Home » Posts tagged 'Data Science'
Tag Archives: Data Science
ChatGPT w pracy data scientista. Możliwości automatyzacji w analizie danych. Jak interpretować wyniki i jaka jest ich jakość.
Jako model językowy, nie jestem wstanie przeprowadzać analiz jednak według mojej wiedzy… Czy widziałeś kiedyś tekst opublikowany przez człowieka będący tak naprawdę napisany przez sztuczną inteligencję a ludzkiemu “autorami” zapomniało się nawet usunąć zdania w którym model przyznaje się do autorstwa? W poniższym wpisie chcemy przedyskutować jak data scientist może korzystać z ChataGPT oraz jak powinien robić to w sposób etyczny. (więcej…)
Co powinien zawierać dobry post (Socjologia UJ 2023/2024)
W tym krótki wpisie chciałem zawrzeć informacje, co powinno się znaleźć w dobrze przygotowanym poście na blog popularnonaukowy. Kwestie zarówno będą dotyczyć dodawanych treści, jak również problemów technicznych związanych z edycją posta. (więcej…)
Fake news – jak je identyfikować i przeciwdziałać wykorzystując narzędzia SI i Data Science. Możliwości i konsekwencje
Fałszywe wiadomości i dezinformacja (FNaD) są coraz częściej rozpowszechniane za pośrednictwem różnych platform internetowych i społecznościowych, powodując szerokie zakłócenia i wpływając na postrzeganie podejmowania decyzji. Wysiłki badawcze zostały podjęte w celu opracowania modeli wykrywania FNaD opartych na sztucznej inteligencji (AI) i uczeniu maszynowym (ML). W artykule przedstawione zostały różne aspekty fake newsów oraz roli SI i data science w ich identyfikacji i przeciwdziałaniu. Omówione zostały techniki analizy treści, wykrywania manipulowanych obrazów, identyfikacji deepfake’ów, analizy sieci społecznościowych i wielu innych interesujących zagadnień. Rozpatrzono również konsekwencje fake newsów i ich wpływ na społeczeństwo, jak wpływają na demokrację, zaufanie do mediów, procesy podejmowania decyzji i codzienną rzeczywistość.
Czy jesteśmy gotowi na nowe oczy. Rzeczywistość wspierana przez narzędziami augmented/mixed reality. Cienka granica między wsparciem a ubezwłasnowolnieniem.
Augmented Reality to fascynująca technologia, która ma potencjał dostarczyć nam rozrywki, usprawnić niektóre aspekty społeczeństwa, czy nawet ratować ludzkie życia. Jednak pozostaje pytanie czy jesteśmy na nią gotowi, i to w dwóch aspektach: czy nasze mózgi będą w stanie zaadaptować się i skutecznie korzystać z coraz to bardziej wszechobecnych wirtualnych obiektów, ale też czy my, jako społeczeństwo, jesteśmy gotowi aby używać tychże narzędzi w sposób odpowiedzialny i wprowadzać odpowiednie środki legislacyjne.
Kodeks honorowy data scientistów – jak chronić dane, bezpiecznie analizować, a których danych nie ruszać.
źródło: https://www.forbes.com/sites/forbestechcouncil/2020/11/09/how-to-keep-your-data-secure-in-the-cloud/
Etyka i sztuczna inteligencja to dwa terminy, które w coraz większym stopniu przecinają się w rozmowach i debatach na temat przyszłości technologii. Szczególnie ważna staje się ta kwestia w kontekście roli jaką odgrywają specjaliści od danych, czyli Data Scientist, w procesie tworzenia i wdrażania rozwiązań opartych na AI. W tej roli przestrzeganie pewnego kodeksu honorowego ma kluczowe znaczenie. W tym artykule przyjrzymy się, jakie zasady powinien przestrzegać Data Scientist, aby chronić dane, bezpiecznie je analizować, a jednocześnie rozpoznawać te, których nie powinno się przetwarzać.
