11/99 – Nie ma takiej dziedziny, w której #AI nie będzie miało zastosowania. I komputery kwantowe również – Sławomir Kumka, IBM

Dzisiejszą twarzą AI jest Sławomir Kumka dyrektor laboratorium oprogramowania IBM w Krakowie. O wybraniu kierunku studiów zdecydował rzucając monetą. Obecnie ma już prawie 30-letnie doświadczenie w zarządzaniu projektami informatycznymi.

W szeregach IBM Sławek dba o dostarczanie kompleksowych rozwiązań i oprogramowań dla różnych branż, ze szczególnym naciskiem na sztuczną inteligencję, uczenie maszynowe oraz przetwarzanie dużych ilości danych.

Ponadto kieruje projektami związanymi z dofinansowaniem nowych technologii i odpowiada za rozwijanie współpracy z uczelniami wyższymi, zwłaszcza w obszarach związanych ze sztuczną inteligencją oraz, od niedawna, komputerami kwantowymi.

O czym rozmawiamy dzisiaj?

  1. Rozpoczniemy od dyskusji o kreatywnym wykorzystaniu sztucznej inteligencji. Sławomir Kumka rozwiewa obawy dotyczące masowego zastępowania ludzi przez maszyny w miejscu pracy, tłumacząc, dlaczego nie powinniśmy się obawiać utraty pracy z powodu postępów w AI.
  2. Następnie poruszymy kwestię komputerów kwantowych. Czy już teraz warto zainwestować w taką technologię? Jak sztuczna inteligencja i komputery kwantowe się uzupełniają i w jakich aspektach komputery kwantowe już teraz przewyższają możliwości tradycyjnych laptopów?
  3. Trzecim punktem naszej rozmowy będzie obecność AI w marketingu. Firmy często używają terminu „AI” dla przyciągnięcia uwagi, ale czy naprawdę rozumieją, co kryje się za tym pojęciem? Podpowiemy, jak nie dać się zwieść clickbaitom i co naprawdę oznacza obecność AI w produktach i usługach.
  4. Skierujemy również uwagę na przyszłość i rozwój branży informatycznej. Jakie umiejętności będą kluczowe, i jakie programy związane ze sztuczną inteligencją oferuje obecnie IBM? Porozmawiamy o znaczeniu umiejętności korzystania z narzędzi AI i jak najlepiej przygotować się na przyszłe zmiany w branży.
  5. Na koniec zastanowimy się nad etycznymi i filozoficznymi aspektami rozwoju AI. Czy sztuczna inteligencja jest „puszką Pandory”, która może przynieść ludzkości więcej szkód niż pożytku, czy też jest to technologia, która może nas błogosławić nieograniczonymi możliwościami? Podyskutujemy o analogii między AI a energią atomową i potencjalnym wpływie na przyszłość ludzkości.

Zapraszamy do wysłuchania tego odcinka, aby zgłębić te tematy i poznać opinie jednego z wiodących ekspertów w dziedzinie nowych technologii. To rozmowa, która nie tylko poszerza horyzonty, ale także inspiruje do refleksji nad kierunkiem, w jakim zmierza nasz świat.

Posłuchajcie sami!

Zdjęcia

Notatki

Pełne BIO Sławka:

Sławek jest absolwentem Akademii Górniczo-Hutniczej w Krakowie (kierunek Informatyka) i posiadaczem tytułu Master of Business Administration (Executive MBA) uzyskanego na Uniwersytecie Warwick w Birmingham, Wielka Brytania. Z prawie  30-letnim doświadczeniem w tworzeniu i zarządzaniu projektami informatycznymi.

W latach 1995-2007 pracował w polsko-francuskiej firmie IGE+XAO, gdzie pełnił kluczowe role jako Kierownik Działu Produkcji Oprogramowania i Dyrektor Techniczny. Jego zakres obowiązków obejmował nadzór techniczny nad dostarczeniem oprogramowania CAD dla branży elektrotechnicznej i lotniczej, zwłaszcza projektowania i produkcji wiązek okablowania do instalacji elektrycznych stosowanych w lotnictwie. Bezpośrednio kierował dostarczeniem rozwiązań do zaprojektowania wiązek elektrycznych dla korporacji Airbus przy projekcie A380 i A350.

W latach 2008-2010 był Dyrektorem Rozwoju Oprogramowania w firmie Apriso Polska, obecnie część koncernu Dassault System. Odpowiadał za utworzenie działu oprogramowania w Krakowie, koncentrującego się na Systemie Realizacji Produkcji (MES) dla linii produkcyjnych w fabrykach, zwłaszcza w branży motoryzacyjnej, w tym dla Tesli, ale również dla SpaceX działającej w technologii kosmicznej.

Od 2010 roku pracuje w IBM i obecnie od 8 lat pełni funkcję Dyrektora Laboratorium Oprogramowania w Krakowie. Jego rola obejmuje dostarczanie kompleksowych rozwiązań informatycznych i oprogramowania dla różnych branż, ze szczególnym naciskiem na sztuczną inteligencję, uczenie maszynowe oraz przetwarzanie dużych ilości danych (Big Data, Data Science).

Dodatkowo, od początku pracy w IBM, kieruje projektami związanymi z dofinansowaniem nowych technologii z Unii Europejskiej w obszarze Badań i Rozwoju. Aktywnie wspiera, koordynuje i odpowiada za rozwijanie współpracy z uczelniami wyższymi, zwłaszcza w obszarach związanych z sztuczną inteligencją i od niedawna także w technologii i  komputerów kwantowych.

Jest inicjatorem unikalnej kwalifikacji zawodowej stopnia 5-ego dotyczącej programowania komputerów kwantowych. Po uzyskaniu akceptacji Ministerstwa Cyfryzacji, trafiła ona oficjalnie do europejskiego i polskiego Zintegrowanego Systemu Kwalifikacji, i może być certyfikowana. Jako sponsor projektu realizuje program w I LO w Krakowie, umożliwiając uczniom naukę programowania i zrozumienie komputerów kwantowych już od pierwszej klasy liceum.

Jest członkiem Sektorowej Rady ds. kompetencji (Telekomunikacja i Informatyka), aktywnie wspierając i rekomendując kierunki rozwoju polskiego systemu edukacji w branży ICT.

Prywatnie, pasjonuje się podróżami, które nie tylko dostarczają mu wrażeń poznawczych i relaksu, ale także pomagają w skutecznym przygotowaniu do kolejnych wyzwań. Ponadto, jest amatorskim fotografem, entuzjastą i kwalifikowanym pilotem dronów w kategorii szczególnej.

Zdjęcia: Jan Toruński  

Transkrypcja rozmowy

Disclaimer. Droga Czytelniczko, Drogi Czytelniku – mała uwaga dotycząca transkrypcji rozmowy. Jak się pewnie domyślasz – transkrypcja została przygotowana z wykorzystaniem magii LLM. Proszę o wyrozumiałość, gdyby pojawiły się w niej niewielkie błędy, literówki, etc. Żeby mieć pewność co do wszystkich wypowiedzi – polecam posłuchać, zamiast czytać. Ukłony.


Karol:   Witam Cię serdecznie Sławku w 99 Twarzach AI. Czym się zajmujesz obecnie? 


