{"id":5009,"date":"2026-05-13T16:14:46","date_gmt":"2026-05-13T14:14:46","guid":{"rendered":"https:\/\/xonit.eu\/utwswce\/?p=5009"},"modified":"2026-05-18T16:16:45","modified_gmt":"2026-05-18T14:16:45","slug":"sztuczna-inteligencja-w-sluzbie-seniora","status":"publish","type":"post","link":"https:\/\/xonit.eu\/utwswce\/2026\/05\/13\/sztuczna-inteligencja-w-sluzbie-seniora\/","title":{"rendered":"Sztuczna inteligencja w s\u0142u\u017cbie Seniora"},"content":{"rendered":"\n<p><strong>W dniu\u00a0 13 maja 2026 r. wyk\u0142ad nt.: \u201eSztucznej inteligencji w s\u0142u\u017cbie Seniora\u201d wyg\u0142osi\u0142 mgr \u0141ukasz Piekarek\u00a0 &#8211; <\/strong>absolwent Politechniki Wroc\u0142awskiej \u2013 informatyk techniczny<\/p>\n\n\n\n<p>Temat AI (Artificial Intelligence) jest bardzo powszechny. Przed stworzeniem okre\u015blenia \u201eSztuczna Inteligencja\u201d u\u017cywano poj\u0119cia \u201euczenie maszynowe\u201d. Rozw\u00f3j pierwszych algorytm\u00f3w uczenia maszynowego to lata osiemdziesi\u0105te i dziewi\u0119\u0107dziesi\u0105te XX wieku. Wtedy te\u017c powsta\u0142y fundamenty pod sieci neuronowe.<\/p>\n\n\n\n<p>Sztuczn\u0105 inteligencj\u0119 po raz pierwszy formalnie zdefiniowano w 1956 roku podczas konferencji naukowej w Dartmouth College (John McCarthy).<\/p>\n\n\n\n<p>My uczymy si\u0119 przez powtarzanie. Informatycy napotykaj\u0105c problem przy projektowaniu algorytm\u00f3w, rozbijaj\u0105 trudne zadanie na mniejsze, prostsze cz\u0119\u015bci (zasada \u201edziel i zwyci\u0119\u017caj\u201d). Rozwi\u0105zuj\u0105 ka\u017cdy problem z osobna, a nast\u0119pnie \u0142\u0105cz\u0105 wszystkie wyniki, aby otrzyma\u0107 rozwi\u0105zanie dla ca\u0142ego pocz\u0105tkowego problemu.<\/p>\n\n\n\n<p>Je\u017celi problem nie daje si\u0119 podzieli\u0107 to informatyka si\u0119 zawiesza.<\/p>\n\n\n\n<p><strong>Perceptron<\/strong> to najprostszy matematyczny model sztucznego neuronu, stanowi\u0105cy podstaw\u0119 g\u0142\u0119bokiego uczenia. S\u0142u\u017cy do rozdzielenia danych na dwie kategorie.<\/p>\n\n\n\n<p>W 1958 r. Frank Rosenblatt opublikowa\u0142 model perceptronu, kt\u00f3ry s\u0142u\u017cy\u0142 do rozpoznawania znak\u00f3w alfanumerycznych. Opracowa\u0142 metody uczenia sieci neuronowej.<\/p>\n\n\n\n<p>Maszyna&nbsp; Franka Rosenblatta (wa\u017cy\u0142a prawie ton\u0119), uczy\u0142a si\u0119 rozpoznawa\u0107 proste wzorce i obrazy (tr\u00f3jk\u0105ty od kwadrat\u00f3w), co zapocz\u0105tkowa\u0142o rozw\u00f3j uczenia maszynowego.<\/p>\n\n\n\n<p>Sztuczna inteligencja nie mo\u017ce odpowiedzie\u0107 \u201enie wiem\u201d. Gdyby\u015bmy dodali tak\u0105 mo\u017cliwo\u015b\u0107 to ona zawsze tak by odpowiada\u0142a.<\/p>\n\n\n\n<p>Wiele skumulowanych perceptron\u00f3w tworzy sie\u0107 neuronow\u0105. Sztuczne sieci neuronowe to zaawansowane systemy informatyczne inspirowane budow\u0105 ludzkiego m\u00f3zgu. Ucz\u0105 si\u0119 rozpoznawa\u0107 wzorce, klasyfikowa\u0107 dane i przewidywa\u0107 wyniki.