Algokracja

Krzysztof Rybiński, Jarosław Królewski

Uzyskaj dostęp

Zakup książkę

ISBN/ISSN:

978-83-01-23019-7

DOI:

Wydawnictwo:

Wydawnictwo Naukowe PWN

Rok wydania:

2023

Liczba stron:

305

XML:ISBN/ISSN:

ONIX MARC21

Bibliografia:

Rybiński, Krzysztof; Królewski, Jarosław. Algokracja. Red. . Warszawa: Wydawnictwo Naukowe PWN, 2023, 305 s. ISBN 978-83-01-23019-7

Bibliografia refWorks:

RT Book, Whole

SR Electronic(1)

A1 Rybiński, K.

A1 Królewski, J.

T1 Algokracja

PB Wydawnictwo Naukowe PWN

PP Warszawa

YR 2023

SN 978-83-01-23019-7

Bibliografia BibTex:

@Book{ 290046, author = "Rybiński, Krzysztof and Królewski, Jarosław", editor = "", title = "Algokracja", publisher = "Wydawnictwo Naukowe PWN", year = "2023", address = "Warszawa", isbn = "978-83-01-23019-7" }

Bibliografia endNote:

TY - BOOK

AU - Rybiński, Krzysztof

AU - Królewski, Jarosław

ED -

TI - Algokracja

PB - Wydawnictwo Naukowe PWN

CY - Warszawa

PY - 2023

SN - 978-83-01-23019-7

ER -

Netografia (standard APA):

Rybiński, Krzysztof; Królewski, Jarosław. Algokracja [baza danych online] Warszawa: Wydawnictwo Naukowe PWN, 2023 [dostęp: 12 09 2024]. Dostęp w Ibuk Libra: https://libra.ibuk.pl/reader/algokracja-krzysztof-rybinski-jaroslaw-290046.

sztuczna inteligencja, algorytmy, nowe technologie, algokracja

Żyjemy w ekstremalnie ciekawych i ambitnych czasach. Jest to moment historii, w którym nigdy tak wiele rzeczy nie było na wyciągnięcie ręki. Jednocześnie żyjemy w czasach, w których nigdy tak wiele zadań nie powierzaliśmy maszynom (…). Techn...

Więcej

ISBN/ISSN:

978-83-01-23019-7

DOI:

Wydawnictwo:

Wydawnictwo Naukowe PWN

Rok wydania:

2023

Liczba stron:

305

XML:ISBN/ISSN:

ONIX MARC21

O Autorach11
Wstęp, czyli dlaczego napisaliśmy tę książkę13
1. Jak to działa25
Podstawowe pojęcia25
Uczenie maszynowe28
2. Podstawowe modele data science33
Regresja liniowa pomaga w wyborze wina33
Drzewa decyzyjne pozwalające ocenić ryzyko kredytowe47
Jakie lekcje powinien wyciągnąć dyrektor marketingu z nalotów aliantów podczas II wojny światowej53
Naiwny klasyfikator Bayesa uwalnia nas od spamu58
Uczenie maszynowe nienadzorowane60
3. Głębokie uczenie maszynowe67
Jak sztuczna inteligencja powstrzymała złodziei papieru toaletowego w Chinach68
Dlaczego dopiero teraz nastąpił rozwój sztucznej inteligencji69
Jak działają algorytmy głębokiego uczenia się – przykład uczenia nadzorowanego70
Jak stosować głębokie uczenie się w praktyce76
4. Czy komputer może działać jak ludzki mózg, czyli uczenie ze wzmocnieniem81
Jak ludzki mózg stosuje mechanizm nagród w procesie uczenia się81
Nagrody, czyli o tym, jak działają algorytmy uczenia ze wzmocnieniem83
Eksploracja versus eksploatacja i Q-uczenie się86
Zastosowania algorytmów uczenia się ze wzmocnieniem90
5. Jak komputer nauczył się rozumieć ludzką mowę, czyli gra w 300 pytań93
Od cyfr, przez kompilatory, do rozumienia języka naturalnego93
Jak słowa stają się wektorami liczb, które komputer rozumie95
Zastosowania biznesowe98
6. Jak przeczytaliśmy ze zrozumieniem 180 tysięcy artykułów o nowych technologiach w kilka minut101
7. Internet rzeczy i uczenie maszynowe107
Rolls-Royce, doskonałość produkcji i obsługi dzięki big data science107
Jak rzeźnik wykorzystał internet rzeczy i uczenie maszynowe do budowy siły marki i wzrostu sprzedaży109
Przyszłość IoT110
8. Wpływ sztucznej inteligencji na gospodarkę i rynek pracy113
Prognozy wpływu sztucznej inteligencji na rynek pracy113
9. Czy Chiny wyprzedzą Stany Zjednoczone w obszarze sztucznej inteligencji139
Sztuczna inteligencja została uznana w Chinach za kluczową technologię przyszłości140
Dane jako paliwo napędzające rozwój sztucznej inteligencji142
Najbardziej konkurencyjny na świecie ekosystem start-upów142
10. System scoringu społecznego w Chinach, czyli jak powstaje algokracja – nowy system społeczno-polityczny oparty na big data i sztucznej inteligencji145
Bardziej egalitarne społeczeństwo151
Promowanie moralnie pożądanych postaw151
Wzrost transparentności życia publicznego i społecznego152
Wolność w algokracji153
Główne ryzyko algokracji, czyli informatyczny demiurg154
11. Czy i kiedy pojawi się superinteligencja157
Typy sztucznej inteligencji157
Scenariusze dla świata rządzonego przez sztuczną superinteligencję161
Inteligencja zespołowa163
Sztuczna inteligencja i płynna demokracja173
12. Jakie zagrożenia niesie ze sobą uczenie maszynowe i sztuczna inteligencja177
Uczenie maszynowe powiększa nierówności rasowe i płci178
Ocena parametryczna nauczycieli oparta na big data eliminuje wspaniałych pedagogów180
Algorytmy promują niemoralne zachowania na wielką skalę181
Algorytmy napędzają kryzys w szkolnictwie wyższym182
Co z tego wynika183
13. Wolność – czyli o tym, jaki będzie główny wpływ sztucznej inteligencji na modele biznesowe i na człowieka185
Zdolność do budowania piaskownicy i zgodnego bawienia się w niej z innymi188
Umiejętność tworzenia i stosowania modeli XaaS191
Apifikacja kultury korporacyjnej192
14. Praktyczne zastosowania sztucznej inteligencji i uczenia maszynowego197
Funkcje wewnętrzne i administracyjne198
Zarządzanie zasobami ludzkimi202
Analityka biznesowa203
Marketing205
Rozwój oprogramowania205
Nowe modele biznesowe216
Firmy rozwijające sztuczną inteligencję i uczenie maszynowe w Polsce217
15. Big data. Dlaczego inwestycja w infrastrukturę AI jest kluczowa221
Fundamenty221
Kluczowe wyzwania architektury ekosystemu big data224
Umysł człowieka a infrastruktura AI226
Podstawowe elementy nowoczesnej architektury infrastruktury big data i AI230
Kluczowe założenia w przygotowaniu odpowiedniej infrastruktury danych232
16. Ucieczka w przyszłość – jak automatycznie modelować dane behawioralne235
Jakich rezultatów powinniśmy wymagać od nowoczesnej architektury dla rozwiązań z zakresu sztucznej inteligencji235
Nienadzorowane uczenie maszynowe w czasie rzeczywistym na dużą skalę237
Kultura MLOps239
Praca nad budową modelu AI, jego trenowanie i ewaluacja240
Narzędzia automatyzujące pracę data scientistów242
Kluczowe kompetencje zespołu data science stanowiące wewnętrzny „know-how”243
Systemy czasu rzeczywistego i ich ograniczenia243
Odkrywanie nowych zastosowań biznesowych AI244
17. Internet zdecentralizowany a sztuczna inteligencja245
18. Wywiady z ekspertami251
Deep tech. GPT-3. AGI. Kiedy AI przekroczy możliwości człowieka. Rozmowa ze sztuczną inteligencją stworzoną przez OpenAI251
Dzisiaj w firmach obowiązuje zasada „przede wszystkim klient” (client first). Jutro najważniejszą zasadą będzie „przede wszystkim dane” (data first). Rozmowa z Jackiem Dąbrowskim, Chief AI Officer, Synerise255
O tym, jak internet rzeczy zwiększa efektywność firm i satysfakcję klientów, ale także prowadzi do powstania pokolenia D. Rozmowa z Aleksandrem Poniewierskim, partnerem i globalnym leaderem internetu rzeczy w EY260
Zakończenie271
Appendix: Najciekawsze przykłady zastosowania sztucznej inteligencji w praktyce275
Lista zawodów, które znikną z powodu rozszerzania się wpływu sztucznej inteligencji283
Lista rysunków, tabel i wykresów285
Spis organizacji zajmujących się AI na świecie289
Najważniejsze konferencje AI na świecie291
Literatura293
O partnerze wydania299