Sławek: W tej chwili jestem Dyrektorem Laboratorium Oprogramowania IBM w Krakowie, nie w stolicy, a w stołecznym mieście Krakowie. 

Z wykształcenia jestem informatykiem, choć też przez przypadek, bo o tym, że poszedłem na informatykę w 1989 roku zdecydował rzut monetą, bo była do wyboru albo elektronika, albo informatyka. Padło na informatykę i w zasadzie nie żałuję. Zaczynałem jako programista, aczkolwiek teraz mam funkcję menadżerską i myślę, że to jest bycie osobą, która stara się pomóc i kierować pracą innych przez decyzję życiową, nie przez to, że wyszło to przypadkiem, bo w wielu wypadkach decyzje menadżerskie są podejmowane, a na zasadzie spróbuję pracować.   

Jestem dobrym programistą, może też będę fajnym menadżerem. Ja natomiast po dwóch latach bycia programistą wiedziałem, że chcę być menadżerem, dlatego że widziałem sposób, w jaki można wpływać i optymalizować to, co się robi. Też nie uważam, żebym był super świetnym programistą. W tych językach, których programowałem wcześniej to było głównie C, C++. Powiedzmy było okej, ale powiedzmy nie byłem największym orłem, więc tutaj też decyzja   No i tak od tamtego momentu staram się kierować swoim życiem w ten sposób, żeby po pierwsze zapewnić, że dostarczam to, co realizuję w sposób terminowy, z najwyższą jakością, pomagać ludziom, żeby również mogli funkcjonować w ten sposób i staram się, żeby to dobrze wychodziło. Pracuję w IBM, tak jak powiedziałem, to nie jest moja pierwsza firma, jest to, że tak powiem…   

Firma numer trzy. Tak właściwie po raz drugi jestem w IBM. To też jest ciekawostka. Ale może to nie jest główny temat rozmowy. 

Dlaczego? W każdym razie na pewno nie żałuję pobycia w tej firmie w tym momencie, w którym jestem. Uważam, że to jest naprawdę świetna firma. Mimo, że korporacja i wiele osób może powiedzieć, że być może nie. Natomiast ja uważam, że takie możliwości, jakie dostałem, takie możliwości dla osób, które są zainteresowane technologią, rozwojem, ta korporacja dostarcza, to jest coś fantastycznego. 


Karol:   Szczególnie, że robicie dużo ciekawych rzeczy. Jak czytałem o tym, ile zgłaszacie patentów, byłem pod niesamowitym wrażeniem. 


Sławek: Generalnie bym powiedział w ten sposób, że IBM jest taką firmą, która od lat była numerem jeden. 11 czy 12 lat z rzędu IBM pod względem patentowania był firmą numer jeden i ilość patentów, jaką rocznie w IBM pracownicy dostarczali, firma dostarczała, była dwukrotnie większa niż, że tak powiem, dwie czy trzy firmy, które były na drugim i trzecim miejscu, a w pewnym  W momencie chyba 3-4 lata temu to IBM dostarczał tyle patentów rocznie, ile Samsung i dwie pozostałe firmy razem wzięte. Ja wiem, że niektórzy mogą powiedzieć, patenty to nie jest wyznacznik wszystkiego, co jest związane z postępem i z technologią. Wiem, że niektórzy mogą patrzeć na patenty krzywo, no bo skoro to jest, że tak powiem, property i jest to robione dla pieniędzy, to niekoniecznie jest to najlepsze. Mogę się z tym zgodzić, aczkolwiek uważam, że ja patrzę na patenty trochę z innej perspektywy i to było głównie moim celem, żeby naprawdę poświęcić się ku temu i zarazić innych do patentowania. Mhm.  właśnie z tego względu, że to wyzwala pewnego rodzaju inne podejście do myślenia o technologii, o myślenie o tym, co wytwarzamy i do swojej własnej pracy twórczej. Powiem w ten sposób, w laboratorium od 4-5 lat mogę powiedzieć w ten sposób, że praktycznie średnio rzecz biorąc każdy pracownik ma półtora patentu na głowie,  Ja nie mówię, że każdy, to jest statystyka oczywiście. 


Karol: Czytałem właśnie o tej statystyce. 


Sławek: Tak, natomiast jest grupa osób, które ma tych patentów, kilka, kilkanaście jest grupa osób, które nie patentują, ale jest to wynikiem też podejścia, które w pewnym momencie zacząłem bardzo mocno kreować trochę w pracy, dlatego że ja doszedłem do takiego wniosku, że samo patentowanie to jest pewien proces twórczy, pewien sposób myślenia, pewnego rodzaju podejście i chciałem się zarazić wszystkich, którzy pracowali w IBM-ie od lat i przede wszystkim tych, którzy przychodzą,  żeby po jakimś okresie mieli gdzieś z tyłu głowy coś w rodzaju swojego własnego programistycznego DNA. Wszystko co robię, to jest moja myśl twórcza, to jest coś na co chciałbym zwrócić uwagę i być wylistowany, że to jest moja praca.   To kompletnie zmienia podejście, dlatego że nie chodzi o samo nazwisko gdzieś tam na liście autorów patentu, natomiast o sam sposób myślenia, w jaki sposób podchodzić i jak szanować samego siebie, jak szanować swoją pracę, którą się wykonuje i też jak podchodzić do tego, żeby to było jeszcze lepsze, no bo sam proces patentowania to nie jest tylko i wyłącznie stworzenie jakiegoś wynalazku,  Powiedzmy fizycznie bądź kodu, bo ja głównie operuję w tym obszarze. 

Ubolewam zresztą, że to nie jest możliwe w Europie, tylko my robimy to w Stanach Zjednoczonych. Natomiast sam sposób myślenia i podchodzenia, co za tym stoi, poszukiwania, czy tego typu rozwiązania są, na ile rozwiązanie, które ja proponuję jest bardziej innowacyjne do tego, które na rynku są, no bo trudno jest znaleźć naprawdę rozwiązania.   Takie podejście i takie rozwiązanie, które jest rzeczywiście unikalne. Są takie rzeczy, ale wiele rzeczy jest mimo wszystko bardzo podobnie i trzeba gdzieś znaleźć tą unikalność. A przy okazji poznać trochę więcej sam proces, jak to się odbywa z punktu widzenia prawnego, na co zwracać uwagę, co można patentować, dlaczego tego nie można patentować, na czym trzeba się skupić, żeby to było jeszcze lepsze.   I generalnie uważam, że to jest coś takiego, co dodatkowo pozwala wiele rzeczy zrozumieć i nauczyć ludzi zupełnie innego podejścia i myślenia. 


Karol: Fantastyczna rzecz według mnie. Obrazowo, gdybyś mógł opowiedzieć o tym, co patentujecie i czym zajmujecie się w krakowskim biurze? 


