Teoria Beczki i AI: czy da się nauczyć model przewidywać wynik zamiast liczyć go od zera?

Na pierwszy rzut oka Teoria Beczki wygląda jak zwykły kalkulator internetowy. Użytkownik wpisuje kilka parametrów, klika przycisk i po chwili dostaje rekomendowaną pojemność zbiornika na deszczówkę.

W rzeczywistości pod spodem nie działa prosty wzór, ale pełna symulacja. To oznacza, że każda odpowiedź wymaga wykonania szeregu obliczeń opartych na rzeczywistych danych pogodowych. I właśnie w tym miejscu pojawia się bardzo ciekawe pytanie:

czy taki wynik da się przewidywać szybciej za pomocą modelu AI lub ML, zamiast za każdym razem liczyć wszystko od nowa? Czytaj dalej

Teoria Beczki: ile deszczówki naprawdę da się wykorzystać?

Deszczówka brzmi świetnie. W teorii wystarczy zbiornik, kilka rur i już można podlewać ogród wodą z nieba. W praktyce szybko pojawia się pytanie: jak duży zbiornik ma sens?

Za mały przeleje się po pierwszym większym deszczu. Za duży będzie kosztowny i przez większość czasu niewykorzystany. Właśnie po to powstała Teoria Beczki.

To internetowe narzędzie, które pomaga dobrać pojemność zbiornika na deszczówkę na podstawie rzeczywistych danych pogodowych, a nie zgadywania.

Co można policzyć?

Serwis pozwala oszacować, jak zachowywałby się zbiornik na deszczówkę w długim okresie, przy zadanej powierzchni dachu lub innej powierzchni zbierającej wodę.

Można sprawdzić między innymi:

• jaką pojemność zbiornika warto rozważyć,
• ile wody uda się realnie wykorzystać w ciągu roku,
• ile wody przeleje się i zostanie niewykorzystane,
• jak często zbiornik będzie pusty,
• jaki procent zapotrzebowania na podlewanie pokryje deszczówka,
• jak intensywnie będzie pracował zbiornik w ciągu roku.

To nie jest prosty kalkulator typu „powierzchnia razy opad”. Model bierze pod uwagę przebieg pogody dzień po dniu. Czytaj dalej

Wszędzie słychać to samo: „Sztuczna inteligencja zabierze pracę programistom, księgowym, lekarzom… nawet prawnicy są zagrożeni!” Wniosek? Jeśli nie chcesz być zastąpiony przez robota, lepiej już dziś zacznij ćwiczyć machanie łopatą. Bo podobno tylko prace fizyczne są bezpieczne – przecież AI nie przybije gwoździa ani nie wymieni uszczelki, prawda? Prawda?

No i tu wchodzę ja, cały na innowacyjnie biało, i pokazuję, że AI nie tylko nie zabiera pracy, ale może ją znacząco ułatwić. Wziąłem na warsztat przykład mojego kolegi – serwisanta AGD. Facet naprawia pralki, lodówki, zmywarki, czyli jak najbardziej fizyczna robota, żadne tam wirtuale. Ale to nie znaczy, że sztuczna inteligencja nie może mu pomóc! Czytaj dalej

Automatyzacja procesów wniosków o dotacje – jak VBA usprawnia pracę

W codziennej pracy administracyjnej czy w organizacjach zajmujących się przyznawaniem dotacji kluczowe jest sprawne zarządzanie dokumentacją, monitorowanie procesów oraz automatyzacja rutynowych zadań. Mając na uwadze te potrzeby, stworzyłem program w VBA, który znacząco usprawnia obsługę wniosków o dotacje. Projekt ten został zaprezentowany w ramach prezentacji dostępnej pod adresem: Złap Czas. Czytaj dalej

Nie każdy pamięta, ale 16 lat temu świat wyglądał trochę inaczej. Smartfony dopiero zaczynały zdobywać popularność, a GPS w telefonach był luksusem, a nie standardem. O sztucznej inteligencji mówiło się głównie na uczelniach i w laboratoriach badawczych.

Już wtedy widziałem potencjał uczenia maszynowego i postanowiłem sprawdzić, czy można lokalizować telefony bez wbudowanego GPS – wykorzystując tylko dane z sieci komórkowej (moc sygnału). Pomysł wydawał się trochę dziwaczny, bo dominowały wtedy klasyczne metody jak triangulacja  sygnału z masztów GSM. Matematyczny układ równań, który nie uwzględniał przeszkód dla sygnału GSM w mieście.

Czytaj dalej