REKLAMA

Polska sztuczna inteligencja walczy z dual quality, czyli podwójną jakością produktów

Poranek Radia TOK FM - Weekend
Data emisji:
2022-11-13 08:20
Prowadzący:
Czas trwania:
15:32 min.
Udostępnij:

Eksperci z Ośrodka Przetwarzania Informacji - Państwowego Instytutu Badawczego (OPI) wraz z naukowcami z Instytutu Podstaw Informatyki Polskiej Akademii Nauk (IPI PAN) zaprojektowali system informatyczny ANSI. Na czym polega sposób działania tego narzędzia i dlaczego jest ważny? Wyjaśnia dr Łukasz Kobyliński z Instytutu Podstaw Informatyki PAN.

AUTOMATYCZNA TRANSKRYPCJA PODCASTU

Transkrypcja podcastu
na pewno spotka się państwo niejednokrotnie z taką oceną konsumentów, że jakiś produkt kupiony w Niemczech albo we Francji tej samej marki tego samego producenta jest lepszej jakości w Polsce, że do Polski trafiają produkty takiej drugiej kategorii mnie w tej chwili im może mówić o tym że, że nie są tylko tylko podejrzenia, ale rzeczywiście tak się zdarza co jak zgodnie z porządkiem Unii Europejskiej mieć miejsca nie powinno w związku z tym powstał taki system Rozwiń » informatyczny, który ma wychwytywać jak rozumiem właśnie takie różnice pomiędzy tymi produktami co się nazywa tak bardziej fachowo praktyką podwójnej jakości produktów na ten temat będę rozdawał teraz to, które Łukaszem Kobylińskim z Instytutu podstaw informatyki Polskiej Akademii Nauk dzień dobry w radiu TOK FM dzień wręczenia panu no właśnie to jest system informatyczny ansi, który powstał właśnie w Instytucie i on ma działać w oparciu o metody z zakresu uwaga sztucznej inteligencji, a szczególnie uczenia maszynowego głębokiego, czyli system informatyczny, który na podstawie wielkiego bogactwa informacyjnego jest internet będzie wychwytywał co piszą ludzie o określonych produktach i wskazywał te które, które wymagają Nówka z badania w laboratorium tak to rozumiem a jakby pan wyjaśnił uzupełnił pewnie ten temat interpretacji w imię może doprecyzuje, że system powstaje jesteśmy w trakcie realizacji tak naprawdę systemu od sierpnia tego roku także jest dosyć nowa sprawa i pracujemy też w konsorcjum z ośrodkiem przetwarzania informacji państwowym Instytutem badawczym i system rzeczywiście pomysł jest taki, żeby system przegląda na bieżąco internet osoby internetu zarówno strony internetowe, jaki sieci społecznościowe jak jakiś serwisy takie, które zawierają materiały wideo audio także to dosyć szeroko mówimy o tym zakresie, które monitorujemy no właśnie na podstawie informacji które, które są dostępne w internecie, żeby identyfikować produkty, które należałoby się przyjrzeć jakoś bliżej tak znaczy, że są one podejrzane o to, że moją być być może są gorszej jakości właśnie szczególnie w Polsce i w stosunku do innych krajów albo wręcz, że są niebezpieczne i turystyki i inne innowacyjne pomysły też myślę bardzo ciekawy, dlatego że ty wykorzystujemy to zjawisko polegające na tym, że teraz już wszystko jest dostępna w internecie, że konsumenci bardzo szeroko też wypowiadają się w internecie właśnie o swoich wrażeniach z poszczególnymi produktami także nie trzeba ich słuchać na ulicy trzeba ankietowani nie trzeba do kont wykonywać dodatkowych analiz tylko możemy po prostu monitorować co się dzieje w internecie jak ludzie się wypowiadają i na tej podstawie próbować właśnie zidentyfikować te podejrzane podejrzane produkty czy ten proceder, jakiego dopuszczają się