Sławek:   Staramy się, żeby większość patentów, ja nie mówię, że wszystkie, bo każdy ktoś może mieć rano albo wieczorem przed snem pewnego rodzaju ideę, którą chciałby w jakiś sposób przekuć na jakiś pomysł. Natomiast my staramy się skupić na tym, żeby cokolwiek wykonujemy, jakikolwiek algorytm, który tworzymy, czy jakiekolwiek rozwiązanie przeanalizować i prześwietlić pod kątem tego, czy to nie jest rzeczywiście coś unikalnego, co robimy. I de facto podejście…  takie, które za każdym razem mówi programiście, czy nawet testerowi, który znajduje nowe metody podejścia do przetestowania oprogramowania, czy algorytmu, czy to nie jest coś, co jest unikalne, czy to jest coś zupełnie nowego. I patrzymy na to właśnie z tej perspektywy, żeby patentować to, co wykonujemy. Jakikolwiek algorytm, jakąkolwiek pracę, którą robimy, zawsze pamiętać o tym, sprawdzę, być może to jest unikalne rozwiązanie na świecie. 


Karol: Mógłbyś dać przykłady takich rozwiązań? 


Sławek:   Powiem tak, nawet jeżeli się tworzy głupio algorytmy do testowania automatycznego pewnego rodzaju rozwiązań, szczególnie jeżeli chodzi o chmurę, to niestandardowe podejścia do przetestowania jakiejś funkcjonalności zawsze są dosyć takim ciekawym tematem, który warto podrążyć. Niekoniecznie można iść za tym, jak generalnie funkcjonalność powinna wyglądać, gdzie się może przewrócić, natomiast próbować spojrzeć w szerszym aspekcie i być może poszukać jakichś takich elementów, które niekoniecznie są taką ścieżką,  która jest albo pozytywna, albo negatywna i zahaczyć o wiele rzeczy, które są ze sobą skrosowane, tak żeby zobaczyć, jak by to mogło wyglądać. 


Karol: Będę drążyć. Dla kogoś, kto być może jest spoza branży technologicznej, a chciałby wiedzieć, czym w krakowskim Biurze się zajmujecie… 


Sławek:  Wiesz co, to będzie trudno odpowiedzieć w ten sposób, dlatego że zawsze to jest związane dosyć mocno i głęboko z technologią, którą robimy, ale jeżeli miałbym już powiedzieć jakiś taki przykład obrazowy, no to bym wspomniał o tym, że zazwyczaj są jakieś metody, że tak powiem, przynajmniej w rozwiązaniach cloudowych czy sztucznej inteligencji wytworzenia i, to się tak brzydko, nieładnie po polsku mówi, zdeployowania jakiegoś obszaru, jakiegoś serwisu czy części, jakiejś większej całości serwisów i zazwyczaj robi się to z taką, a nie inną technologią. My staramy się podejść do tego,  w jaki sposób można byłoby czy zarówno uprościć taki element, czy popatrzeć na to, jak wyciągnąć z technologii, my głównie opieramy się na RedHacie i na OpenShift, jak z tego wyciągnąć tak mocno z technologii coś, co mogłoby rzeczywiście kompletnie zmienić sposób, w który dyplomujemy te dane. Czyli de facto sięgnąć bardzo, bardzo głęboko do technologii, a nie używać standardowych schematów.   Więc tutaj po pierwsze, oprócz tego co my robimy i dostarczamy, bo jest głównym celem, dajmy na to, zdeployowanie mikroserwisu, natomiast staramy się spojrzeć w technologię w ten sposób, jak to zrobić, jednocześnie sięgając głęboko w technologię i ucząc się trochę więcej tej technologii, być może również w pewien sposób kontrybuując do niej. 


Karol:   I znaleźć najkrótszą drogę rozwiązania problemu, tak? 


Sławek: Najkrótszą drogę, która jest również stuprocentowo pewna, bo niekoniecznie wszystkie metody są całkowicie poprawne i działają za każdym razem. Bądź nawet realizując swoje zadanie, natknąć innych na to, jak można poprawić pewne rzeczy, zwłaszcza, że mamy możliwość kontrybuowania np. do OpenShift’a czy do RedHata, w jaki sposób zmienić ich metody i zasugerować pewnego rodzaju rozwiązania, które zmienią również sam proces działający w tej technologii bezpośrednio. 


Karol:   Praca teoretyczna, która potem ma przełożenie na praktykę. 


Sławek: Jak najbardziej. 


Karol: Powiedz mi, jak patrzysz na sztuczną inteligencję, na AI? 


Sławek: To jest, wiesz co, bardzo szeroki temat i to nie jest temat, który jest czarny i biały, bo powiem szczerze, słuchając wielu ludzi, czytając wiele artykułów, są różne podejścia, aczkolwiek one zawsze bazują na całkowicie  Nie powiedziałbym bezkrytycznym, aczkolwiek stosunkowo luźnym i bardzo takim optymistycznym podejściem. Ja natomiast jestem praktykiem, który tą sztuczną inteligencją zajmuje się trochę dłużej niż od roku, czyli od momentu, kiedy czat GPT się pojawił i  OpenEye stwierdziło, dajemy go wszystkim, bo my pracujemy z tą technologią przynajmniej w krakowskim labie od dobrych 4-5 lat w tym momencie, zresztą praktycznie od samego początku, kiedy IBM zaczął tą technologią się interesować tak bardzo na poważnie. Zresztą tutaj też jest parę rzeczy, które fajnie byłoby powiedzieć na temat tego, jak IBM do tego podchodził, natomiast ja nie patrzę na to na zasadzie takiej typowo białej, ja patrzę na to raczej…   Zresztą też nie będę ukrywał. Ja bardzo często patrzę na sztuczną inteligencję i się zastanawiam nad tym, czy to nie jest aby puszka Pandory i czy to na pewno jest błogosławieństwo dla ludzkości. Staram się być bardziej w kierunku tego błogosławieństwa dla ludzkości, bo jestem z reguły człowiekiem optymistycznym, patrzącym jasno na przyszłość. Natomiast biorąc pod uwagę, mimo wszystko jakim gatunkiem jest człowiek, bardzo często pewnego rodzaju technologie, pewnego rodzaju technologie,  że wynalazki prowadzą w pierwszym rzędzie do niezbyt pozytywnego użycia i bycia raczej po ciemnej stronie mocy, aniżeli po jasnej stronie mocy. 


Karol: Sławek, no atom też albo służy, albo niszczy. 


Sławek: Tak, i tutaj dobrze, że o to zahaczasz, dlatego że ja na ten temat mam trochę inną teorię, mianowicie atom nie był dostępny dla wszystkich.   I to jest ta zasadnicza różnica, dlatego że jeżeli on był dostępny dla wąskiego grona osób czy organizacji, o tyle łatwiej było to w jakikolwiek sposób okiełznać. Czy zabronić, czy wpłynąć, czy postraszyć, czy zamknąć, uniemożliwić.   Może jest to trochę drastyczne podejście, ale tak rzeczywiście było i być może dlatego jesteśmy ciągle gdzie jesteśmy, a nie jesteśmy tam, gdzie już nas nie było i raczej czerpiemy z atomu w tym momencie bardziej pozytywnie. Natomiast z tą sztuczną inteligencją jest tak, że ona została uwolniona dla wszystkich i teraz kwestia tego, na ile te jedne i drugie siły będą ze sobą działały, bo każda akcja nosi reakcję i tutaj jest ten dylemat, który właśnie mam, dlatego bardzo często mówię, 


Karol:   O sztucznej inteligencji jako takie bardzo rozmyte w tym momencie pojęcie i bardzo rozmyte… To zastanówmy się, co dobrego może się wydarzyć, jak patrzysz na rozwój technologii, a co złego, twoim zdaniem? 


