Nowa wersja platformy, zawierająca wyłącznie zasoby pełnotekstowe, jest już dostępna.
Przejdź na https://bibliotekanauki.pl
Ograniczanie wyników
Czasopisma help
Lata help
Autorzy help
Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników

Znaleziono wyników: 592

Liczba wyników na stronie
first rewind previous Strona / 30 next fast forward last
Wyniki wyszukiwania
Wyszukiwano:
w słowach kluczowych:  Sztuczna inteligencja
help Sortuj według:

help Ogranicz wyniki do:
first rewind previous Strona / 30 next fast forward last
1
Content available remote Automation & Artificial Intelligence - Boon or Bane: a Humanistic Perspective
100%
EN
The role of Artificial Intelligence and Automation has evolved dramatically and exponentially in recent times and there is a great deal of debate on the impact of this on society in general. This paper essentially presents perspectives to examine the role of Artificial Intelligence and it's economic and social impact to assess the effects of the growth of this technology on the human race and also examine the various opportunities and challenges that Artificial Intelligence could bring about. The paper attempts to study the impact of Artificial Intelligence and Automation on the jobs landscape and summarizes the challenges which policy makers would have to deal with to harmonize the growth of technology and its societal impact. (original abstract)
XX
Jednym z bardziej uciążliwych etapów podczas prac związanych z projektowaniem budynków jest weryfikacja powstałej koncepcji pod kątem jej zgodności z obowiązującymi przepisami, dotyczącymi dostępności nowego obiektu dla użytkowników i bezpieczeństwa korzystających z niego osób. Odpowiednie regulacje formalno-prawne określają np. wysokość i głębokość schodów, wielkość otworów okiennych, obszar jaki musi być przeznaczony na toalety, czy miejsca, gdzie będą mogły kończyć się i rozpoczynać poręcze. Nie byłoby w tym nic negatywnego, gdyby nie to, że przepisy te są nieustannie modyfikowane i aktualizowane, co znacznie utrudnia pracę projektantom, doprowadzając nierzadko do naruszania odpowiednich zapisów i - co gorsza - opóźnia odbiór budynku i jego oddanie do eksploatacji, co w praktyce przekłada się na wymierne straty finansowe. (fragment tekstu)
XX
Dane genealogiczne są istotnym czynnikiem wpływającym na zachorowalność na różne choroby, w tym nowotwory. Reprezentację takich danych umożliwia format PED. Algorytm genetyczny służący odkrywaniu kombinacji czynników wpływających na zachorowania na nowotwory powinien zawierać również mechanizmy wykorzystujące dane genealogiczne. W związku z tym pojawia się problem kodowania danych PED. W artykule zawarto propozycję kodowania formatu PED za pomocą liczb całkowitych. Dzięki temu przekształceniu algorytm genetyczny będzie w stanie generować rozwiązania również w oparciu o dane genealogiczne. (abstrakt oryginalny)
EN
Genealogy is an important factor influencing the incidence of various diseases, including cancer. Representation of such data allows the PED format. Discovering the genetic algorithm used a combination of factors influencing the incidence of cancer should also include mechanisms for using genealogical data. Therefore, there is a problem of encoding PED data. The article includes a proposal for the encoding format of PED using integers. Thanks to this transformation of a genetic algorithm is able to generate solutions also based on genealogical data. (original abstract)
XX
Celem poniższego artykułu jest przedstawienie sztucznej inteligencji (SI) jako technologii, której wykorzystanie w instytucjach publicznych, m.in. instytucjach zabezpieczenia społecznego, umiejscawia ją w obszarze o znaczeniu strategicznym. Na podstawie analizy doświadczeń z zagranicy w tej dziedzinie, a także najbardziej prawdopodobnych scenariuszy wykorzystania sztucznej inteligencji w najbliższej przyszłości można stworzyć przypuszczalny kierunek rozwoju tej technologii w administracji publicznej. Zakres opracowania obejmuje opis uwarunkowań stosowania SI w instytucjach publicznych, analizę możliwych scenariuszy jej wykorzystania w tych instytucjach, wybrane problemy sztucznej inteligencji, a także wnioski. (fragment tekstu)
