Start z polskim AI. Od pomysłu do wdrożenia #Wrocławskie Centrum Sieciowo-Superkomputerowe

„Start z polskim AI” to cykl rozmów o polskich modelach językowych oraz doświadczeniach firm i instytucji wdrażających rozwiązania oparte na sztucznej inteligencji. O infrastrukturze obliczeniowej, suwerenności cyfrowej i współpracy nauki z biznesem opowiadają prof. Jacek Oko i Marcin Zieliński z Wrocławskiego Centrum Sieciowo-Superkomputerowego Politechniki Wrocławskiej.

WCSS od lat buduje infrastrukturę obliczeniową dla polskiej nauki. Jak zmieniła się rola centrum, odkąd sztuczna inteligencja stała się jednym z głównych motorów rozwoju technologii?

Prof. Jacek Oko, dyrektor Wrocławskiego Centrum Sieciowo-Superkomputerowego Politechniki Wrocławskiej: WCSS ma ponad 30 lat, a historia uczelnianego ośrodka obliczeniowego sięga blisko pół wieku. Początkowo jego zadaniem było przede wszystkim wspieranie dydaktyki i badań prowadzonych na Politechnice Wrocławskiej. Z czasem przekształcił się w międzyuczelniane centrum, z którego korzystają naukowcy z całego kraju.

Przez te lata uruchamialiśmy kolejne generacje superkomputerów. Obecnie działają u nas m.in. BEM-1 i BEM-2, a najnowszym systemem jest LEM. Łączy on klasyczne obliczenia HPC, wykonywane na procesorach CPU, z częścią opartą na procesorach graficznych GPU, wykorzystywanych m.in. w projektach związanych ze sztuczną inteligencją. W chwili uruchomienia LEM znalazł się w pierwszej setce rankingu TOP500.

Miejsce w rankingu jest prestiżowe, ale nie ono jest najważniejsze. Liczy się przede wszystkim czas, który można zaoszczędzić. Obliczenia i symulacje trwające na zwykłych komputerach miesiące lub lata superkomputer wykonuje w ciągu tygodni, dni, a czasem nawet godzin.

Sama moc obliczeniowa nie wystarczy. Trzeba również zapewnić szybki i bezpieczny dostęp do danych. Dlatego rozwijamy zarówno bardzo szybkie pamięci współpracujące bezpośrednio z procesorami, jak i systemy służące do długoterminowej archiwizacji informacji.

Zajmujemy się też technologiami kwantowymi. Mamy własny komputer kwantowy, który na razie służy głównie do nauki i zdobywania doświadczenia. Nie wiadomo jeszcze, kiedy takie systemy zaczną być powszechnie stosowane, ale już dziś trzeba przygotowywać specjalistów, którzy będą potrafili z nich korzystać.

Rozwijamy więc kilka rodzajów infrastruktury jednocześnie: chmurę obliczeniową, systemy HPC i GPU, magazyny danych oraz technologie kwantowe. Najszybciej rośnie dziś zainteresowanie usługami związanymi ze sztuczną inteligencją. Bez odpowiednich komputerów, danych i ludzi, którzy potrafią je wykorzystać, nie da się jednak dobrze wdrażać takich rozwiązań.

Jaką rolę powinny odgrywać centra superkomputerowe w rozwoju polskiej gospodarki opartej na AI?

Prof. Jacek Oko: W tej dyskusji najważniejsza jest suwerenność. Polska nauka może korzystać z europejskich zasobów, takich jak superkomputer LUMI czy Fabryki AI. Dostęp do infrastruktury za granicą nie rozwiązuje jednak wszystkich problemów. Nadal mamy bariery językowe, organizacyjne i kulturowe. W wielu projektach potrzebny jest też bezpośredni kontakt z ludźmi, którzy rozumieją lokalne warunki.

Europejska infrastruktura jest nam potrzebna, ale nie powinniśmy rezygnować z zasobów rozwijanych w kraju i w regionach. Dla części organizacji ważne jest, gdzie znajdują się ich dane, kto nimi zarządza i jakie zasady bezpieczeństwa obowiązują. Dotyczy to szczególnie instytucji publicznych, nauki oraz firm przetwarzających informacje o strategicznym znaczeniu.