Sławek: Znaczy może zacznę od tego złego, bo jak już mówimy o tym, dlaczego tak myślę, to może powiedzmy w ten sposób. 

Dobrym przykładem jest przede wszystkim na przykład bezpieczeństwo i cyber security. Nie ma nic lepszego w tym momencie, żeby, że tak powiem, spożytkować sztuczną inteligencję do tego, żeby znaleźć metody na włamanie się bądź przełamanie zabezpieczeń.   Z drugiej strony nie ma również nic lepszego niż powstanie sztucznej inteligencji z drugiej strony i doprowadzenie do pewnego rodzaju pojedynku sztucznej inteligencji i super, że tak powiem, efektywnych podejść naprzeciwko siebie. Dwa modele przeciwko sobie. Tak, dwa modele przeciwko sobie, który jest lepszy, który jest gorszy i który musi się szybciej rozwinąć, żeby dojść do tego drugiego. I powiedzmy, to jest takie gorsze użycie i od którego się zazwyczaj  Bardzo często sztuczna inteligencja tak mocno zaczęła, przede wszystkim próba łamania zabezpieczeń. Natomiast to jest ta negatywna część, taka powiedziałbym obwios, mówiąc nieładnie z angielskiego. Natomiast jeżeli patrzę na pozytywne rzeczy, to niewątpliwie tutaj się otwiera ocean możliwości.   Czy lepsze rozumowanie, czy lepsze symulacje, czy podejście do tego, w jaki sposób można wiedzę, którą nawet jeden człowiek nie jest w stanie opanować, ze sobą połączyć, spożytkować w celu wynalezienia lekarstw przeciwko rakowi, analizy obrazowej choćby schorzeń i próba wspomagania lekarzy w tym, w jaki sposób je rozpoznawać szybciej.   Nawet czysta szybkość działania i możliwość sugestii lekarzowi spojrzenia na pewne rzeczy ilościowo i statystycznie jest nieporównywalnie większa. Wyobraźmy sobie lekarza, który robi skany badań tomograficznych pacjentów. Ile on ich stanie zrobić dziennie? 


Karol:  50? 


Sławek: 50 i tak chyba mi się wydaje za duża liczba.   Ale jeżeli mamy tych pacjentów kilka tysięcy i zapuścimy sztuczną inteligencję z odpowiednim rozpoznawaniem, odpowiednio wytrenowaną, oczywiście w 100% pewną, powiedzmy prawie w 100% pewną, że jest w stanie zdiagnozować przypadki, które są wątpliwe i na które należy spojrzeć, to w tym momencie robi się tu zupełnie inna skala i zupełnie inne podejście do tego, w jaki sposób może wyglądać medycyna w przyszłości. 


Karol:   Tak samo przykład polskiego startupu, który wykorzystuje AI do wyboru komórek przez zapotnień pozaorganicznych. 


Sławek: Pozostaje oczywiście kwestia, o której pewnie będziemy mówili, w jaki sposób wierzyć w służbę inteligencji i rzeczywiście polegać na niej, czy aby na pewno można na niej polegać, czy rzeczywiście na końcu powinien decydować człowiek.   Aczkolwiek na pewno tak, jeżeli chodzi o wspomaganie decyzji ludzkiej, sztuczna inteligencja daje niebywale możliwości. Praktycznie w każdej dziedzinie nie ma takiej dziedziny, w której według mnie nie można byłoby znaleźć zastosowań sztucznej inteligencji. 

A biznes? Też, bo biznes jest bardzo często kalkulacją ryzyka, o ile nie zawsze. I w tym momencie, jeżeli ma się odpowiednią bazę wiedzy, odpowiednie, podobnie jak w prawie, przykłady czy case’y,  Na podstawie warunków brzegowych wejścia można popatrzeć na to, jakie mogłoby być wyjście i w jaki sposób podejść do pewnego rodzaju problemów, które się widzi, połączyć się i wywnioskować z nich, w którą stronę można byłoby pójść, w którą stronę podejmować kierunki działania. 

To jest zupełnie też inna historia i wydaje mi się, że bardzo mocno może pomóc. Pewnie zapytasz z rynki finansowej. Oczywiście, że tak. Rynki finansowe to jest kolejna rzecz, gdzie rzeczywiście ta sztuczna inteligencja daje niebywałe możliwości. Zresztą  Z tego co wiem w tym momencie już zarówno banki, instytucje ubezpieczeniowe, czy większe instytucje finansowe wokół giełdy używają sztucznej inteligencji do wielu rzeczy, ale również prywatni inwestorzy też zaczynają się coraz bardziej w to bawić, więc to też na pewno jest pewnego rodzaju użyciem, które na pewno będzie miało bardzo mocne zastosowanie i będzie głęboko zakorzenione. 


Karol: Miałem dokładnie tą myśl ze dwa dni temu i zastanawiałem się, jak będzie wyglądał rynek kapitałowy, jeżeli tak naprawdę będzie kilka systemów sztucznej inteligencji przeciwko sobie walczyło. 


Sławek:   To jest dobre pytanie i musimy doczekać takich czasów, żeby to zobaczyć, bo na pewno wcześniej czy później to będzie miało miejsce. Zresztą do tej pory taka ciekawostka, bo niekoniecznie związane ze sztuczną inteligencją, ale szybkość działania i szybkość podejmowania decyzji jest ogromnie ważna we wszelkich rodzajach sytuacjach i rynkach finansowych. Też ciekawostka, że właśnie z tego względu im szybsze łącza i im szybciej są instytucje finansowe usytuowane serwerów wielkiej giełdy w Nowym Jorku, tym lepiej dla nich, bo potrafią o te  setne sekundy podejmować decyzje szybciej niż inni. To jest wielka walka. 


Karol: Rozumiem dokładnie, w jaki sposób będzie funkcjonować sztuczna inteligencja w kontekście rynków istniejących podmiotów. A ciekaw jestem, czy sztuczna inteligencja będzie miała ten błysk w oku, kiedy usłyszy w jakiś sposób albo przeczyta o pomyśle, który nie ma jeszcze trakcji, jeżeli chodzi o sprzedaż, ale ma po prostu pomysł na to, jaki zrobić biznes i jaką stworzyć firmę. 