XX
Wydarzenia ostatnich miesięcy nie tylko zmieniły postrzeganie relacji firm z pracownikami, ale również spowodowały upowszechnienie nowych form pracy, które do niedawna były stosowane jedynie przez niewiele z nich. Gdy część organizacji wciąż stara się dotrzymać kroku ciągłym zmianom, inne wykorzystują ten czas na określenie, co może czekać je w przyszłości i jak się do tego odpowiednio przygotować. I choć niektóre prognozy brzmią rodem z filmów sience fiction, warto znać globalne wzorce pracy i prognozy by zrozumieć, jaką rolę odegra w nich technologia. (fragment tekstu)
XX
Funkcjonowanie systemu ekspertowego jest związane ze stałą aktualizacja wiedzy. Często z tym prozaicznym problemem nie można sobie poradzić. Problemy te mogą wynikać z kilku powodów, w których najważniejszym jest brak dostępności eksperta dobrze znającego dziedzinę rzeczywistości. Jedynie stała współpraca eksperta z systemem ekspertowym może dawać prawidłowe wnioski odnośnie działania w przyszłości. Przyszłości określonej jako podjęcie decyzji w danej chwili, jak też przybliżenie jak będzie kształtować się zjawisko w przyszłości. Nie mamy jednak takiego komfortu na stałą współpracę z ekspertem, który by aktualizował wiedzę zaimplementowaną w systemie ekspertowym. Dlatego też musimy budować tak systemy ekspertowe, aby mogły w jakiś sposób same dostarczać sobie wiedzę i na tej podstawie generować określone rozwiązanie. Nie możemy w takim przypadku pozostawić systemów ekspertowych samych sobie, które generowałyby cały czas nową wiedzę. Za poprawność zaimplementowanej wiedzy odpowiedzialny jest człowiek. Jednak gdy prawidłowo określimy ograniczenia w generowaniu nowej wiedzy nie powinny wystąpić problemy w działaniu systemu. Jednym ze źródeł pozyskiwania wiedzy dla potrzeb systemów ekspertowych może być analiza danych, które miały miejsce w przeszłości. Dodatkowo zastosowanie wskaźników do oceny tych modeli pozwala zastosować je w systemach sztucznej inteligencji. (fragment tekstu)
7
80%
XX
Aktualny stan sieci transportowej ma kontekst historyczny i lokalny - z reguły dążono do zaspokojenia chwilowych potrzeb, bazując oczywiście na dotychczasowej strukturze sieci. Owe chwilowe potrzeby wynikały z różnych przyczyn, więc struktura sieci często nie jest optymalna dla obecnych potrzeb. Wzrost komunikacyjnych potrzeb ludności związany z intensyfikacją rozwoju gospodarczego, rosnącą zamożnością społeczeństwa, zwiększoną mobilnością, postępującą integracją państw członkowskich Unii Europejskiej i rozszerzaniem Unii o kolejne kraje zachęca do poszukiwania obiektywnych, naukowych metod umożliwiających podejmowanie racjonalnych decyzji o rozwoju sieci transportowej.(fragment tekstu)
EN
This article shows the attempt of the use of the artificial intelligence methods to find the optimum structure of the transportation network. This approach leads to the solution close to the optimum in a relatively short period of time, exploring only a small part of the solution space. Most appropriate seem to be the procedures using genetic algorithms, mimicking the process of evolution in the world of living. Due to the high computational complexity (the NP - hard problem), and often non-analytic form of the input data (characterizing the environment, the distribution of population centers and the intensity of communication) to find the optimal transportation network is a very time consuming task even using artificial intelligence methods. Thus the hierarchization of the problem was proposed in order to significantly reduce its complexity. The method presented in the article may be in the future scientific basis for both the development of trans-European network and the development of local transportation networks(author's abstract)
XX
Artykuł analizuje historię sztucznej inteligencji i obliczeń neuronowych oraz próbuje ogólnie wytłumaczyć ich różne podejście do rozwiązywania zasadniczo tego samego problemu.
