Start z polskim AI. Od pomysłu do wdrożenia #Instytut Badawczy IDEAS

Start z polskim AI to cykl rozmów, którego celem jest przedstawienie doświadczeń związanych z polskimi modelami językowymi AI oraz praktykami firm i instytucji we wdrażaniu tych rozwiązań. Zapraszamy do rozmowy z prof. dr hab. Piotrem Sankowskim, dyrektorem Instytutu Badawczego IDEAS. 

Jak ocenia Pan kondycję polskiego ekosystemu AI? Co jest jego największą mocną stroną, a co wciąż hamuje rozwój? 

Moim zdaniem mocną stroną polskiego ekosystemu AI są przede wszystkim ludzie. Mamy wielu młodych, bardzo zdolnych, zaangażowanych i ambitnych specjalistów, którzy naprawdę mogą bardzo dużo osiągnąć.

Wyzwaniem jest natomiast stworzenie im takiego ekosystemu, w którym będą mogli rozwijać się w Polsce. Chodzi o to, aby nie mieli poczucia, że muszą wyjechać za granicę, żeby rozwijać się zarówno od strony naukowej, jak i biznesowej. Tego wciąż nam brakuje.

Problem zaczyna się już na etapie startu kariery naukowej. Jeżeli mamy bardzo zdolną osobę, która zajmuje się sztuczną inteligencją, naturalnie otrzymuje ona wiele propozycji pracy w różnych firmach. W takiej sytuacji bardzo trudno przekonać ją do rozpoczęcia doktoratu, ponieważ wynagrodzenia oferowane doktorantom w Polsce są bardzo niskie.

Różnica jest szczególnie widoczna w informatyce, a jeszcze bardziej w specjalizacjach związanych z uczeniem maszynowym. 

Nie uważam, że młody naukowiec musi zarabiać tyle samo co osoba pracująca 
w biznesie, ponieważ decyzje dotyczące kariery naukowej są bardziej złożone. Powinien jednak godnie zarabiać i móc pozwolić sobie na normalne życie, chociażby w Warszawie czy innym dużym mieście.

W tym momencie tracimy bardzo wiele talentów już na starcie ich kariery naukowej. Dotyczy to nie tylko obszaru sztucznej inteligencji, ale również innych dziedzin nauki.

Drugą drogą dla studentów jest wyjazd za granicę i rozwijanie tam swojej kariery.

Dokładnie tak. Chodzi o to, żeby odwrócić trend emigracji zarobkowej, tak aby więcej studentów zostawało w Polsce, a więcej z tych, którzy wyjechali, chciało tutaj wracać. Talent ma coraz większe znaczenie w rozwoju technologii i sztucznej inteligencji. To właśnie ludzie tworzą przełomowe rozwiązania i napędzają rozwój całego sektora.

Część z nich w pewnym momencie przechodzi ze ścieżki naukowej czy edukacyjnej do biznesu i to jest naturalny proces. Im więcej utalentowanych osób uda nam się jednak zatrzymać w Polsce na początku ich kariery, tym większy będzie potencjał, z którego później może korzystać zarówno nauka, jak i biznes. Mamy bardzo duży kapitał ludzki. Bardzo dobrze kształcimy młodych ludzi, mamy zdolnych studentów i doktorantów. Powinniśmy jednak zrobić więcej, żeby ten potencjał zatrzymać i rozwijać w Polsce.

Jest jeszcze jeden ważny element, czyli przedsiębiorczość. Często mówię, że nie powinniśmy kształcić wyłącznie naukowców czy ekonomistów, ale zwłaszcza innowatorów, czyli osoby, które jednocześnie rozumieją naukę, osiągnięcia technologiczne i biznes. To jest niezwykle ważne, ponieważ wiele przełomowych innowacji na świecie powstaje właśnie na styku tych dwóch światów. Szczególnie 
w obszarze deep tech potrzebne jest połączenie wiedzy naukowej i technologicznej 
z kompetencjami biznesowymi i przedsiębiorczością. Dlatego również tutaj powinniśmy zbudować system, który będzie kształcił takie osoby i pozwalał im rozwijać innowacyjne projekty w Polsce.