<\/p>\n\n\n\n<p>Rozw\u00f3j g\u0142\u0119bokiego uczenia nast\u0105pi\u0142 w po\u0142owie pierwszej dekady XXI wieku na skutek pot\u0119\u017cnego wzrostu mocy obliczeniowej komputer\u00f3w oraz dost\u0119pu do ogromnych ilo\u015bci danych.<\/p>\n\n\n\n<p>Rewolucja kart graficznych wkroczy\u0142a w er\u0119 sprz\u0119towej sztucznej inteligencji, pami\u0119ci nowej generacji i ekstremalnej wydajno\u015bci.<\/p>\n\n\n\n<p>Sztuczna inteligencja zu\u017cywa ogromne ilo\u015bci energii. Na zasilanie centr\u00f3w danych, koniecznych do pracy AI zu\u017cywane jest 0,5%- 1% \u015bwiatowej energii elektrycznej (2025). Systemy AI mia\u0142y zu\u017cy\u0107 400-765 mld litr\u00f3w wody w 2025 roku (ch\u0142odzenie serwer\u00f3w i ch\u0142odni kominowych w elektrowniach). Jedno zapytanie do ChatGPT zu\u017cywa ok. 10 razy wi\u0119cej energii ni\u017c standardowe wyszukiwanie<br>w Google. Ka\u017cdy nowy model&nbsp; ChatGPT zu\u017cywa kilka razy wi\u0119cej energii ni\u017c starszy.<\/p>\n\n\n\n<p>Najpopularniejszymi s\u0105:<\/p>\n\n\n\n<p>&#8211; Gemini (Google) najlepiej wsp\u00f3\u0142pracuje z Google Workspace.<\/p>\n\n\n\n<p>&#8211; ChatGPT (Open AI) wszechstronne narz\u0119dzie do og\u00f3lnych zada\u0144, kreatywnego pisania i czytania<\/p>\n\n\n\n<p>&#8211; Microsoft Copilot dla u\u017cytkownik\u00f3w Microsoft 365.<\/p>\n\n\n\n<p>Bardzo trudno jest udowodni\u0107 na czym ta sztuczna inteligencja jest trenowana (Google, Facebook, Platforma X). Regulacje prawne nie nad\u0105\u017caj\u0105 za technologi\u0105. Do kogo nale\u017cy prawo w\u0142asno\u015bci?.<\/p>\n\n\n\n<p>Stwarza to du\u017ce problemy dla artyst\u00f3w (sztuka), pisarzy i innych tw\u00f3rc\u00f3w.<\/p>\n\n\n\n<p><strong>G\u0142\u00f3wne zalety i wady sztucznej inteligencji.<\/strong><\/p>\n\n\n\n<p><strong>Zalety:<\/strong><\/p>\n\n\n\n<p>&#8211; rozwi\u0105zuje problemy nieoczywiste (prace kreatywne).<\/p>\n\n\n\n<p>&#8211; nie wymaga specjalistycznej wiedzy (mo\u017ce by\u0107 u\u017cywana przez ka\u017cdego).<\/p>\n\n\n\n<p>&#8211; dost\u0119pno\u015b\u0107 24\/7, dzia\u0142a bez przerwy, zwi\u0119kszaj\u0105c komfort obs\u0142ugi.<\/p>\n\n\n\n<p>&#8211; precyzja, eliminuje czynnik rutyny i zm\u0119czenia, minimalizuje ryzyko pomy\u0142ek.<\/p>\n\n\n\n<p>&#8211; wsparcie w medycynie i nauce.<\/p>\n\n\n\n<p>&#8211; automatyzacja powtarzalnych dzia\u0142a\u0144 (roboty, kt\u00f3re wykonuj\u0105 proste czynno\u015bci, np. uk\u0142adanie palet,<br>&nbsp; przenoszenie skrzy\u0144).<\/p>\n\n\n\n<p>&#8211; mo\u017ce pom\u00f3c w wykrywaniu cyberatak\u00f3w.<\/p>\n\n\n\n<p><strong>Wady:<\/strong><\/p>\n\n\n\n<p>&#8211; dezinformacja i deepfake, mo\u017ce tworzy\u0107 realistyczne, ale fa\u0142szywe teksty, zdj\u0119cia, nagrania, kt\u00f3re<br>&nbsp; manipuluj\u0105 odbiorcami (oszustwa). Systemy AI mog\u0105 powiela\u0107 nieprawdziwe tre\u015bci, co prowadzi do<br>&nbsp; dezinformacji na masow\u0105 skal\u0119.<\/p>\n\n\n\n<p>&#8211; b\u0142\u0119dy j\u0119zykowe (problematyczne w obszarach takich jak obs\u0142uga klienta).