XX
Wstęp: W niniejszym artykule autorzy starają się podsumować, w jaki sposób sztuczna inteligencja może być wykorzystywana przez firmy w produkcji i magazynowaniu. Na podstawie wcześniej opracowanych modeli dojrzałości logistyki 4.0 autorzy proponują również poziomy dojrzałości sztucznej inteligencji (AI) i na jej podstawie przeprowadzono badanie w wybranych polskich i norweskich firmach oraz rozpoznano rzeczywisty stan rozwoju i poziom dojrzałości AI. Autorzy przedstawiają jednak wstępny etap badań jako studium przypadku, które będzie dalej rozwijane i rozszerzane w celu zidentyfikowania gałęzi i obszarów o największym potencjale do zwiększenia wykorzystania sztucznej inteligencji. Ponadto w artykule przedstawiono potencjalne kierunki wdrażania sztucznej inteligencji, a także narzędzia, które mogą być przydatne w rozwiązywaniu problemów związanych z dużymi danymi i optymalizacją przewidywanych nie tylko dla dużych firm, ale także małych i średnich przedsiębiorstw. Autorzy proponują termin Artificial Intelligence 4.0 (Sztuczna Inteligencja 4.0), aby wskazać rzeczywiste trendy w zakresie Przemysłu 4.0 i Logistyki 4.0 oraz rewolucji w odniesieniu do sztucznej inteligencji. Bez wątpienia sztuczna inteligencja jest dużym wyzwaniem dla firm produkcyjnych, jak również branży transportowej i logistycznej, a jej zastosowanie powinno zostać zwiększone i rozszerzone w rozwiązywaniu praktycznych problemów. Metody: Metodologia zastosowana przez autorów niniejszego opracowania może być podzielona na następujące etapy: analiza literatury, rozszerzenie modelu dojrzałości sztucznej inteligencji, opracowanie kwestionariusza, studia przypadków w Norwegii i Polsce. Wyniki: Analiza literatury wykazała lukę poznawczą z powodu faktu, że istnieje bardzo niewiele literatury dotyczącej problemu modeli dojrzałości sztucznej inteligencji, a także logistyki 4.0 i sztucznej inteligencji. Poziomy dojrzałości sztucznej inteligencji można łączyć z modelami dojrzałości logistyki 4.0, dzięki czemu zostaną rozpoznane relacje między rzeczywistym poziomem dojrzałości logistycznej a gotowością sztucznej inteligencji w przedsiębiorstwach. Dzięki takiej analizie możliwe będzie opracowanie złożonej mapy drogowej ze strategicznymi wytycznymi organizacji, jak radzić sobie z logistyką 4.0 i sztuczną inteligencją. Wszystkie firmy badane w tym wstępnym badaniu można zaklasyfikować jako nowicjuszy sztucznej inteligencji: firmy, które nie podjęły aktywnych kroków w podróży sztucznej inteligencji i są w najlepszym razie w trybie oceny. Nawet większe firmy z bardziej zautomatyzowanymi rozwiązaniami nie potrafią wyobrazić sobie korzyści, jakie może przynieść sztuczna inteligencja. Wnioski: Autorzy widzą możliwość zastosowania wspomnianego modelu do badania poziomów dojrzałości sztucznej inteligencji w firmach logistycznych i łączenia uzyskanych wyników z wcześniej opracowanym modelem dojrzałości Logistyki 4.0. Autorzy proponują wprowadzenie terminu Sztuczna Inteligencja 4.0, aby podkreślić znaczenie sztucznej inteligencji w odniesieniu do Logistyki 4.0 i Przemysłu 4.0. (abstrakt oryginalny)
EN
Background: In hereby article authors try to summarize how AI can be use by companies within production and warehousing. On the basis of previously developed Logistics 4.0 maturity model authors also propose Artificial intelligence maturity levels and on its basis a survey has been conducted in selected Polish and Norwegian companies and actual AI state of development and maturity levels has been recognized. However authors present preliminary stage of research as a multi case study which will be further developed and extended in order to identify branches and areas with a hugest potential to enhance AI utilization. Furthermore paper presents potential directions of Artificial intelligence implementation as well as tools that can be useful to deal with big data and optimization problems predicted not only for big companies but also SMEs. Authors propose term Artificial Intelligence 4.0 to point out the actual trends in the scope of Industry 4.0 and Logistics 4.0 and revolution with respect to AI. Without doubt AI is a big challenge for manufacturing companies as well as Transport and Logistics Industry and its application should be increased and extended in solving practical problems. Methods: Methodology applied by authors of hereby paper can be divided on following stages: literature analysis, enlargement of AI maturity model, development of a questionnaire, multi-case studies in Norway and Poland. Results: The literature search showed a cognitive gap due to fact there is a little of literature dealing with problem of Artificial intelligence maturity models as well as Logistics 4.0 and