Instytut IDEAS właśnie łączy świat nauki i biznesu, tworząc przestrzeń do wymiany wiedzy i doświadczeń. 

Budujemy taką platformę, która łączy te dwa światy. Chcemy być blisko przedsiębiorczości i praktycznych zastosowań sztucznej inteligencji. Współpracujemy między innymi z Ministerstwem Obrony Narodowej i realizujemy rozwiązania dla polskiego wojska. Ta współpraca jest ogromnym potencjałem, ponieważ pozwala nam w praktyce pokazywać, jak tworzyć innowacje, jak współpracować z przemysłem i jak później odnaleźć się w tym środowisku. Jednocześnie zależy nam na tym, aby dobrze rozumieć, w jaki sposób sztuczna inteligencja może być wdrażana, gdzie jest rzeczywiście potrzebna i gdzie może przynosić realną wartość.

Czego Pana zdaniem nauka i biznes mogłyby się wzajemnie od siebie nauczyć?

Obie strony powinny się czegoś od siebie nauczyć. Z jednej strony naukowcy powinni nauczyć się działać szybciej, lepiej planować swoje działania i wcześniej dostarczać rozwiązania. Biznes ma zdecydowanie bardziej konkretne oczekiwania i potrzebuje efektów w określonym czasie.

Jednocześnie naukowcy powinni lepiej rozumieć, jak prowadzić badania, które są nie tylko zaawansowane naukowo, ale również użyteczne. Często mówi się w tym kontekście o kwadrancie Pasteura, czyli badaniach, które łączą fundamentalne odkrycia z możliwością ich praktycznego zastosowania.

W polskiej nauce mamy dużą reprezentację zarówno badań podstawowych, jak i badań nastawionych przede wszystkim na zastosowanie. Powinniśmy jednak dążyć do tego, żeby było więcej badań łączących te dwa podejścia, ponieważ właśnie takie projekty mogą przynosić największą wartość.

Z drugiej strony przedsiębiorcy powinni w większym stopniu budować swoją przewagę konkurencyjną na badaniach i zaawansowanych technologiach. W Polsce wciąż niewiele firm inwestuje w tego rodzaju projekty i dostrzega, że właśnie na nich można budować przewagę swoich produktów.

Oczywiście nie każdy projekt realizowany przez firmę będzie interesujący z punktu widzenia nauki. Dla naukowców szczególnie ciekawe są projekty, w których można zrobić coś po raz pierwszy, przesunąć granicę wiedzy i jednocześnie znaleźć dla tego rozwiązania praktyczne zastosowanie. To właśnie w tym miejscu nauka i biznes mogą się spotkać.

To jedno z najlepszych uczuć w pracy naukowca: dokonać czegoś po raz pierwszy.

Dokładnie tak. Jeśli przychodzi do nas firma i mówi: „Zróbcie mi coś po raz dziesiąty”, to trudno w takim projekcie znaleźć przestrzeń do współpracy nauki z biznesem. Coraz więcej firm w Polsce będzie jednak rozumiało, że warto podejmować się rzeczy, których jeszcze nikt nie zrobił. Wtedy takich połączeń między nauką a biznesem będzie zdecydowanie więcej.

Chciałabym jeszcze wrócić do technologii. Wspominał Pan wcześniej o rozwiązaniach dual use i ich znaczeniu dla rozwoju technologii. W jakich obszarach widzi Pan dziś największy potencjał wykorzystania sztucznej inteligencji w obronności?

