Hasło sztucznej inteligencji (artificial intelligence, AI) nie doczekało się w praktyce jednolitej definicji. Pomocy w tym względzie nie dostarczają także przepisy prawa. Nie ulega jednak wątpliwości, że pod tym popularnym pojęciem parasolowym kryją się różnorodne zastosowania i narzędzia, w tym: uczenie maszynowe (ang. machine learning), głębokie uczenie (ang. deep learning) czy sieci neuronowe (ang. neural networks).
W każdym przypadku mamy jednak do czynienia z wynikami przetwarzania danych przez komputery, które na pierwszy rzut oka są pozornie podobne do efektów procesu myślenia czy rezultatów wykorzystania inteligencji. Rozwiązania AI znajdują w praktyce zastosowanie do analizy danych, wykrywania wzorów i ostatecznie do rozwiązywania zadań czy generowania nowych treści zgodnie z modelem przyjętym w danym programie.
Zagadnienie AI nie jest wcale nowe, ponieważ jego naukowe początki można datować już na pierwszą połowę XX w. Jednak to rozwój możliwości obliczeniowych i postępująca miniaturyzacja w ostatnich dziesięcioleciach pozwoliły na drastyczny wzrost liczby jej nowych zastosowań, które obecnie nawet jednostki mogą tworzyć i implementować wykorzystując do tego celu komputery osobiste, tablety czy smartfony.
Wpływ AI na biznes
AI pojawia się w reklamach produktów wszelkiego rodzaju: smartfonów, telewizorów, lodówek, pralek czy aparatów fotograficznych. W każdym z nich występuje co najmniej jedna funkcja wykorzystująca możliwości obliczeniowe nowoczesnych urządzeń i oprogramowania implementującego rozwiązania AI. Uczenie maszynowe i sieci neuronowe stanowią też podstawowy element projektowanych rozwiązań w zakresie autonomicznych pojazdów, inteligentnego transportu, smart cities czy wreszcie diagnozy medycznej i tworzenia nowych środków farmakologicznych.
Z raporu EY Law Compass: Prawo i innowacje dotyczącym rozwiązań informatycznych, które będą miały największy wpływ na rozwój biznesu, najwięcej respondentów (aż 66%) wybrało sztuczną inteligencję. Tak wielka wiara w AI owocuje gigantycznymi inwestycjami w tworzenie nowych i dynamiczny rozwój już istniejących rozwiązań. Pęd do komercjalizacji badań naukowych nie powinien jednak przesłonić przedsiębiorcom konieczności ochrony własności intelektualnej i przysługujących im praw z tym związanych.