Prediktivní analytika a Watson (1. část – Vize)IBM WATSON

Adrian Demeter, 25.3.2015

Asi v každém z nás existuje touha znát budoucnost nebo ji ovlivňovat. Zdá se to skoro nemožné, ale budoucnost lze do jisté míry předpovědět, a dokonce jí i měnit. Hodně zjednodušeně řečeno, stačí k tomu mít potřebná data sahající ode dneška do minulosti a najít matematická pravidla, která popíší trend. A když znám trend, pak umím s jistou pravděpodobností předpovědět některé situace. A když vím, že nějaká konkrétní situace nastane, pak umím již dnes udělat opatření, abych situaci buď předešel nebo ji využil. Ale jak takovouto touhu dostat do reality?

V minulosti to byly hned dva velké problémy. A to neexistoval hotový software, který by vůbec umožnil trendy analyzovat a ani neexistoval hardware, který by zvládl uložit a zpracovat potřebná data. Dnes jsme na tom z tohoto pohledu o něco lépe. Hardware o potřebných kapacitách již umíme realizovat a na trh přichází první vlaštovky software umožňujícím prediktivní analytiku.

Pojďme se podívat na možnosti software pro prediktivní analytiku. Na první pohled se zdá být princip jednoduchý, ale přichází zde jedna velice podstatná komplikace. Trendy se neustále mění podle toho, jaké faktory ji ovlivňují. A těch faktorů je nekonečně mnoho. Proto se musíme soustředit jenom na ty faktory, kde je největší pravděpodobnost, že skutečně ovlivňují naše trendy. Ale opět je zde otázka, které faktory to jsou?

Když uvážíme, že stroj neumí nic více než to, jak ho člověk naprogramuje, pak by se zdálo, že vlastně ty trendy bychom museli do stroje naprogramovat my lidé. A to opět narazíme na realitu, co je schopen člověk vytvořit. Ale člověk je schopen nejenom tvořit, ale je schopen se učit! A když naučíme stroj učit se, pak bude schopen se učit nesrovnatelně rychleji než člověk. My vlastně stroj naprogramujeme tak, aby se učil a na základě nových poznatků průběžně upravoval svůj rozhodovací program. Pak tento stroj nejenomže bude umět předpovídat budoucnost dnes, ale bude se průběžně sám vyvíjet a zjistí dokonce trendy, které by nám lidem zcela unikly už jenom proto, že člověk není schopen pojmout takový rozsah informací.

Kdo to vlastně nejvíce potřebuje? Jednoduše ekonomicky řečeno: takovouto analytiku potřebuje každý, kdo musí přijít do budoucna s rozhodnutím a na tomto rozhodnutí buď může ztratit, nebo vydělat podstatný objem peněz. Například banka, když má půjčit peníze na rozsáhlý projekt, pak potřebuje znát všechna rizika a hlavně, jak se bude vyvíjet trh a jestli pak financovaný projekt bude mít potřebnou návratnost. Nebo bezpečnostní složky potřebují odhalit připravované organizované zločiny, a tak předejít například teroristickým útokům. Dobrým příkladem může být i zdravotnictví a farmacie, kde lze získat informace o šíření nemocí nebo jejich průběžné mutaci, a tak předejít případné epidemii včasnou distribucí léků nebo jinými opatřeními. Další hodně zajímavou oblastí je marketing a zákaznická péče většiny obchodních společností. Na základě vývoje zájmu zákazníků pak společnost umí představit vhodné produkty co nejvíce přizpůsobené potřebám zákazníků, a tak předběhnout konkurenci a přijít k podstatnému zvýšení obchodního pokrytí a zisku.

Ano, je to spojení statistických vzorců a umělé inteligence, které využijeme v reálné praxi. A co je zajímavé? Dnes je to již realita! V dalším článku se na tuto realitu podíváme.

 

 

Blk 71 Ayer Rajah Crescent
02-10/11 Mediapolis Phase 0, Singapore 139951

DATERA s.r.o.
Hadovitá 962/10, Prague - 141 00, Czech Republic