Nie oznacza to zamykania wszystkiego w granicach jednego państwa. Trzeba raczej rozstrzygnąć, które dane i systemy powinny pozostać lokalne, które możemy współdzielić w Europie, a w przypadku których lokalizacja nie ma większego znaczenia.

Liczy się także odporność infrastruktury. Jeśli jeden ośrodek przestanie działać z powodu awarii, katastrofy naturalnej lub innego zagrożenia, organizacja nie może zostać bez dostępu do swoich danych i usług. Dlatego system powinien być rozproszony.

Marcin Zieliński, Wrocławskie Centrum Sieciowo-Superkomputerowe Politechniki Wrocławskiej: W przypadku danych publicznych sprawa jest bardzo konkretna. Informacje gromadzone przez państwo powinny pozostawać pod kontrolą krajowych instytucji. Obywatel musi mieć pewność, że jego dane administracyjne czy podatkowe są odpowiednio chronione, a państwo wie, gdzie i w jaki sposób są przetwarzane.

Z drugiej strony wspólne europejskie zbiory danych mogą przynieść duże korzyści. W medycynie, naukach o zdrowiu czy badaniach środowiskowych większy i bardziej zróżnicowany zbiór pozwala dostrzec zależności niewidoczne z perspektywy jednego miasta, regionu lub państwa.

Prof. Jacek Oko: Można to porównać do piramidy. U jej podstaw są dane lokalne, wyżej krajowe, a na szczycie europejskie i globalne. Każdy poziom pozwala odpowiedzieć na inne pytania.

Nie chodzi więc o wybór między rozwiązaniami polskimi a europejskimi. Powinniśmy zachować kontrolę nad zasobami o strategicznym znaczeniu, a jednocześnie uczestniczyć w europejskiej wymianie danych, technologii i usług.

Jakie organizacje najczęściej korzystają z infrastruktury WCSS?

Prof. Jacek Oko: Najczęściej są to przedstawiciele nauki. Wspieramy studentów, doktorantów i badaczy. Korzystają z naszej infrastruktury zarówno przy dużych projektach grantowych, jak i przy mniejszych pomysłach, które dopiero mogą rozwinąć się w poważne przedsięwzięcia.

Z takich prac coraz częściej powstają startupy i rozwiązania, które mogą trafić na rynek. Dzięki superkomputerom wiele pomysłów da się najpierw sprawdzić w symulacji. Pozwala to ograniczyć liczbę drogich testów i szybciej ocenić, czy warto budować fizyczny prototyp.

Przychodzą do nas również przedsiębiorstwa. Nadal jednak niewiele polskich firm korzysta na większą skalę z obliczeń HPC i sztucznej inteligencji. Problemem nie jest wyłącznie dostęp do technologii. Często brakuje uporządkowanych danych, cyfrowych procesów i pracowników, którzy potrafiliby prowadzić takie projekty.

Firma, która chce wdrażać AI, musi najpierw uporządkować podstawy: sposób zbierania danych, przepływ informacji i wykorzystywane systemy. Dlatego tak potrzebna jest dziś edukacja przedsiębiorców w zakresie cyfryzacji.

Marcin Zieliński: W Polsce działają miliony jednoosobowych firm. Przy niewielkiej skali działalności poczta elektroniczna i podstawowe programy biurowe często wystarczają.

Sytuacja zmienia się wraz z rozwojem przedsiębiorstwa. Pojawiają się pracownicy, nowe procesy, systemy ERP i CRM oraz większa ilość danych. Wtedy firma zaczyna szukać narzędzi, które pomogą jej działać sprawniej i lepiej wykorzystywać posiadane informacje.

Samo używanie ChatGPT, Gemini czy podobnych narzędzi nie oznacza jeszcze transformacji cyfrowej. O niej możemy mówić dopiero wtedy, gdy sztuczna inteligencja wspiera konkretne procesy w całej organizacji, a nie tylko pojedynczych pracowników.