8.Wpływsztucznejinteligencjinagospodarkęirynekpracy

Prognozywpływusztucznejinteligencjinarynekpracy

9.CzyChinywyprzedząStanyZjednoczonewobszarzesztucznejinteligencji

SztucznainteligencjazostałauznanawChinachzakluczowątechnologię

przyszłości

Danejakopaliwonapędzającerozwójsztucznejinteligencji

Najbardziejkonkurencyjnynaświecieekosystemstart-upów

10.SystemscoringuspołecznegowChinach,czylijakpowstajealgokracja

–nowysystemspołeczno-politycznyopartynabigdata

isztucznejinteligencji

Bardziejegalitarnespołeczeństwo

Promowaniemoralniepożądanychpostaw

Wzrosttransparentnościżyciapublicznegoispołecznego

Wolnośćwalgokracji

Główneryzykoalgokracji,czyliinformatycznydemiurg

11.Czyikiedypojawisięsuperinteligencja

Typysztucznejinteligencji

Scenariuszedlaświatarządzonegoprzezsztucznąsuperinteligencję

Inteligencjazespołowa

Sztucznainteligencjaipłynnademokracja

12.Jakiezagrożenianiesiezesobąuczeniemaszynoweisztucznainteligencja

Uczeniemaszynowepowiększanierównościrasoweipłci

Ocenaparametrycznanauczycieliopartanabigdataeliminujewspaniałych

pedagogów

Algorytmypromująniemoralnezachowanianawielkąskalę

Algorytmynapędzająkryzyswszkolnictwiewyższym

Coztegowynika

13.Wolność–czyliotym,jakibędziegłównywpływsztucznejinteligencji

namodelebiznesoweinaczłowieka

Zdolnośćdobudowaniapiaskownicyizgodnegobawieniasięwniejzinnymi

UmiejętnośćtworzeniaistosowaniamodeliXaaS

Apifikacjakulturykorporacyjnej

14.Praktycznezastosowaniasztucznejinteligencjiiuczeniamaszynowego

Funkcjewewnętrzneiadministracyjne

Zarządzaniezasobamiludzkimi

Analitykabiznesowa

Rozwójoprogramowania

Marketing

Nowemodelebiznesowe

FirmyrozwijającesztucznąinteligencjęiuczeniemaszynowewPolsce

15.Bigdata.DlaczegoinwestycjawinfrastrukturęAIjestkluczowa

Fundamenty

Kluczowewyzwaniaarchitekturyekosystemubigdata

UmysłczłowiekaainfrastrukturaAI

111

137

138

140

143

149

150

151

152

155

159

161

171

175

176

178

179

180

181

183

186

189

190

195

196

200

201

203

214

215

219

222

224

Algokracja

Spistreści

Brak wyników

Algokracja

Treść książki

Znajdź bibliotekę blisko siebie, i uzyskaj dostęp do ebooka w systemie IBUK Libra