Sławek:  Wiesz, to dotykasz takiej materii, która jest wydaje mi się na pograniczu science fiction jeszcze, bo dopóki, znaczy inaczej, może cofnijmy się do tego, żeby stwierdzić, że owszem, to będzie pewnie w pewnym momencie miało miejsce, ale wtedy, kiedy już będziemy na tym etapie, że sztuczna inteligencja będzie miała, oprócz tego, że w pewnym stopniu będzie miała emocje, z drugiej strony będzie w stanie być tym, co my potrafimy określić, że sztuczna inteligencja będzie kreatywna.  bo na razie mówimy cały czas o sztucznej inteligencji jako inteligencji, która jest odtwórcza. Ona ma w tym momencie pewien zasób danych, pewnego rodzaju modele, powiązania, klasyfikacje, którą wykonuje na modelu danych, z użyciem modelu danych i danych, które dostaje i na podstawie czegoś, czego się nauczyła i czegoś, co może połączyć ze sobą, wnioskuje i pokazuje, co mogłoby się stać. Natomiast wtedy, kiedy wyjdziemy poza  Ten element, który jest określony w kierunku czegoś, co jest mniej określone, czyli tą typową kreatywność, to może być ciekawie. Przypuszczam, że wcześniej czy później dojdziemy do tego momentu, natomiast kiedy to będzie, to trudno określić. Ale kto wie, całkiem prawdopodobne, że w ten sposób będą rodziły się nowe biznesy. 


Karol: Mieliśmy taką dyskusję właśnie z Davidem Sypniewskim z SWPS-u. Jego konikiem jest kreatywność właśnie w kontekście sztucznej inteligencji. No i obaj wierzymy, że jednak to będzie część, która w pewien sposób będzie cały czas nasza. 


Sławek:  Może tak, może nie. Mi też trudno o tym mówić, zwłaszcza, że teraz przypominam sobie rozmowę z młodym człowiekiem, z którym miałem kiedyś okazję porozmawiać na temat sztucznej inteligencji w kontekście sztuki. I tutaj też była dyskusja, gdzie ja twierdziłem, że mimo wszystko można już patrzeć trochę na sztuczną inteligencję jako na coś kreatywnego, że coś, co ona tworzy jest inne i jest rzeczywiście kreatywne. 


Karol: Made in #AI, coś niesamowitego. 


Sławek: Tak, natomiast mimo wszystko, dopóki nie będzie tego czynniku ludzkiego, o tym mówiła właśnie ta druga strona, to tego nie można utożsamiać się.   ze stuprocentową kreatywnością i sztuką, z tego względu, że to jest tak czy inaczej pewnego rodzaju odwzorowanie danych, które gdzieś zostały zebrane. Więc może tak, może nie, ja też patrzę na to trochę z innej perspektywy, bo de facto czynnik białkowy, jakim jest człowiek, też ma pewnego rodzaju historię swojej nauki, historię rzeczy, które zobaczył, których się nauczył.   I de facto, czy obraz, który namaluje jest całkowicie jego, czy to jest też element tego, czego się nauczył i element tego, co widział albo co połączył, nie jest czymś podobnym. Ja uważam, że trochę po części tak jest, natomiast wiele osób patrzy na to, że rzeczywiście mimo wszystko to jest dalej tylko i wyłącznie odwzorowanie, pewnego rodzaju halucynacja. 


Karol:   Wróćmy do IBM, wróćmy do rzeczywistości biznesu i tych realnych problemów, o których rozmawiamy, które rozwiązujecie w IBM. Czym tak naprawdę teraz, jakimi obszarami się zajmujecie, jeżeli chodzi o Watsona, jeżeli chodzi o Wasze laboratoria i software, które oferujecie? 


Sławek: Ja bym powiedział w ten sposób. IBM zaczęło pracować nad sztuczną inteligencją.   w momencie, kiedy ja dołączyłem do IBM w okolicach 2010-2011 roku. Była to praca, która była robiona gdzieś w tle laboratoriów, gdzie trwały głębokie analizy i były prezentowane pierwsze rozwiązania. Zresztą, co bardzo dobrze widać w historii tego, w jaki sposób IBM w pewien sposób zaistniał w tej sztucznej inteligencji, poczynając od Deep Blue i wygranej w pojedynku z Kedparowem w szachy, po Geopardy, która gdzieś w okolicach tego 2010 roku miała miejsce, gdzie nasz system pobył dwóch najlepszych  Mistrzów, graczy teleturnieju, który był, że tak powiem, omniewiedzowy. De facto Geopardy było takim momentem, kiedy IBM zdecydował się na to, żeby głęboko spojrzeć w sztuczną inteligencję, bo tutaj też taka ciekawostka. 

System, który wygrał Geopardy, był taką trochę pracą w wolnym czasie grupy inżynierów w laboratoriach researchowych IBM-a  Było to na zasadzie sprawdzenia, czy jesteśmy w stanie już z tą technologią, która jest, posunąć się do tego, żeby taki system mógł się uczyć i mógłby być wystarczająco mocny, żeby mógł konkurować z człowiekiem. Okazało się, że tak i tak naprawdę bym powiedział, że ten moment był tym momentem przełomowym, kiedy IBM zaczął patrzeć na sztuczną inteligencję i zaczął poważnie się jej przyglądać.   I zaczęliśmy to mniej więcej w tym samym czasie i były to prace ukierunkowane głównie w kierunku medycznym, przetwarzania obrazu, właśnie wspomagania przede wszystkim diagnostyki obrazowej. To trwało, aczkolwiek ze względu na takie czy nie inne bariery, czy to prawne, czy mimo wszystko mentalne, nie do końca zostało to sproduktyzowane w tamtych czasach. Teraz jest zupełnie inna historia i żyjemy w innym klimacie, z innym patrzeniem na pewne rzeczy i to się posunęło głęboko do przodu. 


Karol:   Nie tylko otwartością, ale powiedziałbym już chyba teraz oczekiwaniem i pewną nadzieją na to, co może się wydarzyć, jeżeli chodzi o rozwój technologii. 


Sławek: Dokładnie tak. 

Powiedziałbym, że w tamtych czasach było patrzenie wciąż na sztuczną inteligencję w kontekście, to mimo wszystko jest zabawka, która może będzie działała, która nikt nie wierzył do końca w to, że ona może tak funkcjonować, żeby rzeczywiście była w stu procentach pomocna w tak skomplikowanych domenach, jakimi jest na przykład medycyna.   I pewnego rodzaju podejście rynku do tego było takie trochę sceptyczne. Popatrzmy, zobaczmy, poczekajmy, okaże się. Okazało się, że to, co się okazało, rzeczywiście tak jest. W tym momencie powiedziałbym na sposób. IBM nie ma określonego kierunku, w którym patrzy pod względem konkretnym sztucznej inteligencji i jej zastosowania. Z tego względu, że tak jak wspomniałem już, sztuczna inteligencja jest czymś takim, taką technologią, która jest użyteczna w każdym miejscu.   

Oczywiście każdy spojrzy na historię IBM, na to z jakimi firmami, z jakimi korporacjami IBM współpracuje, z którymi kooperuje. Na pewno wydaje się, że takim głównym obszarem może być, nie wiem, czy to rynek finansowy, czy to rynek ubezpieczeń, czy tego typu bardzo dominujące i bardzo drogie elementy i technologie. Wysoko skapitalizowane. Wysoko skapitalizowane, dokładnie tak.   Owszem, bo to są głównie te obszary, które pozwalają nam rozwijać się i znaleźć fundusze na to, żeby popatrzeć, w którą stronę moglibyśmy się rozwijać. 