Czy digitalizacja i robotyzacja pozbawi ludzi pracy? Możliwe scenariusze na przyszłość
Digitalizacja i robotyzacja to dwa kluczowe trendy, które rewolucjonizują świat pracy. Wraz z postępem technologicznym coraz więcej miejsc pracy zostaje zautomatyzowanych, co nieuchronnie prowadzi do pytania – czy to oznacza, że ludzie zostaną pozbawieni pracy? W artykule tym przyjrzymy się różnym scenariuszom na przyszłość i zastanowimy się, jakie konsekwencje mogą wyniknąć z dalszego rozwoju cyfrowych technologii i automatyzacji.
Wykorzystanie AI i data science w transporcie, spedycji i usługach pocztowych/kurierskich. Nowe możliwości, większe wątpliwości.
W dzisiejszych czasach coraz więcej sektorów gospodarki wykorzystuje sztuczną inteligencję (AI) i technologie oparte o data science. Sektor transportu, spedycji i logistyki, nie jest wyjątkiem. W tej jakże szerokiej gałęzi gospodarki istnieją liczne możliwości zastosowania technologii opartych na AI i data science – poczynając od modeli mających pomóc w optymalizacji tras i kosztów, przez systemy predykcji popytu i dostępności towarów, po autonomiczne pojazdy i drony. Jednak, jak w każdej dziedzinie, wprowadzenie nowych technologii niesie ze sobą również wyzwania i wątpliwości. W tym artykule omówię, jak AI i data science są wykorzystywane w transporcie, spedycji i usługach pocztowych oraz jakie potencjalne zagrożenia i wyzwania mogą pojawić się wraz z ich stosowaniem.
Każdy kto grał kiedyś w grę Transport Gigant wie, że stworzenie odpowiedniej sieci logistycznej to nie lada wyzwanie (więcej…)
Zawody przyszłości – jak rozwój robotyki, SI i data science przyczyni się do powstania nowych specjalistycznych zawodów
Rozwój robotyki, sztucznej inteligencji oraz data science przyczynił się do powstania nowych specjalistycznych zawodów, które stają się coraz bardziej poszukiwane na rynku pracy. Wraz z postępem technologicznym powstają nowe potrzeby, które wymagają specjalistów posiadających wiedzę z zakresu programowania, analizy danych czy projektowania systemów automatyki. Jednocześnie wiele dotychczasowych zawodów jest zagrożonych przez automatyzację i rozwój robotów. Czy to oznacza, że w przyszłości znikną z rynku pracy? Czy rozwój technologii jest wyłącznie zagrożeniem dla zawodów tradycyjnych?
Nauka “promptowania”. Strategie wydawania poleceń systemom sztucznej inteligencji by było to efektywne.
Na przestrzeni kilku ostatnich lat rozwój technologii uczenia maszynowego i pojawiające się coraz to nowe komercyjne zastosowania oraz narzędzia, wzbudziły w świadomości społecznej żywą dyskusję. Czy maszyny nas zastąpią? Kto jest bezpieczny, a kto nie? W tym wpisie przyjmiemy nieco bardziej optymistyczny wgląd na tą sytuację i będziemy traktować narzędzia sztucznej inteligencji jako jedynie to – narzędzia. Nie różne, przynajmniej w zamyśle, od maszyny Gutenberga czy aparatu fotograficznego. Co za tym idzie, opiszemy jak z takich systemów korzystać, jak wydawać polecenia tak aby sztuczna inteligencja “zrozumiała” o co nam chodzi.
Czy sztuczna inteligencja jest rasistowska, seksistowska a nawet totalitarna? Analiza statystyczna. Jakie mamy przypadki nadużyć i błędów AI i DS.
