowcy z MIT, przewidują, że efekty makroekonomiczne, tzw. drugiej ery maszyn, będą porównywalne z rewolucją, którą wywołały maszyny parowe, zastępując siłę ludzkich mięśni (pierwsza era maszyn). Powszechne są obawy przed współistnieniem sztucznej inteligencji równolegle z ludźmi. To zrozumiałe. Dlatego konieczna jest dyskusja, jak ludzie i AI mogą w przyszłości koegzystować. Istotne są aspekty prawne, etyczne czy moralne. Rozwiązania w tych obszarach są równie ważne jak pokonanie wyzwań technologicznych.
