Przejdź do treści Wyszukiwarka
06.06.2024
Jak Polska mogłaby wykorzystać potencjał rozwoju sztucznej inteligencji i co dla naszego kraju jest największym wyzwaniem w tym wyścigu? Od aktywności na arenie międzynarodowej, poprzez specjalizację branżową, po pilne potrzeby edukacyjne i infrastrukturalne – dr hab. Piotr Sankowski, prezes IDEAS NCBR, oraz dr hab. Marek Cygan, współtwórca Nomagic, członek zespołu doradczego ds. AI w Ministerstwie Cyfryzacji, przybliżają kilka kluczowych obszarów, które powinna wziąć pod uwagę Polska w tworzeniu strategii rozwoju AI.

W kontekście globalnego wyścigu w dziedzinie sztucznej inteligencji, Polska stoi przed znaczącymi wyzwaniami i możliwościami. Rozwój AI w naszym kraju wymaga nie tylko formułowania strategii, ale też głębokiego zrozumienia i odpowiedzi na złożone wyzwania technologiczne, społeczne i etyczne. Dr hab. Piotr Sankowski [1], prezes IDEAS NCBR, oraz dr hab. Marek Cygan [2], specjalista w dziedzinie algorytmów, członek zespołu doradczego ds. AI przy Ministerstwie Cyfryzacji, podkreślają, że istotne jest kompleksowe podejście do planowania przyszłości AI w Polsce.

najnowszym odcinku podcastu “Szerszy kontekst AI” naukowcy mówią o kilku kluczowych obszarach, które powinny być szczegółowo przeanalizowane i rozwijane w taki sposób, aby polska strategia AI była efektywna i zrównoważona. Odpowiednia realizacja tych elementów będzie procesem długotrwałym, wymagającym stałego dialogu, adaptacji i zaangażowania na wielu poziomach zarządzania i ekspertyzy.

Bądźmy widoczni i merytoryczni na arenie międzynarodowej

W pierwszym Globalnym Szczycie Bezpieczeństwa AI, który odbył się w listopadzie w Londynie, nie wziął udziału żaden przedstawiciel z Polski. Nie powinniśmy dopuszczać do takich sytuacji. Głos Polski w kontekście rozwoju AI na terenie Unii Europejskiej czy na arenie światowej powinien być słyszany.

– Żeby tak się stało, musimy najpierw wykształcić ekspertów w różnych interdyscyplinarnych aspektach zastosowania sztucznej inteligencji, którzy będą w stanie brać udział w dyskusjach na poziomie krajowym, w UE, jak i na poziomie ONZ. Często będą to pytania etyczne, prawne, psychologiczne, np. jakie jest nasze stanowisko czy pomysł na wygląd i działanie interfejsów mózg-maszyna – mówi Piotr Sankowski.

Innym czynnikiem wpływającym na widoczność Polski jest opracowanie innowacji systemowych, które będą stanowiły wzór dla reszty Europy, a nawet świata. Takie inicjatywy już mają miejsce:

– Możemy pochwalić się polskim programem doktorskim dotyczącym AI, który jest podawany jako wzór w Europie. Jest jednym z pierwszych takich programów, jeżeli nie pierwszym, działającym na poziomie krajowym. Miesiąc temu podobny program uruchomiła Finlandia. O tym, żeby stworzyć coś podobnego dyskutują Niemcy i Francja. Dostajemy też nieformalne pytania ze Słowacji i Czech, jak to zrobić – dodaje Piotr Sankowski.

Inwestujmy w rozwiązania AI w rolnictwie, leśnictwie i obronności

Współpraca z przemysłem i bliskość zastosowań jest kluczowa w rozwoju AI. W Polsce do mocno rozwiniętych gałęzi przemysłu należą rolnictwo i leśnictwo. I to w rozwiązaniach AI dla tych branż powinniśmy się specjalizować, mamy bowiem realną szansę na przewagę konkurencyjną nad resztą świata. W jakich jeszcze obszarach mamy szansę na sukces? Ze względu na nasze położenie na mapie Europy i sytuację polityczną, naturalną odpowiedzią jest obronność.