producenci czy to jest coś co wymaga przebadania zdiagnozowanie będziemy dopiero, jeżeli na czym nas oszukują czy też w mają taki punkt wyjścia i wiedzą państwo czy to jest nie wiem proszę do prania z zagranicy w, a to jest taki 1 właśnie po popularny przykład, a nawet sklepy zachodnią chemią w Polsce czy może żywność może jeszcze coś innego będziemy monitorować ostatecznie szeroką gamę produktów zaczynamy od tych, które tutaj są rekomendowane przez urząd ochrony konkurencji konsumentów do tego, żeby właśnie się bliżej przyjrzeć właśnie proszki doprania czy tabletki do zmywarek tego rodzaju rzeczy natomiast jeśli chodzi o sam system to tutaj też jego elementem innowacyjności ma być to, że jesteśmy po pierwsze w stanie zidentyfikować konkretny produkt, którego opinia dotyczy co też nie jest łatwe, bo jeszcze się wypowiadamy w internecie to czasami no nie wiadomo dokładnie do dróg, o którym modelu piszemy tak to trzeba wnioskować z jakiegoś szerszego kontekstu dyskusji tak, żeby wiedzieć o jakim dokładnie produkcie ktoś się wypowiada, a po drugie, problemy w tym systemie badać konkretne cechy, których konsumenci odpowiadają tak to znaczy czy wypowiadają się o trwałości czy wypowiadają się o efektywności tak, żeby też dać tutaj więcej informacji od późniejszych analiz laboratoryjnych całą co mogło być przyczyną tego właśnie, że ta produkcja nisko oceniony także tutaj wykorzystujemy zarówno właśnie metody z zakresu analizy wydźwięku analiza emocji powiązane z tymi cechami produktów no to jeszcze w takim ujęciu wielojęzyczny, bo tak naprawdę musimy porównać opinie, które pojawiają się w języku polskim na rynku polskim z tymi, które są dostępne w innych krajach i tutaj stwierdzić, że jest np. jakiś wyjątkowy kontrast także w Polsce mówi o od pewnej cesze produktu w sposób negatywny no tutaj konsumenci z innych krajów są zadowoleni, więc tutaj właśnie jest podejrzanie właśnie tego zjawiska do koalicji czy ktoś na świecie już zrobił coś takiego wg naszego stanu wiedzy w momencie przygotowywania projektu nie było takiego systemu oczywiście może się zmieniać, bo w tej chwili zastosowania sztucznej inteligencji bardzo szybko są są wdrażane istnieją oczywiście systemy zbliżone, które zajmują się analizą opinii konsumentów o czy w ogóle klientów marce takie znamy takie systemy, które monitorują internet w poszukiwaniu negatywnych opinii o pewnej firmie pewnej marce i na tym my budujemy to znaczy takiego punktu wychodzimy, czyli umiemy zidentyfikować opinii właśnie negatywna lub pozytywne, które pojawiają się w internecie natomiast nasze rozwiązanie idzie dalej, bo musimy identyfikować z konkretnymi bardzo konkretnymi produktami z zidentyfikować z konkretnymi cechami tych produktów i kontestować opinię w różnych językach tak, żeby wykrywać zjawisko dual koalicji, która jest bardzo istotne dla urzędu ochrony konkurencji konsumentów z, jakie państwo tutaj widzą w w ogóle zastosowanie tego tego waszego systemu tego tego rozwiązania, bo w dni to będzie po 2025 roku nie jak zastosowane w Polsce uruchomione, ale czy czy inne kraje będą mogły też skorzystać z waszego pomysłu nie wiem kupić np. czy i czy w ogóle inne kraje się w borykają z takim problemem jest to Polska specyfika po prostu takie gorszy produkt, a tutaj w zakresie samego Air Quality pewnie należałoby zapytać urząd ochrony konkurencji konsumentów czy mają taką informację, że to