Natomiast nie jest to jedyny kierunek. Tak naprawdę, tak jak powiedziałem, w każdej dziedzinie ten postęp można realizować. Wszystko zależy od tego i wyłącznie jaki masz dane, jaki masz model, w którą stronę chciałbyś się pochylić, żeby to zrealizować. Natomiast to, co w tej chwili głównie robimy i czemu się poświęcamy, to jest budowa platformy. Platformy, która jest pewnego rodzaju holistycznym miejscem, w którym  Każdy użytkownik, który chciałby zastosować rozwiązania sztucznej inteligencji może użyć tej platformy do tego, żeby zgromadzić odpowiednie dane w stylu źródeł, w których chce, przechowywać się tam, gdzie chce, przeprowadzić analizę tych danych. Tutaj trudno mi znaleźć odpowiednik polski tych słów, ale zrobić pewnego rodzaju cleansing tych danych, odsianie ich, oczyszczenie z szumu i skupienie się na tym, żeby one zawierały esencje i dane typowo takie,  w postaci jądra tych danych, po to, żeby były odpowiednio uszeregowane, po to, żeby był do nich odpowiedni dostęp, po to, żeby było odpowiednio opisane, połączone ze sobą i na podstawie tych danych można było czy zbudować model, czy również go wytrenować. 

Powiedziałbym dalej,  Poszedłbym dalej, bo oprócz tego, że można zbudować rozwiązania już bazujące na tej platformie, sama platforma może również służyć do tego, żeby ulepszać te modele i ulepszać dane. Mówię to w tym kontekście, co też jest stosunkowo coraz bardziej i mocniej podnoszone przez wiele instytucji, przez wielu praktyków i teoretyków sztucznej inteligencji.   a mianowicie po to, żeby tworzyć sztuczną inteligencję do trenowania sztucznej inteligencji. Tutaj muszę powiedzieć, że to jest jeden z takich ciekawszych projektów, które robimy w tej chwili u siebie w laboratorium. Zajmujemy się sztuczną inteligencją, która służy do trenowania innej sztucznej inteligencji. Z prostej przyczyny. 


Karol: I to nie w ten sposób, jaki ostatnio widziałem, to znaczy nie piszesz prompta, w którym obiecujesz napiwek. 


Sławek: Na przykład.   Natomiast cel jest jasny, dlatego że ilość danych jest skończona, które możemy zebrać i nawet jeżeli wytrenujemy sztuczną inteligencję na zestawie wszystkich możliwych danych, to i tak one nie są pełne, bo i tak będą inne sytuacje, inne obszary, w których nie jesteśmy w stanie zebrać odpowiedniej ilości danych, bo one po prostu nie istnieją. I w tym momencie trzeba znaleźć odpowiedni sposób, który mógłby na tyle dobrze zasymulować działania, mechanizmy, procesy, żeby te dane można było wykształcić,  Po to, żeby pójść krok dalej, no bo owszem, można operować na danych, które się zna, nauczyć model wszystkiego, co my znamy. Pytanie, czy to jest wystarczająco daleko, czy nie można by pójść kawałek dalej, żeby wyjść poza to, co już wiemy. 


Karol: Sztuczna inteligencja wewnątrz sztucznej inteligencji. 


Sławek: Albo inaczej, sztuczna inteligencja, która weryfikuje inną sztuczną inteligencję, czy jest już na tyle inteligentna, czy jeszcze potrzebuje trochę nauki i być może z przedszkola powinna iść do szkoły podstawowej, a potem do klasy średniej czy na studia. 


Karol:   Dla mnie to jest niewyobrażalne. Z jednej strony mówimy o modelach, które uczą się na bazie określonych danych, z drugiej strony mówimy o modelu, który wykracza poza te dane istniejące, istniejące modele rozwiązania. Zatem pytanie, skąd tak naprawdę ma brać podstawę do tego, żeby optymalizować się i szukać tej idealnej wersji siebie? 


Sławek:   Nie wiem, ja patrzę na to zawsze z tej perspektywy, że w tym momencie, na przykład biorąc pod uwagę jakiekolwiek badania naukowe, mamy tę wiedzę i te rezultaty, do których byliśmy w stanie dojść, robiąc pewnego rodzaju eksperymenty czy głębokie badania i analizę. Natomiast te wyniki i te dane nie wykraczają poza teoretyczne możliwości danej technologii, bo nie jesteśmy w stanie tego przeprowadzić. Być może na podstawie danych, które w tym momencie już istnieją, można pokusić się o to, żeby sztuczna inteligencja potrafiła  zasymulować dużo więcej, niż my możemy. I na podstawie tych zasymulowanych wyników próbować rozwinąć swój model. 

Patrzę dokładnie na to z tej perspektywy. A IBM Ocon? IBM Ocon jest, tak jak powiedziałem, taką platformą, która umożliwia każdemu użytkownikowi, niezależnie od tego, czy to jest duża firma, czy mała firma, bo tutaj też warto wspomnieć, i tutaj zachęcam do spojrzenia na strony IBMowe, dlatego że u Ocona można potestować w małym zakresie za darmo, więc zachęcam wszystkich praktyków i teoretyków sztucznej inteligencji, żeby na to spojrzeli.   Natomiast jest to platforma, która tak naprawdę dzieli się na trzy podstawowe elementy, które umożliwiają to, co powiedziałem wcześniej, i na czwarty, którym łatwiej można wykonać czy zbudować aplikację, która na tych poszczególnych podelementach działa. Więc jest to, tak jak powiedziałem, łacone jaj, które służy już do wnioskowania, do operowania na modelu i pewnego rodzaju wykonywania procesu myślowego, nazwijmy to w ten sposób.   Ale on jest poprzedzony tym, co jest podstawą do tego, żeby to mogło być wykorzystane, czyli Watson X Data, gdzie tak naprawdę dajemy możliwości użytkownikowi gromadzenia danych z różnych źródeł, przechowywania ich, trzymania ich czy u siebie, czy w chmurze, czy w rozwiązaniu hybrydowym. 

Wszystko zależy od tego, jakie możliwości dany użytkownik ma i czego oczekuje.  Watson X Governance, który właśnie robi całą tak naprawdę robotę przygotowującą wszystkie te dane pod sztuczną inteligencję, czyli typowy taki governance danych, opis modelów, wyciąganie, łączenie metadanych, łączenie ze sobą rekordów, czyszczenie tych danych z szumu i przygotowanie ich w taki sposób, żeby mogły być użyte do trenowania modelu w sposób normalny.   całkowicie, i tutaj też jest ważne słowo, które powiem, transparentne, dlatego, że to jest, wydaje mi się, przewaga, którą my mamy nad innymi rozwiązaniami, w sposób całkowicie niepodlegający jakimkolwiek bajas. Zawsze zapominam polskiego słowa odpowiednika. Uprzedzenia. Uprzedzeń, właśnie uprzedzenia i skonstruowanie takiego neutralnego zestawu i modelu danych, który może być dobrym materiałem treningowym. 