– Żeby takie rozwiązania AI powstawały, potrzebujemy dostępu do infrastruktury. W tej chwili polskie klastry obliczeniowe, dostępne dla uczelni, dysponują jedynie od 100 do kilkuset kart w każdym klastrze. Dla porównania, czołowe firmy IT, takie jak Meta, Google czy OpenAI posiadają setki tysięcy jednostek H100, kluczowych w trenowaniu modeli AI. Kraje takie jak Szwajcaria, Wielka Brytania i Francja już budują klastry z kilkoma tysiącami kart. W Polsce nadal rozważa się, czy powinniśmy zbudować podobną infrastrukturę, czy lepiej jest wykupić dostęp na poziomie krajowym i odpowiednio go dystrybuować – mówi Marek Cygan.

– Warto powiedzieć też, ile to kosztuje. Koszt takiej inwestycji oscyluje w granicach od 500 milionów do 1 miliarda złotych – dodaje Piotr Sankowski.

Dostosujmy modele AI do nas, nie nas do modeli AI

Problemem, z którym boryka się Polska, jak i reszta Europy, to brak modeli AI dostosowanych do naszej kultury, języka, wartości prawnych, lokalnych aspektów życia, w naszym przypadku: z „polskością”. Używając tylko modeli zewnętrznych, będziemy czuć się zmuszeni do tego, by nasze zachowania dostosowywać do wartości, które reprezentują te modele.

– Jeżeli w przyszłości np. Chiny zdominują rozwój AI, będziemy używać modelu chińskiego, który będzie promował inne wzorce kulturowe, inne zachowania. Jest ogromne ryzyko, że ludzie po prostu zaczną się do nich dostosowywać. Interakcja między sztuczną inteligencją, robotami i technologią zawsze działa w dwie strony. Z jednej strony, staramy się tę technikę dostosować tak, żeby realizowała nasze potrzeby, ale z drugiej strony, jeżeli ona ma pewne ograniczenia, to my się zaczynamy dostosowywać do niej – mówi Piotr Sankowski.

Rozwijajmy wsparcie instytucjonalne, które będzie wzorem dla innych krajów UE

Polska nie nadąża w rozwoju AI w zakresie sprzętu czy wystarczającego wsparcia systemowego. Tzw. sciencepreneurship to wspieranie przejścia naukowców do świata biznesu i tworzenia innowacyjnych przedsiębiorstw. Warto wziąć przykład ze Szwajcarii, która nie tylko zainwestowała w sprzęt, ale też rozumie, jak wspierać naukowców, którzy chcą założyć firmy. Szwajcaria jasno mówi o tym, że to jest dla niej priorytetem.

–  AI zmienia różne dziedziny naszego życia i byłoby straconą okazją dla Polski, gdybyśmy nie podążali za trendem jej rozwoju. Naszym obowiązkiem jako kraju jest uczestniczenie w tworzeniu tej technologii – mówi Marek Cygan. – Najważniejsze jest, żebyśmy mieli osoby, które są kompetentne w tej dziedzinie, bo bez tego nic nie zrobimy. Zapewnienie finansowania na poziomie doktorantów, finansowanie na poziomie badań podstawowych na uczelniach, zapewnienie dostępu do infrastruktury to są kluczowe kwestie, żeby mieć specjalistów AI.

Wprowadzajmy regulacje równolegle z programem wsparcia innowacji AI

Wprowadzenie regulacji AI Act już teraz rodzi obawy przed zatrzymaniem rozwoju sztucznej inteligencji. Jest to działanie niezbędne, ale w kontekście wytrenowanych modeli, jest zagadnieniem trudnym – istnieje ryzyko „przeregulowania” prawa, które może znacznie utrudnić pracę badaczom. Dlatego też wraz z wprowadzeniem w życie regulacji, powinien wejść w życie europejski (lub polski) program wsparcia i rozwoju AI, który miałby szansę przeciwdziałać negatywnym zjawiskom związanym z wprowadzeniem niezbędnych ograniczeń.

