Sztuczna inteligencja zaczyna nam uciekać

Polska jest daleko w tyle za liderami rewolucji SI, która przybiera na sile. Pogoń za czołówką jest realna, ale aby nasz kraj wykorzystał ogromny potencjał tej technologii, potrzeba pilnych zmian – przede wszystkim w edukacji, infrastrukturze – oraz sporych inwestycji.

Polska na mapie światowej rewolucji SI, która właśnie trwa i nabiera tempa, praktycznie nie istnieje. W pierwszym Globalnym Szczycie Bezpieczeństwa SI, który odbył się w listopadzie w Londynie, nie wziął udziału żaden przedstawiciel naszego kraju. Eksperci wskazują, że to sytuacja niedopuszczalna, a głos Polski w kontekście rozwoju sztucznej inteligencji na terenie europejskim, a nawet szerzej – światowym – winien być słyszany. Ale jak przekonuje dr hab. Piotr Sankowski, prezes ośrodka badawczo-rozwojowego IDEAS NCBR, żeby tak się stało, musimy najpierw wykształcić ekspertów w różnych interdyscyplinarnych aspektach zastosowania tej technologii, którzy będą w stanie brać udział w międzynarodowych dyskusjach na ten temat, czy to na poziomie UE, czy ONZ.

– Często będą to m.in. pytania natury etycznej, prawnej czy psychologicznej, jak np. jakie jest nasze stanowisko lub pomysł na wygląd i działanie interfejsów mózg-maszyna – tłumaczy Sankowski.

Kadrowa przepaść

W zakresie edukacji kadr SI wkrótce możemy zrobić jednak postęp. Jako kraj możemy pochwalić się bowiem własnym programem doktorskim dotyczącym sztucznej inteligencji, który jest podawany jako wzór w Europie. Jak wyjaśnia Sankowski, jest on 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 już Niemcy i Francja. Dostajemy też nieformalne pytania ze Słowacji i Czech, jak to zrobić – mówi szef IDEAS NCBR.

500 mln zł

– co najmniej inwestycje tego rzędu są niezbędne w naszym kraju, by stworzyć infrastrukturę zawierającą tysiące zaawansowanych chipów, niezbędnych w trenowaniu modeli SI.

Ale dogłębnych zmian, uwzględniających SI, wymaga cały system edukacji. Jak wynika z raportów OPI, struktura polskiej nauki odstaje od tego, z czym mamy do czynienia w innych krajach. Na świecie prowadzi się o wiele więcej badań z zakresu STEM (z ang. akronim od pierwszych liter: nauka, technologia, inżynieria i matematyka), a także biologii czy medycyny. Z kolei w Polsce dominują kierunki humanistyczne czy społeczne.

42 %

– średnio w takim tempie rocznie rozwijać będzie się światowy rynek generatywnej sztucznej inteligencji w najbliższej dekadzie – wynika z najnowszych prognoz Bloomberg Intelligence

Analitycy twierdzą, iż 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. Tyle że problemem nad Wisłą jest brak kadry i luka pokoleniowa wśród wykładowców we wszystkich dziedzinach nauki. Jak zauważa Sankowski, w informatyce ta przepaść jest wręcz 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 około 20 lat. Jest to działanie kompleksowe. A my działamy z doskoku. Uruchamiamy przypadkowe studia, na przypadkowych uczelniach, na przypadkowym poziomie edukacji – komentuje. – Powinniśmy opracować taki proces kształcenia, który sprawi, że przyszła kadra rzeczywiście będzie miała jasną ścieżkę kariery i realne możliwości, by prowadzić badania czy tworzyć innowacje – radzi Sankowski. I podkreśla, że potrzebna jest rewolucja w edukacji przyszłych pokoleń.

Trudne przejście z nauki do biznesu

Zmiany związane z wprowadzeniem rozwiązań SI dotkną prędzej czy później również te dziedziny, których tradycyjnie nie kojarzymy z zaawansowanymi algorytmami. Stąd eksperci zaznaczają, iż potrzebne jest nowe spojrzenie na edukację już na etapie szkół podstawowych i średnich, aby kolejne pokolenia były przygotowane na rewolucję.

Zdaniem Marka Cygana, współtwórcy start-upu Nomagic, członka zespołu doradczego ds. SI w Ministerstwie Cyfryzacji, w procesie edukacji powinno 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 – tłumaczy.

Według niego problem w kontekście uciekającego potencjału SI ma jednak więcej wymiarów. Wyzwaniem jest choćby fakt, iż Polska nie nadąża w rozwoju sztucznej inteligencji w zakresie sprzętu czy wsparcia systemowego. Chodzi o wspieranie przejścia naukowców do świata biznesu i tworzenia innowacyjnych przedsiębiorstw. Analitycy zauważają, że warto wziąć przykład ze Szwajcarii, która nie tylko zainwestowała w sprzęt, ale też wspierać naukowców, którzy chcą założyć firmy.

– SI 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 – podkreśla Cygan. I wskazuje, że najważniejsze jest, abyśmy mieli osoby, które są kompetentne w tej dziedzinie.

– Zapewnienie finansowania na poziomie doktorantów, finansowanie na poziomie badań podstawowych na uczelniach, zapewnienie dostępu do infrastruktury to są kluczowe kwestie, żeby mieć specjalistów od SI – wylicza.

Potrzeba nawet 1 mld zł

W Polsce do mocno rozwiniętych gałęzi przemysłu należą rolnictwo i leśnictwo. I to – według NCBR – właśnie w rozwiązaniach SI dla tych branż powinniśmy się specjalizować. Mamy tam bowiem realną szansę na przewagę konkurencyjną nad resztą świata. Eksperci twierdzą, iż ze względu na nasze położenie na mapie Europy i sytuację polityczną, duży potencjał ma też wykorzystanie tej technologii w obronności. Ale aby takie rozwiązania SI powstawały, potrzebujemy dostępu do infrastruktury. Cygan wyjaśnia, iż w tej chwili polskie klastry obliczeniowe, dostępne dla uczelni, dysponują jedynie maksymalnie do kilkuset kart w każdym klastrze. Dla porównania czołowe firmy IT, jak Meta, Google czy OpenAI, mają setki tysięcy jednostek H100 (nowoczesny układ Nvidii), kluczowych w trenowaniu modeli SI. A Szwajcaria, W. Brytania i Francja już budują klastry z kilkoma tysiącami kart.

Tymczasem w Polsce – jak mówi założyciel Nomagic – nadal rozważa się, czy powinniśmy zbudować podobną infrastrukturę, czy lepiej wykupić dostęp na poziomie krajowym. A to potężne inwestycje. – Chodzi o koszty, które oscylują w granicach od 500 mln do 1 mld zł – dodaje Sankowski.