Jednym z tematów, który szczególnie nas interesuje, jest budowa cyfrowego bliźniaka oraz wykorzystanie mapowania geoprzestrzennego, również w bardzo szczegółowych aspektach. Analizujemy także zastosowanie sztucznej inteligencji w zarządzaniu 
i podejmowaniu decyzji, a także w analizie zdjęć satelitarnych.

To są obszary, które interesują wiele osób i instytucji na całym świecie. My również podejmujemy je w ramach naszych działań, szukając praktycznych zastosowań sztucznej inteligencji i nowych technologii.

Otwieracie wojsko na nowe technologie i innowacje. Chciałabym teraz przejść do tematu polskich modeli językowych. Jaką widzi Pan przewagę polskich modeli językowych nad rozwiązaniami tworzonymi przez globalnych liderów?

To jest pytanie wielopoziomowe. Z jednej strony zdecydowanie powinniśmy rozwijać polskie modele, ponieważ w niektórych obszarach są one po prostu potrzebne. Powinniśmy mieć możliwość uruchamiania małych modeli lokalnie, szczególnie w sytuacjach, w których nie możemy korzystać z zewnętrznych rozwiązań.

Musimy też brać pod uwagę kwestie bezpieczeństwa. Wiemy, że modele mogą zachowywać się w nieprzewidywalny sposób, a w niektórych przypadkach mogą również stwarzać ryzyko dla bezpieczeństwa danych czy systemów. Dlatego potrzebujemy własnych technologii i kompetencji, które pozwolą nam lepiej kontrolować te rozwiązania.

Te kompetencje są niezwykle ważne, ponieważ nie chodzi wyłącznie o umiejętność trenowania modeli językowych. Zastosowania sztucznej inteligencji są znacznie szersze i powinniśmy budować kompetencje w całym tym obszarze.

Jest jednak również szersza, europejska perspektywa. Ostatnie lata, od momentu pojawienia się ChatGPT, były pod pewnymi względami stracone, ponieważ poszczególne państwa zaczęły przede wszystkim budować własne modele. Zabrakło natomiast wystarczająco silnej współpracy na poziomie Unii Europejskiej.

Żaden pojedynczy kraj europejski nie jest dziś w stanie konkurować ze Stanami Zjednoczonymi czy Chinami w zakresie najbardziej zaawansowanych modeli. Potrzebujemy więc wspólnego działania i być może stworzenia europejskiego konsorcjum, czegoś na wzór Airbusa dla modeli językowych.

Airbus jest dobrym przykładem współpracy na poziomie europejskim. Dzięki decyzjom podjętym w latach 70. i 80. XX wieku udało się stworzyć konkurencyjną alternatywę wobec dominacji amerykańskich producentów samolotów pasażerskich. Podobnego podejścia potrzebujemy dziś w obszarze sztucznej inteligencji.

Dobre porównanie. Rozmawiamy o potrzebie działania na większą skalę, chciałabym jeszcze wrócić do AI w obronności. Czy widzi Pan w tym również szansę na stworzenie silniejszej sieci współpracy i wymiany doświadczeń w tym zakresie? 

Nie powinniśmy skupiać się wyłącznie na działaniach w Polsce, ale również aktywnie wychodzić poza jej granice. Ważne jest, aby uczestniczyć w pracach międzynarodowych instytucji, poznawać ich działania i budować relacje z podmiotami zajmującymi się sztuczną inteligencją na świecie.

W grupie siła.

Powstaje coraz więcej instytucji badawczych zajmujących się sztuczną inteligencją, w tym AI w obronności, a także podmiotów odpowiedzialnych za wdrażanie tych technologii w wojsku. W poszczególnych krajach odbywa się to na różnych poziomach, ale w Europie powstaje obecnie kilka takich instytucji, a kolejne są planowane.

Powinniśmy więc działać w sposób skoordynowany, budować relacje, wymieniać się wiedzą i doświadczeniami oraz tam, gdzie jest to możliwe, podejmować wspólne działania.