Wiele zdobyczy nauk informatycznych czy data science poprawia nasz komfort życia czy też pozwala nam na uzupełnianie braków jakie przejawiamy jako gatunek. Czy wraz z coraz postępem AI zaczynamy tworzyć bardziej wybrakowaną pod względem etycznym inteligencję? Podam przykłady, kiedy to stworzone przez ludzi programy okazały się pałać „nienawiścią”. (więcej…)
Czy to byłem ja? – Czyli wszystko o technologii Deepfake
W tym artykule zajmiemy się technologią Deepfake. Wytłumaczymy czym tak na prawdę jest, jak działa, oraz jakie jest jej zastosowanie. Na końcu zastanowimy się do jakich niebezpieczeństw może prowadzić jej nadużywanie, oraz w jaki sposób można ją rozpoznawać.
Sieci semantyczne (semantic web) – czym są, jak działają oraz jakie niosą możliwości i wyzwania
Rozwój internetu nieodzownie łączy się z przetwarzaniem niezwykle dużej ilości informacji. Chociaż w ostatnich latach osiągneliśmy wiele sukcesów w porządkowaniu i rozwijaniu dostępności danych, jednak w aktualnym WWW pozostaje miejsce na usprawnienia. Fascynującym zagadnieniem w tym kontekście są sieci semantyczne, które przynoszą nadzieje na szeroko dostępny i łatwy w użyciu zbiór wiedzy.
Uczenie nadzworowane i nienadzorowane – różnica, zastosowanie, możliwości oraz ograniczenia
Zdjęcie: https://unsplash.com/photos/w7ZyuGYNpRQ
W tym artykule zajmiemy się podstawami uczenia maszynowego, oraz omówimy jego różne gałęzie. Zastanowimy się kiedy należy skorzystać z algorytmu uczenia nadzorowanego i nienadzorowanego, oraz przeanalizujemy ich mocne i słabe strony. (więcej…)
Chaos informacyjny – czy w świecie SI i big data zostaniemy zasypani nic nieznaczącymi, bądź niezrozumiałymi danymi
W czasach Data Science oraz Sztucznej Inteligencji, dane oraz ich struktury bez wątpienia odgrywają najistotniejszą rolę. Są one praktycznie wszechobecne w dobie Internetu, dotyczą wielu różnych dziedzin problemów, a ich przetwarzanie pozwala m. in. producentom na łatwiejsze spełnianie potrzeb konsumentów. Jednakże, czy utrzymujący się napływ danych oraz często dokonywane w nich zmiany, mogą również stanowić zagrożenie swoistego nieporządku w Sieci?
Kryptowaluty zamiast dolarów, NFT zamiast złota – czy możliwe jest odejście od tradycyjnego pieniądza, jakich potrzebujemy procedur, jakich potrzebujemy rozwiązań z zakresu SI i data science
11 lutego 2009 anonimowy użytkownik forum zrzeszającego sympatyków fundacji P2P, Satoshi Nakamoto, zaprezentował pierwszą implementację systemu e-walutowego nazwanego Bitcoin wraz z artykułem dowodzącym bezpieczeństwa tego systemu. Chyba nikt, może poza Satoshi, nie spodziewał się, że po 13 latach jego wynalazek będzie nierozłącznym elementem współczesnego świata ekonomii. Przez 13 lat rozwinęło się wiele różnych kryptowalut jak i NFT, które posiadają niemałą wartość w tradycyjnych walutach. Satoshi miał wizję, że Bitcoin w końcu zastąpi waluty związane z bankami państwowymi. Jako powód wskazywał problem w opodatkowaniu/inwigilacji państwa w portfele obywateli jak ułomność systemów zcentralizowanych w obszarze bezpieczeństwa danych jak i mikropłatności. Czy świat jest już gotowy przejść w 100% na wirtualne waluty? Jakich mechanizmów potrzebujemy, by przejście było bezpieczne? Czy istnieją algorytmy sztucznej inteligencji, które mogą nam w tym pomóc?
Sztuka i data science – w jaki sposób wykorzystać przetwarzanie danych do celów artystycznych.
Wraz z gwałtownym rozwojem w dziedzinach Data Science i Sztucznej Inteligencji (SI) pojawiają się niespotykane dotąd możliwości zastosowań przetwarzania danych w celach artystycznych i kreatywnych. Jakie rozwiązania już funkcjonują i jakie są dalsze możliwości? Jakie i gdzie pojawiają się obecnie ograniczenia? I w końcu czy komputery mogą w sposób autonomiczny tworzyć sztukę?