Artificial Intelligence. Artificial intelligence maturity levels can be combined with Logistics 4.0 maturity models thus relations between actual level of logistics maturity and AI readiness in companies will be recognized. Due to such analysis it will be possible to develop complex roadmap with the organization's strategic guidelines how to deal with Logistics 4.0 and AI. All the companies investigated in this preliminary study could be classified as AI Novices: Companies that have not taken proactive steps on the AI journey and are at best in assessment mode. Even the bigger companies with more automated solutions cannot visualize the benefits AI can bring. Conclusions: Authors see potential to apply aforementioned model to investigate AI maturity levels in logistics companies and combine obtained results with previously developed Logistics 4.0 maturity model. Authors propose to introduce term Artificial Intelligence 4.0 to emphasize the importance of artificial intelligence with respect to Logistics 4.0 and Industry 4.0. (original abstract)
EN
In a search for lessons learned from 50 years of history ofAI, this paper presents a brief subjective and personal history of the field. It then introduces five theses-prescriptions for what makes good AI research. The theses stem form the author's understanding of successes and failures of the field, and from his own experience as a long-standing and active member of the AI community. The five theses promote practicality, embeddedness, empirical verification, mathematical foundation, and scrutiny. (original abstract)
XX
Mając aspiracje stania się jednym z globalnych i europejskich centrów rozwoju sztucznej inteligencji, rząd federalny RFN w listopadzie 2018 r. opracował dokument pt. Strategia Sztucznej Inteligencji Rządu Federalnego. Zgodnie z przyjętymi założeniami "Sztuczna Inteligencja made in Germany" ma się stać międzynarodowym znakiem towarowym dla nowoczesnych, bezpiecznych i zorientowanych na poprawę jakości życia społeczeństwa zastosowań sztucznej inteligencji. Niemcy, jako największa gospodarka Europy, podejmują wysiłki, aby w obszarze rozwoju sztucznej inteligencji stać się globalną i europejską potęgą. W ramach przyjętej strategii rząd federalny zapewni 3 mld euro w ciągu najbliższych kilku lat na wsparcie badań nad sztuczną inteligencją i zamierza stworzyć szereg rozwiązań mających ułatwić rozpoczęcie działalności gospodarczej w tym zakresie. W związku z powyższym celem niniejszego opracowania jest odpowiedź na pytanie, czy Niemcy mają szansę stać się wiodącym europejskim i światowym ośrodkiem badań i rozwoju nad sztuczną inteligencją.(fragment tekstu)
EN
The Artificial Intelligence is one of the key technologies of the 21st century. Numerous countries conduct advanced research on Artificial Intelligence, in which they see the possibility of gaining technological advantage over other countries. Global leaders in research and development of Artificial Intelligence are the United States and China. Also single European countries have ambitions to play a significant role in the creation and development of this technology. As the largest European Union country, Germany published at the end of 2018 the Strategy of Artificial Intelligence of the Federal Government, which defines a number of objectives to implement and guidelines necessary to create from Germany a global center of Artificial Intelligence. In this context, the purpose of this article is to answer the question of whether Germany has a chance to become a leading European and world center for research and development on Artificial Intelligence.(original abstract)
XX
Ostatnie kilkadziesiąt lat było kluczowe dla przemysłu. Wzrost oparty o gromadzenie danych, coraz większa popularność i rozwój nowych technologii czy innowacje, w skład których wchodzi m. in. sztuczna inteligencja - to tylko kilka czynników decydujących o jego nowym obliczu, tzw. Przemyśle 4.0. Zmieniające się zasady funkcjonowania gospodarki zmuszają konsumentów, przedsiębiorców i przedstawicieli rządów do podążania za zmianą. (fragment tekstu)
XX
Artykuł ma charakter przeglądowy, którego celem jest przedstawienie aktualnego stanu badań dotyczących sztucznych sieci neuronowych. Przedstawiono w nim podstawowe wiadomości dotyczące sztucznych sieci neuronowych, koncentrując się na ich konstrukcji, sposobie działania i metodach uczenia. (abstrakt oryginalny)
EN
The aim of the paper is to review the literature on artificial neural networks. In the paper we discuss the basic problems in that field. In particular the attention is paid to the neural system construction and functioning as well as the training methods.(original abstract)
PL