Uprzedzenia. Transparentność, jeżeli, przepraszam, że Ci wchodzę, ale chciałem dokonać tą myśl, że mi nie umknęła gdzieś w przyszłości. Transparentność tych danych, dlatego, że  Tak jak powiedziałem, unikalną rzeczą, na którą my w IBM-ie kładziemy bardzo duży nacisk, to jest oprócz etyki, która jest ważna, również transparentność i wyjaśnialność. Nam nie zależy na tym, żeby traktować sztuczną inteligencję, wręcz boimy się tego i nie chcemy udostępniać sztucznej inteligencji, która działa na zasadzie czarnej skrzynki, do której coś wchodzi i coś wychodzi. Natomiast na każdym etapie działania tej sztucznej inteligencji chcemy mieć możliwość wyjaśnienia na podstawie czego i dlaczego  sztuczna inteligencja podjęła takie, a nie inne działania. Wynika to z czystego modelu biznesowego, jaki IBM ma, dlatego że być może opóźnienie, które tak jak wielu krytyków czy wielu analityków twierdzi, IBM ma w stosunku do innych firm operujących w sztucznej inteligencji, być może wynika z ich punktu widzenia dokładnie z tego, bo dla nas nie jest to punkt stracony, tylko to jest pewnego rodzaju decyzja, która została podjęta ,  Dlatego, że IBM patrzy na sztuczną inteligencję, na to co my wytwarzamy z punktu widzenia takiego, że oprócz tego, że mamy dostarczyć rozwiązanie, to z drugiej strony jesteśmy też firmą, która jest w stanie zapłacić ubezpieczenie użytkownikowi, jeżeli podejmiemy złe decyzje. 


Karol: Dokładnie takie wrażenie odniosłem jak przygotowywałem się wcześniej do naszego spotkania.   Teraz rozmawiając z Tobą, że to na co IBM stawia to tak naprawdę pełna transparentność dla klienta, a z drugiej strony bezpieczeństwo w kontekście tego, że Twoje dane nigdzie nie zostaną wykorzystane i wiesz co się z nimi dzieje tak naprawdę. 


Sławek:   To jest jedno. Druga też, tak jak powiedziałem, ta ważna rzecz, wyjaśnienie dlaczego na podstawie tych danych została podjęta taka, a nie inna decyzja. To jest najtrudniejsze w tym wszystkim tak naprawdę, bo jeżeli się bierze pod uwagę, dajmy na to, ostatnio nawet wypuszczony model, który ma już praktyczne zastosowania, wypuszczony przez IBM, ma 20-miliardowy…   To mimo wszystko my jesteśmy w tym momencie w stanie wytłumaczyć dokładnie, dlaczego taka, a nie inna rzecz na podstawie tego modelu została wyprodukowana i zasugerowana, czy zaprezentowana jako wynik, a dlaczego nie. I to jest podstawowa przewaga, którą wydaje mi się my jako IBM mamy w stosunku do innych rozwiązań. 


Karol:   Czyli ograniczenie możliwości popełniania błędów przede wszystkim. 


Sławek: Tak, przede wszystkim. 


Karol: Tak ważne w kontekście biznesów, o których rozmawialiśmy, finanse, medycyna i cała reszta, tutaj błąd kosztuje wiele. 


Sławek: Może kosztować fortunę, ale patrzmy też na to trochę z innego punktu widzenia, bo o ile, że tak powiem, nawet w branży finansowej potknięcie,  po prostu jest drogie i kosztuje, o tyle użycie sztucznej inteligencji do stworzenia rozwiązań, które podejmują decyzję ekstremalną typu życie albo śmierć, to jest naprawdę duże ryzyko i akurat na to my jako ludzie  patrzymy o wiele z większym krytycyzmem aniżeli jakiekolwiek na inne obszary. Stąd też wiadomo, choćby nawet autonomiczne samochody, to jest śpiewka, która zawsze będzie miała przeciwników, mimo że ilość wypadków, odsetek tych wypadków w stosunku do odsetek wypadków spowalanych przez ludzi z błahych powodów jest zawsze o wiele bardziej nagłośniana i o wiele bardziej krytyczna i wręcz negowana aniżeli to, co robią ludzie, bo patrzymy na to zupełnie inaczej. 


Karol: Jakich obszarów jeszcze będzie dotyczyła ta rewolucja? 


Sławek:   Pójdę głęboko dalej. Powiem w ten sposób. Medycyna w ogólnym wspomaganiu to już wspomnieliśmy. Natomiast ja patrzę jeszcze na jeden krok, o który być może będziemy w stanie liznąć troszeczkę. Jak popatrzę na możliwości sztucznej inteligencji i to, co za, według mnie, 10 lat będzie rzeczą całkowicie normalną, czyli komputery kwantowe, dotykamy zupełnie innych elementów.   Spójrzmy na to w kontekście wykonywania symulacji badań klinicznych po to, żeby zamiast 10 lat badań klinicznych zrobić je w rok. Spójrzmy na to, w jaki sposób wynaleźć nowe materiały, które mogłyby być o wiele bardziej wytrzymałe od tych, które w tej chwili mamy i umożliwić nam kolejny postęp technologiczny, cywilizacyjny czy, nie wiem, loty kosmiczne, cokolwiek innego. Wchodzimy tutaj w obszary, które są w tym momencie kompletnie dla nas niedostępne.   a z wnioskowaniem z wiedzą, którą sztuczna inteligencja nie da się ukryć już w tej chwili, ma i możliwościami technologicznymi, obliczeniowymi przyszłości, to może być zupełnie inna kategoria jakichkolwiek działań. 


Karol: Czy jeszcze coś a propos tych obszarów, które moglibyśmy dotknąć w przyszłości? 


Sławek: Musiałbym tak trochę w kreatywność swoją wejść, bo trudno powiedzieć. 


Spróbujmy.   O ile wiadomo, że staramy się również użyć sztucznej inteligencji do takich działań, które nie są do końca jednoznaczne w dzisiejszym czasie, jak na przykład, nie wiem, na Twoim ostatnim podcaście była mowa właśnie z systemu, który wspomagałby rozmowę w języku migowym, powiedzmy komunikacja z osobami, które nie mają wszystkich zmysłów, tak jak większość ludzkości. Idąc dalej, dlaczego, nie wiem, pewnego rodzaju terapie psychologiczne czy rozmowy psychiczne  i próba leczenia czy autyzmu, czy innych skorzeń, które w dużej stopniu uniemożliwiają życie wielu osobom i użycie sztucznej inteligencji do tego typu elementów. Czemu nie? Wydaje mi się, że to jest dosyć ciekawy też kierunek. 


Karol: Wiesz, co mi przyszło do głowy teraz? Zobacz, w kontekście tego, o czym mówisz, choroby, autyzm, różne problemy związane z głową. Wyobrażasz sobie wirtualnego psychologa, do którego przychodzisz i zwracasz się z problemami? 


Sławek:   Być może jeszcze dzisiaj nie, ale w ciągu kilku najbliższych lat, biorąc pod uwagę w tym wypadku akurat temat, który staje się stosunkowo nośny i coraz bardziej mocniej dyskutowany jako neurodiversity, jestem w stanie sobie wyobrazić tak jak najbardziej i to szybciej niż dalej. 


Karol: Psycholog, który ma dostęp do Twojej sieci, wie czego szukasz w internecie, jakie rzeczy czytasz, z kim się zadajesz, jak rozmawiasz, jaką masz postawę, jak wyglądasz, co mówi Twoja mimika. O kurczę, wielka rzecz. 