Mówił Pan wcześniej o tym, jak ważne jest budowanie kompetencji i łączenie wiedzy technologicznej z biznesem. Czy zgadza się Pan, że podobnie jest z wdrażaniem AI w przedsiębiorstwach i że jednym z kluczowych czynników sukcesu jest właśnie kapitał ludzki?

Polska jest pod tym względem pewnym paradoksem. Z jednej strony bardzo wiele osób prywatnie korzysta z generatywnej sztucznej inteligencji, nawet częściej niż wynosi średnia europejska czy międzynarodowa. Z drugiej strony stosunkowo niewiele firm, w porównaniu ze średnią europejską, wdraża rozwiązania oparte na AI. Mamy więc pewną lukę między otwartością na tę technologię a jej rzeczywistym wykorzystaniem w przedsiębiorstwach. To dość zaskakujące, ponieważ widać dużą gotowość, zainteresowanie i chęć korzystania ze sztucznej inteligencji, a jednocześnie pojawiają się bariery organizacyjne związane z jej wdrażaniem.

Powinniśmy to zmienić i zachęcać ludzi do korzystania z AI, uczenia się jej oraz wdrażania jej w codziennej pracy. To po prostu będzie się opłacać. Trzeba też pamiętać, że sztuczna inteligencja rozwija się niezwykle szybko. Im wcześniej dostosujemy nasze procesy do jej wykorzystania, tym szybciej będziemy mogli zobaczyć realne korzyści.

Nawet jeśli dziś modele czasami zawodzą czy popełniają błędy, za rok będą znacznie bardziej zaawansowane. Dlatego już teraz warto myśleć o tym, jak przygotować organizację na ich wykorzystanie. Różne benchmarki wskazują, że możliwości modeli AI mogą zwiększać się mniej więcej dwukrotnie co sześć do siedmiu miesięcy.

Na koniec chciałabym zapytać o przyszłość. Jak widzi Pan rolę sztucznej inteligencji w biznesie i nauce oraz miejsce Polski w rozwoju tej technologii?

Musimy wykorzystać kompetencje, które zbudowaliśmy, rozwijając nasze modele, i na ich bazie stworzyć europejskie konsorcjum zdolne do opracowywania przełomowych modeli AI, czyli tzw. frontier models. Nie ma dobrego polskiego odpowiednika tego określenia, ale chodzi o najbardziej zaawansowane modele sztucznej inteligencji.

To jest kierunek, o który powinniśmy zawalczyć. Musimy skoordynować działania na poziomie Unii Europejskiej, ponieważ żaden pojedynczy kraj nie ma dziś wystarczającej skali, aby konkurować ze Stanami Zjednoczonymi czy Chinami.

Nie powinniśmy więc działać tak jak dotychczas, kiedy każdy kraj próbował budować własnego narodowego czempiona. Powinniśmy zrobić coś wspólnie.

My również jesteśmy zaangażowani w ten proces. Jesteśmy w kontakcie z zespołami rozwijającymi polskie modele i wspieramy je w różnych obszarach. Sami prowadzimy również badania naukowe nad tworzeniem takich modeli i współpracujemy z instytucjami zajmującymi się badaniami podstawowymi.

Jednocześnie trzeba mieć świadomość skali tego wyzwania. Niezależnie od tego, jak mocno będziemy wspierać rozwój modeli w Polsce jako kraj mamy zbyt małe zasoby, aby konkurować z największymi modelami rozwijanymi w Stanach Zjednoczonych czy Chinach.

Potrzebujemy więc połączyć siły. Jeśli mamy 27 państw Unii Europejskiej, możemy zbudować skalę, której nie osiągniemy działając osobno. Dlatego powinniśmy zdecydowanie mocniej zagrać kartą europejską.

Dziękuję za rozmowę! 

Cykl rozmów „Start z polskim AI – od pomysłu do wdrożenia” jest realizowany w ramach programu Centrum Kompetencji AI.