problem szybko w innych krajach natomiast myślę że, że ten system będzie miał szerokie zastosowanie, bo nie tylko chodzi nam tutaj mam podwójną jakość, ale też o wykrywanie produktów niebezpiecznych produktów, o których dużo się mówi jakiegoś powodu, więc takie odstające przykłady nietypowe są są zwykle podejrzany o coś tak jeśli np. jest to kwestia bezpieczeństwa produktów to też jest to bardzo istotna sprawa dla konsumentów także system będzie mogło na pewno być wykorzystywany przez urząd ochrony konkurencji konsumentów, ale też inne tutaj jednostki w Polsce czy za granicą jeśli myśli tak będzie decyzja tutaj UOKIK-u do tego żeby, żeby ten rynek monitorować rynek konsumencki to, żeby z korzyścią tutaj dla nas wszystkich, bo właśnie potencjalnie takie niebezpieczne produkty będą mogły być wykrywane dosyć wcześnie w w jak będzie funkcjonował ten system od momentu analizy danych, które są dostępne w internecie do momentu w przekazania np. organom unijnym informację o tym, że Rze że, że dochodzi do takiej nieprawidłowości na rynku, a tutaj właśnie wspomina urzędzie ochrony konkurencji konsumentów to pewnie tak będzie wyglądało, że UOKiK będzie dostawał jakiś raport z tego systemu tak system ma być docelowo wdrożony właśnie UOKIK-u i tam codziennie będą zbierane dane z internetu już powiedziałem tutaj z różnych serwisów również społecznościowych takie codzienne zestawienia codzienne raporty będą będą generowane na podstawie tych danych, żeby zidentyfikować sytuację, w której stopniowo narasta np. liczba tutaj jakiś odstających czy np. negatywnych opinii o pewnym produkcie na tej podstawie tutaj urzędnicy będą mogli podjąć decyzję co z tym faktem zrobić tak, czyli że np. wytypować Dell dany produkt czy daną grupę produktową do dalszych badań no to podstawowa zaleta takiego systemu jest obniżenie kosztów i możliwość poszerzenia skali działania, bo można sobie wyobrazić prawda, że urząd tak jak każda każdy inny ma ograniczoną liczbę pracowników, więc monitorowanie bardzo szerokiego rynku wszystkich produktów tak bardziej bezpośrednio manualnie byłoby byłoby niemożliwe natomiast mamy informację tak naprawdę całego rynku polskiego no i w bardzo wąsko możemy wytypować te podejrzane produkty, które urzędnicy wówczas już ze swoją ekspertyzą przyglądają się bliżej także mamy tutaj mamy tutaj już działanie później klasyczna tutaj właśnie bezpośrednie natomiast obniżenie kosztów jest bardzo znaczące, bo nie trzeba się przyglądać cały czas codziennie całemu szerokiemu rynkowi w powiedzmy jeszcze o od strony takiej technicznej w tym przedsięwzięciu, bo tutaj pojawia się hasło sztuczna inteligencja, która pojawia się coraz częściej, ale dla społeczeństwa to jest wciąż coś takiego intrygującego bardzo i i związanego z pytaniami czy komputer kiedyś, gdy będą dla nas podejmował decyzje np. w i gdyby pan mógł wytłumaczyć słuchaczom na czym polega to Novum w tym przypadku tutaj wykorzystujemy w dużej mierze metody przetwarzania języka naturalnego tak, bo opinie, które będziemy analizować będą pisane albo w postaci tekstowej ewentualnie będą wypowiadane głosowo jak na filmach wideo tak, lecz nagrań dźwiękowych, więc tutaj no ostatecznie będziemy przetwarzać tę postać tekstową, w której wypowiedzi mają pewne na zachowanie mają pewien wydźwięk to co znaczy wydźwięk negatywny pozytywny i nacechowanie np. emocjami ktoś ktoś tutaj wyraża zdziwienie