The article discusses representations of artificial intelligence (AI) in popular culture, mainly in the movies. The author focuses on AI turning against a man, seeking his extermination or enslavement. The paper investigates cinematic concepts of the birth of AI in the context of technological singularity. In these works which present maturing of AI we may observe that often its motives and aims which we assess as sinister are, in fact, the reaction to human actions. Emotional nature of AI and its irritating interactions with less intelligent and reasonable people has been revealed. The author discusses sources of genocidal plans, and separately examines tensions caused by AI representations in androids. In the light of the analysis, AI is a screen on which phantasms related to the tensions in the global risk society are projected. The anxiety of AI rebellion is an emanation of our loss and fear in technicized world. The popular culture conceals a worrisome fact that we are responsible for potential disaster.
XX
Artykuł koncentruje się przede wszystkim na potencjale zastosowanie sztucznej inteligencji do prawa podatkowego. Główne pytanie badawcze dotyczy możliwości uzyskania wsparcia ze strony sztucznej inteligencji przez podatników, organy podatkowe i sądy w zakresie stosowania prawa podatkowego. Celem artykułu jest próba odpowiedzi na to pytanie badawcze poprzez przedstawienie genezy, obecnego stanu oraz potencjału rozwojowego zastosowania sztucznej inteligencji do prawa podatkowego. (abstrakt oryginalny)
EN
This paper essentially concentrates on a potential of an application of artificial intelligence (AI) to tax law.The main research question is as follows: whether taxpayers, tax authorities and courts may receive a support of AI in their task associated with tax law? The purpose of the article is to take an attempt to answer to that question by the analysis of the origin of AI and law, the present stage of deve-lopment of AI applications to tax law, and the prospective applications of AI to tax law.(original abstract)
XX
Artykuł omawia genezę człowieka, istotę natury ludzkiej oraz wizję przyszłości ludzkości. W syntetyczny sposób przedstawia główne etapy procesu antropogenezy. Opisuje dwoistą naturę współczesnego człowieka (naturę biologiczną i kulturową). Artykuł odnosi się do pojawienia się Sztucznej Ogólnej Inteligencji (AGI) jako wyzwania dla ludzkości. (abstrakt oryginalny)
EN
The article discusses the genesis of man, the human nature and the vision of the future of mankind. In a synthetic way it presents the main stages of the process of anthropogenesis. It describes the dual nature of modern man (biological and cultural nature). The article refers to the emergence of Artificial General Intelligence (AGI) as a challenge for humanity.(original abstract)
EN
By computational processes, immersive reality and digital twin technologies, generative artificial intelligence tools can automate artistic creative production and labor, transforming and redefining employment, tasks, and jobs by use of synthetic media and data. Machine and deep learning industrialization can augment decision-making by using a real-time, trustworthy, accurate data fabric architecture, and can achieve operational excellence through cloud and edge computing tools, demand sensing and forecasting, and computer vision and natural language processing algorithms. (fragment of text)
18
Content available remote Marketing i sztuczna inteligencja
80%
EN
In recent years Artificial Intelligence (AI) has become an emerging topic in the discipline of marketing. The idea "AI first" has taken place of previous popular one: "Mobile first". The change was a result of first AI application in different areas of business and science: medicine, law, automotive or education. Finally, AI has reached marketing where AI took the first steps though it, however is not yet broadly used. The aim of the article is to assess the emerging technology's influence and impact on marketing and review the first AI implementations in marketing practice. The article is divided into four parts. In the first part the AI phenomenon and its implications for marketing is thoroughly explained. In the second part, the desk research results are presented, showing the available AI applications in marketing. The third part of the paper includes the analysis and the presentation of possible AI influence on marketing mix. Final part describes the managerial implications of AI influence on marketing and consumer behavior(original abstract)
EN