Z jakimi projektami firmy najczęściej trafiają do WCSS?

Prof. Jacek Oko: Często są to projekty z chemii, biochemii i bioinżynierii. Podczas pandemii COVID-19 zaawansowane obliczenia i modelowanie struktur biologicznych wspierały prace nad terapiami i szczepionkami. W tego typu badania był zaangażowany m.in. prof. Marcin Drąg.

Druga duża grupa obejmuje analizę danych, logistykę, optymalizację procesów, modele predykcyjne i systemy wspomagające decyzje. Są to zastosowania, w których trzeba szybko przetworzyć bardzo dużo informacji albo sprawdzić wiele możliwych wariantów.

Firmy interesują się też asystentami cyfrowymi, wyszukiwarkami wiedzy oraz narzędziami wspierającymi obieg dokumentów i obsługę klientów. Takie rozwiązania nie muszą zastępować człowieka. Mogą natomiast przejąć część powtarzalnych zadań i ułatwić pracownikom przeszukiwanie dużych zbiorów informacji.

Duże znaczenie mają modele językowe dobrze radzące sobie z polszczyzną. W dokumentach urzędowych i prawnych słowa takie jak „powinien”, „musi”, „może” czy „jest obowiązany” mają ściśle określone znaczenie. Model używany w takich zastosowaniach powinien rozumieć nie tylko język, lecz także polskie realia i sposób tworzenia przepisów.

W przemyśle najwięcej możliwości dają modelowanie i symulacje. Dotyczy to chemii, biotechnologii, projektowania nowych materiałów, branży maszynowej i motoryzacyjnej. Jeszcze przed zbudowaniem prototypu można sprawdzić wytrzymałość konstrukcji, zachowanie materiału lub różne warianty projektu. To skraca pracę i zmniejsza koszty.

Wciąż stosunkowo niewiele polskich przedsiębiorstw korzysta z takich możliwości. Dlatego musimy nie tylko udostępniać infrastrukturę, ale też pokazywać firmom, do czego mogą jej użyć.

Jak wygląda proces współpracy firmy z WCSS?

Prof. Jacek Oko: Zaczynamy od rozmowy. Tym różnimy się od typowego komercyjnego dostawcy chmury. Nie udostępniamy wyłącznie serwerów i mocy obliczeniowej. Przedsiębiorca może również skorzystać z pomocy ekspertów, którzy wspólnie z nim analizują problem.

Pomagamy określić cel projektu, uporządkować dane i wybrać odpowiednie narzędzia. Nawet bardzo dobry model AI nie da wiarygodnych wyników, jeśli otrzyma niepełne, źle przygotowane lub niereprezentatywne dane.

Nie znamy szczegółowo każdej branży. Potrafimy jednak połączyć nasze kompetencje technologiczne z wiedzą przedsiębiorcy oraz doświadczeniem naukowców Politechniki Wrocławskiej.

W tym sensie uczelnia i WCSS mogą pełnić funkcję technologicznego „lekarza pierwszego kontaktu”. Firma przychodzi z problemem, a my pomagamy znaleźć właściwych specjalistów, zespół badawczy i sposób działania.

Przeszkodą nadal bywa brak kompetencji cyfrowych w małych i średnich przedsiębiorstwach. Dlatego potrzebne są szkolenia, doradztwo oraz programy finansujące dostęp do infrastruktury i ekspertów. Mogą to być na przykład granty lub bony dla firm.

Szacuje się, że do zaawansowanej transformacji cyfrowej jest dziś gotowych około 8 proc. polskich przedsiębiorstw. Większość rynku dopiero będzie przechodzić ten proces.

Doświadczeni użytkownicy nie potrzebują takiego wsparcia na każdym etapie. Mogą samodzielnie korzystać z naszej infrastruktury, m.in. przez system kolejkowy SLURM używany w konsorcjum PLGrid. Gdy pojawi się problem, nadal mają możliwość kontaktu ze specjalistami.