Kodeks honorowy dla programistów SI i robotów – na co informatyk nie powinien się zgodzić w pracy zawodowej
Uczenie maszynowe opanowało nasz świat na więcej sposobów, niż nam się wydaje. Możesz otrzymać rekomendacje książek, skuteczną trasę do miejsca docelowego, a nawet zwycięską strategię gry w Go. Ale możesz również zostać przyjęty na studia, otrzymać pożyczkę lub zatrudniony do pracy w oparciu o algorytmicznie wspomagane podejmowanie decyzji. Wierzymy, że maszyny są neutralnymi arbitrami: zimnymi, kalkulującymi istotami, które zawsze podejmują właściwe decyzje, które potrafią dostrzec wzorce, których nasz ludzki umysł nie potrafi lub nie chce. Ale czy są? A może podejmowanie decyzji na podstawie algorytmów jest sposobem na wzmocnienie, rozszerzenie i uczynienie niezbadanymi uprzedzeniami i dyskryminacją, które są powszechne w społeczeństwie?
Open-source czy oprogramowania zamknięte. Czy techniki i narzędzia SI i Data Science powinny być w otwartym dostępie – za i przeciw
Codziennie stajemy się użytkownikami niezliczonych serwisów i oprogramowania, w tym coraz częściej takiego, które zawiera w sobie elementy rozwiązań SI oraz Data Science. Bankowość elektroniczna, serwisy społecznościowe, a nawet i już dosyć powszechnie analiza wyników badań lekarskich, to miejsca, w których sztuczna inteligencja zaczyna odgrywać coraz to bardziej znaczącą rolę. W związku z powszechnością powyższych rozwiązań, jak i ich wpływu na dużą liczbę aspektów naszego życia, pojawia się pytanie: czy rozwiązania SI i Data Science powinny być w otwartym dostępie, czy może ich dalszy kierunek rozwoju powinien być zdefiniowany w ramach oprogramowania zamkniętego? W tym wpisie chcemy rozważyć zalety i wady obu podejść.
Maszynowi prawnicy – Law AI and Data Science
Prawo jest jedną z najstarszych dziedzin nauki. Jego zasady różniły się znacznie, i nadal różnią, w zależności od sytuacji geopolitycznej, historii kraju czy kultury. Jest przy tym często postrzegane jako sztywne, oporne zmianom i nowinom. Czy jest jednak w nim miejsce dla nowoczesnego AI? Przyjrzymy się istniejącym i możliwym przyszłym zastosowaniom uczenia maszynowego we wsparciu jurysdykcji oraz z problemami z tym związanymi, na które już wskazują analizy prawne.
Więzienie od Internetu – w jaki sposób karać za przestępstwa z wykorzystaniem narzędzi SI i Data Science. Prawo karne przyszłości
Internet w ostatnich czasach zrewolucjonizował cały świat i stał się nieodzowną częścią naszego życia. Stał się przy tym kolejną płaszczyzną życia do funkcjonowania w otaczającej nas rzeczywistości, która w tym przypadku zyskała miano wirtualnej. Już od samego początku zaczęto dostrzegać olbrzymie niebezpieczeństwo z tym związane i postanowiono opracowywać część prawa karnego poświęconego użytkowaniu Internetu. Jednak to w żaden nie zmniejszyło liczby przestępstw, a wraz z postępem technologicznym rośnie ona gwałtownie, a wykroczenia są coraz trudniejsze do wykrycia przez zwykłego człowieka. Na szczęście w ostatnich latach sztuczna inteligencja i nauki Data Science znalazły zastosowanie w tym obszarze.
Źródło: Adobe Stock. (więcej…)
Świetny artykuł! Bardzo dokładnie opisuje zarówno szanse, jak i wyzwania związane z wprowadzeniem kryptowalut, NFT i technologii blockchain do współczesnej…