czy nie wręcz może teraz wasza rola dla sztucznej inteligencji tak jest tutaj mamy modele, które są już wytrenowane wstępnie będziemy też do trenowania nowych danych tutaj notowanych ręcznie i te modele rolą tych modeli jest jest wykryć właśnie do den wydźwięk nacechowanie wiemy wówczas, że w stosunku do produktu x ktoś wypowiada się negatywnie do tego jeszcze wyraża np. gniew tak czy jest wyjątkowo zdenerwowany kupił coś co być może nie zadziałało tak czy działanie nieprawidłowo i te wszystkie informacje właśnie później pojawiają się w takim raporcie, który będzie generowany dla urzędu co stanowiło dodatkową informację taką szczegółową mająca jak jak można podejrzeć tego produktu więc, więc tutaj sztuczna inteligencja pełni taką bardzo pozytywną rolę pomaga konsumentom czasami się boimy właśnie tych różnych zastosowań wydaje się, że w tym przypadku jest to bardzo pozytywne dla nas dla nas wszystkich i właśnie wykorzystuje po pierwsze, już powiedziałem przetwarzanie języka naturalnego, ale też mówimy w kolejnej fazie produktu analizie wideo gdzie, gdzie musimy rozpoznać dźwięk, który się tam pojawia w tym wideo, czyli w tej tej narracji, które ktoś opowiada o pewnym produkcie musimy przełożyć na tekst, więc rozpoznać rozpoznać ten głos im przełożyć na informację tekstową i dopiero wówczas podejście tej analizie właśnie wydźwięku na zachowaniu także to przekrój tych tych metod sztucznej inteligencji, którą wykorzystujemy jest jest bardzo szeroki, a czy taka sztuczna inteligencja zorientuje się, że coś jest i ironią albo albo albo że, że to jest sarkazm i wciąż wypowiedzi mamy faktycznie też takie badania, w których których notujemy sarkazm w wypowiedziach na tej podstawie też uczymy modele mówi notujemy, dlatego że większość modeli właśnie sztuczna inteligencja, które są w tej chwili wykorzystywane działa w ten sposób, że otoczą się na nadanych wcześniej oznaczonych także na przykładach tak jak człowiek czy dziecko właśnie uczy się na przykładach i później na podstawie tych przykładów jest w stanie powiedzieć coś o nowych przypadkach, które wcześniej nie widział, więc my w w tutaj również zajmujemy się z sarkazmem przy czym należy tutaj powiedzieć, że jest to rzeczywiście przypadek trudny tak, bo tutaj sposobów wykorzystania sarkazmu czy takich przypadków, które występuje sarkazmu jest bardzo wiele i każdy jest nieco inny więc, więc jest to zagadnienie trudniejsza natomiast na taką taką informację też możemy zawrzeć właśnie w takim raporcie, żeby była dodatkowa informacja dla osoby oceniającej czy faktycznie ktoś miał na myśli to co miał myśliciel czy też właśnie należy interpretować tę wypowiedź raczej odwrotnie niż wynikałoby bezpośredni tutaj informacji tekstowej, a to wszystko w tym przypadków w interesie konsumentów bardzo panu dziękuję dziękuję z nami dr Łukasz Kobyliński z Instytutu podstaw informatyki Polskiej Akademii Nauk bardzo jeszcze raz dziękuję za udział w audycji już za chwilę połączymy się z Antkiem amatorskim z grupy granica będziemy rozmawiali o tym co wolno, czego nie wolno strażnikom granicznym w Zwiń «

PODCASTY AUDYCJI: PORANEK RADIA TOK FM - WEEKEND - ANNA PIEKUTOWSKA

Więcej podcastów tej audycji

REKLAMA

POPULARNE

REKLAMA

DOSTĘP PREMIUM

Podcastowe produkcje oryginalne, podcasty z audycji TOK FM oraz Radio TOK FM bez reklam z 40% zniżką!

KUP TERAZ

SERWIS INFORMACYJNY

REKLAMA
REKLAMA
REKLAMA