Chcemy łączyć dostęp do infrastruktury z wiedzą ludzi i współpracą nauki z biznesem. Dzięki temu firma może nie tylko wykonać obliczenia, lecz także znaleźć partnerów potrzebnych do rozwinięcia projektu.

Co najbardziej przyspieszyłoby wdrażanie polskich modeli językowych w biznesie?

Marcin Zieliński: Przedsiębiorcy muszą przede wszystkim wiedzieć, że takie modele istnieją i że są miejsca, w których można uzyskać pomoc przy ich wdrażaniu. Na Politechnice Wrocławskiej i w WCSS pracują ludzie, z którymi można omówić konkretny problem i poszukać rozwiązania.

Globalne narzędzia, takie jak Microsoft Copilot, Gemini czy ChatGPT, są łatwo dostępne. Dlatego wiele osób sięga najpierw właśnie po nie. Polskie modele muszą więc pokazać wyraźną przewagę w konkretnych zastosowaniach.

Ich mocną stroną może być lepsze rozumienie języka polskiego, lokalnego kontekstu i specyfiki dokumentów. Ma to szczególne znaczenie tam, gdzie odpowiedź musi uwzględniać polskie realia i precyzyjne znaczenie użytych sformułowań.

Bielik jest już dość dobrze rozpoznawalny. O modelu PLUM, mimo że powstał w środowisku akademickim i reprezentuje wysoki poziom technologiczny, mówi się znacznie mniej. To pokazuje, że dobre rozwiązanie nie przebije się bez odpowiedniej komunikacji.

Dla małych i średnich firm największe modele mogą być zbyt kosztowne lub zbyt trudne we wdrożeniu. Lepszym rozwiązaniem mogą być mniejsze modele przygotowane do konkretnych zadań, np. obsługi dokumentów, procesów administracyjnych albo pracy w określonej branży.

Raz opracowane narzędzie powinno nadawać się do wykorzystania również w kolejnych organizacjach. Jeśli model powstał w ramach jednego projektu badawczego, nie ma powodu, by każda następna firma zaczynała od zera. Takie podejście może skrócić drogę od prototypu do produktu i ułatwić pokonanie tzw. doliny śmierci innowacji.

Prof. Jacek Oko: Na tym etapie ośrodków takich jak WCSS nie należy oceniać wyłącznie przez pryzmat zysku. Ich zadaniem jest dziś także edukowanie, pokazywanie możliwości nowych technologii i przygotowywanie specjalistów.

Nie znaczy to, że działalność komercyjna jest niepotrzebna. Z czasem powinna odgrywać coraz większą rolę. Centrum działające przy uczelni nie może jednak funkcjonować dokładnie tak samo jak globalny dostawca chmury. Ma również wspierać badania, nowe firmy i wdrażanie wyników prac naukowych.

Potrzebne są programy, które ułatwią przedsiębiorcom dostęp do infrastruktury i ekspertów. Nie muszą to być wyłącznie dotacje dla samych centrów. Skuteczne mogą być również granty lub bony przyznawane firmom. Ważne są też szkolenia i warsztaty pokazujące konkretne zastosowania AI.

Nie ma sensu budować tego samego rozwiązania od podstaw dla każdej organizacji. Jeśli powstanie chatbot dla jednej gminy, po odpowiednich zmianach powinien móc działać także w innych samorządach.

Ktoś musi jednak takie narzędzia rozwijać, aktualizować i utrzymywać. Mały urząd lub niewielka firma zwykle nie ma do tego odpowiedniego zespołu. To zadanie dla wyspecjalizowanych centrów badawczych oraz firm technologicznych.

Jesteśmy dopiero na początku tej drogi. Najpierw trzeba zwiększyć liczbę użytkowników, przygotować specjalistów i przekonać firmy do korzystania z nowych rozwiązań. Dopiero przy większej skali taki model będzie mógł działać stabilnie i w coraz większym stopniu finansować się na zasadach rynkowych.

Dziękujemy za rozmowę.

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