<\/p>\n\n\n\n<p>&#8211; brak etyki i stronniczo\u015b\u0107 (algorytmy ucz\u0105 si\u0119 na danych z internetu i mog\u0105 powiela\u0107 zakorzenione<br>&nbsp; uprzedzenia)<\/p>\n\n\n\n<p>&#8211; nauka AI i praca z ni\u0105 pozostawiaj\u0105 bardzo du\u017cy \u015blad w\u0119glowy (zu\u017cycie energii elektrycznej<br>&nbsp;&nbsp; i wody).<\/p>\n\n\n\n<p>&#8211; ryzyko utraty miejsc pracy<\/p>\n\n\n\n<p>&#8211; kradzie\u017c w\u0142asno\u015bci intelektualnej (problemy prawne).<\/p>\n\n\n\n<p>&#8211; istnieje ryzyko, \u017ce autonomiczne systemy AI mog\u0105 dzia\u0142a\u0107 w spos\u00f3b nieprzewidywalny i stwarza\u0107<\/p>\n\n\n\n<p>&nbsp; zagro\u017cenie dla ludzko\u015bci.<\/p>\n\n\n\n<p>&nbsp; Nale\u017cy edukowa\u0107 zar\u00f3wno m\u0142odzie\u017c jak i starszych, jak niebezpieczna mo\u017ce by\u0107 sztuczna<br>&nbsp; inteligencja.<\/p>\n\n\n\n<p>&nbsp; Tak naprawd\u0119 to nie wiemy do ko\u0144ca dlaczego takie podejmuje decyzje.<\/p>\n\n\n\n<p class=\"has-text-align-right\"><em>Notatk\u0119 opracowa\u0142: Henryk Duda<\/em><\/p>\n","protected":false},"excerpt":{"rendered":"<div class=\"mh-excerpt\"><p>W dniu\u00a0 13 maja 2026 r. wyk\u0142ad nt.: \u201eSztucznej inteligencji w s\u0142u\u017cbie Seniora\u201d wyg\u0142osi\u0142 mgr \u0141ukasz Piekarek\u00a0 &#8211; absolwent Politechniki Wroc\u0142awskiej \u2013 informatyk techniczny Temat <a class=\"mh-excerpt-more\" href=\"https:\/\/xonit.eu\/utwswce\/2026\/05\/13\/sztuczna-inteligencja-w-sluzbie-seniora\/\" title=\"Sztuczna inteligencja w s\u0142u\u017cbie Seniora\">[&#8230;]<\/a><\/p>\n<\/div>","protected":false},"author":1,"featured_media":5010,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"_vp_format_video_url":"","_vp_image_focal_point":[],"footnotes":""},"categories":[1],"tags":[],"class_list":["post-5009","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-bez-kategorii"],"_links":{"self":[{"href":"https:\/\/xonit.eu\/utwswce\/wp-json\/wp\/v2\/posts\/5009","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/xonit.eu\/utwswce\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/xonit.eu\/utwswce\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/xonit.eu\/utwswce\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/xonit.eu\/utwswce\/wp-json\/wp\/v2\/comments?post=5009"}],"version-history":[{"count":1,"href":"https:\/\/xonit.eu\/utwswce\/wp-json\/wp\/v2\/posts\/5009\/revisions"}],"predecessor-version":[{"id":5011,"href":"https:\/\/xonit.eu\/utwswce\/wp-json\/wp\/v2\/posts\/5009\/revisions\/5011"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/xonit.eu\/utwswce\/wp-json\/wp\/v2\/media\/5010"}],"wp:attachment":[{"href":"https:\/\/xonit.eu\/utwswce\/wp-json\/wp\/v2\/media?parent=5009"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/xonit.eu\/utwswce\/wp-json\/wp\/v2\/categories?post=5009"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/xonit.eu\/utwswce\/wp-json\/wp\/v2\/tags?post=5009"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}