Theoretical background: The rapid and exponential technological advancements have far-reaching impacts on management information systems, management practices, and human life. The promising outcomes in Artificial Intelligence and cutting-edge research on semantic networks and natural language processing have motivated the authors to envision the future of management technology. Purpose of the article: Our paper focuses on the new communication facilities and artificial intelligence models used to process management-type queries in natural language. Research methods: The article discusses recently developed technologies, proposed by Google and Microsoft, notably Google Bard and Bing integrated with ChatGPT-4. Both chatbots use Generative AI methods and large language models to understand domain-based queries and generate answers. Main findings: The practical and social implications of new models in management practice are discussed. To illustrate the qualities and weaknesses of the features of new technologies, four examples of management decision-making are discussed. The case studies also show differences between these two technologies. Finally, the paper concludes by summarizing the expectations and limitations of Generative AI applications in management. The paper is one of the first publications describing and demonstrating the idea of interfaces in natural language in business-oriented applications.(original abstract)
XX
Głównym problemem rozważanym w artykule jest określenie, w jaki sposób odpowiednio reagować na zmiany w funkcjonowaniu systemów wspomagania decyzji opartych na sztucznej inteligencji pod kątem zaspokajania potrzeb państwa, biznesu i obywateli. Metodologia badań opiera się na przeglądzie literatury przedmiotu oraz analizie różnych opcji polityki. Proces argumentacji składa się z dwóch zasadniczych elementów. Pierwszy charakteryzuje istotę i cel rozwoju systemów odpowiedzialności cywilnej dla systemów wspomagania decyzji opartych na sztucznej inteligencji na Ukrainie. Przeanalizowano ukraińskie przepisy prawne pod kątem ich zakresu merytorycznego i otwartości na internalizację ewentualnych nowych sytuacji związanych z roszczeniami o odszkodowanie od systemów AI. Druga część skupia się na wynikach własnych badań aktów prawnych i strategicznych dokumentów polityki. Badania ujawniają znaczne różnice między regulacjami UE a praktyką prawodawczą na Ukrainie. Przyjęcie podejścia opartego na ryzyku zapewnia odpowiednie zarządzanie ryzykiem podmiotów gospodarczych, a poszkodowanym daje okazję do otrzymania odszkodowania. Dalsze wdrożenie odpowiedzialności cywilnej za działania oparte na AI wymaga zarówno ujednolicenia przepisów, jak i strategicznej perspektywy interoperacyjności różnych reżimów. Stwarza to potrzebę opracowania i wdrożenia długoterminowej strategii w celu znalezienia równowagi między ochroną obywateli przed ewentualnymi szkodami a umożliwieniem innowacji technologicznych. Krajom sąsiadującym z UE zaproponowano różne warianty polityki i systemy prawne.(abstrakt oryginalny)
EN
The main problem considered in the article is to determine how to adequately respond to changes in the functioning of AI- powered decision support systems in terms of satisfying state, business, and citizens' needs. The research methodology is based on the review of the literature on the subject and the analysis of different policy options. The process of argumentation consists of two essential elements. The first characterizes the essence and purpose of the development of civil liability regimes for AI-powered decision support systems in Ukraine. Ukrainian legal provisions were analyzed in terms of their substantive scope and their openness to internalize potential new situations relating to claims for compensation of damages from AI systems. The second part focuses on the results of own research of legal acts and strategic policy documents. The research reveals significant differences between EU regulations and Ukrainian lawmaking practice. An option with the adoption of specific legislation could potentially be a favorable solution. First of all, a risk-based approach ensures appropriate management of risks that would arise for economic actors, and provide a good opportunity for victims to receive compensation. Further implementation of civil liability for AI requires both: the unification of the regulations and a strategic perspective of various regime interoperability. This creates the need to develop and implement a long-term strategy in order to strike a balance between protecting citizens from possible harm caused by the activities of artificial intelligence systems and enabling technological innovation. Different policy options and legislative regimes have been proposed for EU neighboring countries.(original abstract)
first rewind previous Strona / 30 next fast forward last
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.