Problemy, który występują w Europie, a nie w Stanach Zjednoczonych, rodzi np. prawo autorskie, które może spowolnić rozwój szczególnie modeli językowych. W Europie prawo autorskie bazuje na licencjach, w związku z tym nie możemy trenować modeli AI na danych dostępnych w Internecie – potrzebne jest pozyskiwanie zbiorów danych od firm czy instytucji publicznych.

Strategię AI zacznijmy od strategii kształcenia ekspertów AI

Jak wynika z raportów OPI, struktura polskiej nauki różni się od sytuacji w innych krajach. Na świecie prowadzi się o wiele więcej badań z zakresu STEM, biologii czy medycyny, natomiast w Polsce dominują kierunki humanistyczne czy społeczne. W związku z tym niezbędne jest ustalenie, które kierunki są strategiczne i gdzie należy je wzmocnić, skupiając się szczególnie na czołowych uczelniach i ośrodkach naukowych.

Problemem jest też brak kadry i luka pokoleniowa wśród wykładowców we wszystkich dziedzinach nauki w Polsce. W informatyce ta przepaść jest gigantyczna.

– Wystarczy, że dwie, trzy osoby znikną z uczelni i będzie duży problem, żeby skompletować obsadę na studia. Na razie dajemy sobie radę, ale nie mamy poczucia stabilności. W Polsce nigdy nie powstała konkretna strategia kształcenia kadr dla nauki. Cały proces takiego kształcenia trwa ok. 20 lat. Jest to działanie kompleksowe. A my działamy bardzo z doskoku. Uruchamiamy przypadkowe studia, na przypadkowych uczelniach, na przypadkowym poziomie edukacji. Powinniśmy opracować taki proces kształcenia, który sprawi, że przyszła kadra rzeczywiście będzie miała jasną ścieżkę kariery i realne możliwości, żeby prowadzić badania czy tworzyć innowacje, np. AI – mówi Piotr Sankowski.

Postawmy na rewolucję w edukacji przyszłych pokoleń

Zmiany związane z wprowadzeniem rozwiązań AI dotkną prędzej czy później również te dziedziny, których tradycyjnie nie kojarzymy z AI. Dlatego potrzebne jest nowe spojrzenie na edukację, już na etapie szkół podstawowych i średnich, żeby kolejne pokolenia były przygotowane na rewolucję AI.

– Moim zdaniem powinno tam być więcej statystyki. Teraz w zasadzie na każdym kierunku studiów, czy to będzie medycyna, socjologia, czy marketing, znajomość podstawowych narzędzi statystycznych będzie obowiązkowa i im szybciej zaczniemy uczyć tego w szkołach, oczywiście na odpowiednim poziomie, z odpowiednią podstawą programową, tym lepiej z punktu widzenia całego społeczeństwa – mówi Marek Cygan.

_

[1] Dr hab. Piotr Sankowski – prof. Uniwersytetu Warszawskiego, prezes IDEAS NCBR, polski informatyk, doktor habilitowany nauk matematycznych, specjalizujący się w algorytmach.

[2] Dr hab. Marek Cygan – prof. Uniwersytetu Warszawskiego, współzałożyciel Nomagic, polski informatyk, doktor habilitowany nauk matematycznych, specjalizujący się w algorytmach; członek zespołu doradczego ds. AI przy Ministerstwie Cyfryzacji

Polecane aktualności

20.06.2024
Krzysztof Walas został członkiem Zarządu Adra
19.06.2024
Dyrektor biura
17.06.2024
Krok po kroku – jak ludzie uczą roboty chodzić?