Sławek:   Trochę daleko idące, bo najpierw trzeba byłoby się na to zgodzić i przełamać pewnego rodzaju barierę, bo tak naprawdę tutaj sprzedajesz samego siebie. Aczkolwiek nie sądzę, żeby to nie było niemożliwe, z tego względu, że coraz więcej mówimy o wirtualnych asystentach dotyczących czegokolwiek, więc dlaczego nie osobisty asystent mentalno-psychologiczny dla samego siebie. 


Karol: A biznes? Czy według ciebie rozumie w ogóle, co się teraz dzieje i jaka jest perspektywa tych kolejnych miesięcy, lat? 


Sławek:   O ile, tak jak wspomniałem, kilka lat temu to było na zasadzie przyjrzyjmy się i zobaczmy, jak to będzie wyglądało, o tyle ostatni rok po otworzeniu tych możliwości publicznie przez OpenAI i pokazania możliwości potencjalnej sztucznej inteligencji, myślę, że ten trend się zupełnie zmienia. Są dalej firmy, które patrzą na to sceptycznie, bądź starają się tylko i wyłącznie używać podejścia do sztucznej inteligencji, nie mając zbytnio prawdopodobnie jeszcze kierunku, do którego chciałyby wykorzystać użycie sztucznej inteligencji, bo tak często też jest, że…   

To jest słowo hype, które w tym momencie jest stosunkowo nośne i wiele, że tak powiem, podejściu marketingowych opiera się o słowo AI i ono robi robotę. Natomiast nie jest to do końca zawsze sprecyzowany, bezpośredni plan stający za tym. Natomiast są firmy, które bardzo mocno patrzą na to, żeby tej sztucznej inteligencji w sposób świadomy użyć. Tu jest największy problem i największa trudność w tym, dlatego że  że rozumiejąc możliwości sztucznej inteligencji, czasami mimo wszystko bardzo trudno jest zdefiniować, jak można jej użyć. I to jest cały klucz dla biznesu, że te firmy, które będą na tyle kreatywne i na tyle głęboko, esencjonalnie zastanawiają się nad potencjalnym użyciem sztucznej inteligencji, wyciągną z tego wnioski, na pewno będą zyskiwały w stosunku do tych, które nie będą w stanie tego zrobić. I tutaj tak naprawdę, według mnie, przyszłość biznesu w kontekście sztucznej inteligencji zależy od tego, jak  Osoby, które będą kreowały wizję firmy i jej rozwój będą obeznane z możliwościami sztucznej technologii i będą widziały w niej możliwość wykorzystania jej w kierunku budowania swojego modelu finansowego, modelu sprzedaży czy czegokolwiek innego. 


Karol:   Stąd tak ważna edukacja, budowanie świadomości i rozmowa o realnych use case’ach i tym, co tak naprawdę możemy z tą sztuczną inteligencją zrobić. Czytałem badania przygotowane przez jedno z ministerstw, Ministerstwo Cyfryzacji. Podobno 6% przedsiębiorstw polskich, mówię o małych i średnich przedsiębiorstwach, w jakiś sposób albo wykorzystuje, albo chce wykorzystywać rozwiązania związane z AI-em.   Zakładam, że w Twoim środowisku, bo Ty pracujesz z dużymi korporacjami, ten odsetek będzie większy, ale chyba też nie stuprocentowy. 


Sławek: Nie, nie jest stuprocentowy, bo wydaje mi się, że dalej są firmy, które są na tyle ukorzenione w tradycyjnych metodach, że nie widzą jeszcze potencjału.   Natomiast muszę Ci powiedzieć, że zarówno tak jak na początku mówiło się o rozwiązaniach chmurowych, tak teraz jeżeli chodzi o sztuczną inteligencję, powiedziałbym większość korporacji, z którymi my współpracujemy i sam osobiście miałem okazję w taki czy inny sposób z ich projektami być powiązany, oni patrzą na to rzeczywiście bardzo poważnie i to dosyć mocno.  głęboko. Też się mówiło bardzo często, że kilkanaście lat temu, kiedy ruszały rozwiązania chmurowe, nigdy w życiu banki nie pójdą w to, nigdy nie pójdzie w to, nie wiem, czy medycyna, czy cokolwiek innego. W tej chwili znajdźmy bank, który nie korzysta z rozwiązań cloudowych. Nieważne, czy to jest chmura prywatna, czy chmura publiczna, chociaż publicznych jest mniej, a już na pewno hybrydowa. Nie ma takiego czegoś, takiego otworu, który nie wykorzystuje tej technologii. W tym momencie dokładnie to samo jest realizowane przez większość firm w kontekście sztucznej inteligencji.   Niektórzy zaczynają prosto, bo zaczynają od prostych chatbotów, z których tak naprawdę już się wszyscy śmielimy, bo to jest takie, okej, zastąpić kogoś, kto może telefon odebrać, ale to nie jest do końca tak, dlatego że nikt tylko odbiera telefon albo nikt, kto nie jest pewnego rodzaju osobą SME, który jest dobrze odtrzaskany w jakiejś domenie i jest w stanie odpowiedzieć na każde pytanie, to zawsze zajmuje czas , natomiast…   W tym momencie, powiedzmy sobie prawdę, taki chatbot, jeżeli jest wytrenowany na odpowiednim zestawie danych, używa odpowiedniego modelu, nic go w tej chwili nie zastąpi. 

Nie da się. Po prostu to już jest doprowadzone do takiego etapu, że to jest jedyny kierunek. Tak jak powiedziałem, niektóre firmy zaczynają od prostych rzeczy. To był chatbot, gdzie rzeczywiście mają wytrenowanych tych asystentów na danych, które chcą, żeby były pokazane do…  i przekazane do nauki, które zawierają sprawdzone odpowiedzi, sprawdzone pytania i tak naprawdę na podstawie ich budowane są odpowiedzi jakakolwiek konwersacja, jeżeli mówimy o czymś interaktywnym i to się sprawdza. I tutaj nie ma takiej firmy, która chyba z tych wszystkich bardzo dużych nie używa podejścia chatbotowego.   

Ale to jest tylko początek, dlatego że za tym idzie zupełnie dalsza część. W tym momencie powiedziałbym, że większość dużych instytucji finansowych i banków bardzo mocno używa sztucznej inteligencji do tego, żeby analizować transakcje pod względem wszelkiego rodzaju fraudów. Nie wyobrażam sobie, że w tym momencie zwykłe drzewo decyzyjne, które dawniej było zwykłym totalnym algorytmem, który był używany do tego szacowania ryzyka,  pewnej transakcji jest jedynym w tym momencie elementem, który to realizuje. W tym momencie większość poważnych instytucji bankowych używa właśnie sztucznej inteligencji do badania transakcji i do wywołania fraudów. Podobnie w ubezpieczeniach. Podobnie nawet w takich czystych rzeczach związanych z czymś namacalnym, jak logistyka czy wszelkiego rodzaju zależności produkcyjne. Oprócz tego, że są do tego potrzebne algorytmy optymalizacyjne, które potrafiłyby w odpowiedni sposób zbudować całą linię produkcyjną. Notabene zresztą to jest moja odpowiedzialność biznesowa w epidemie też. 


Karol:   Swoją drogą Kacper Nowicki, kapitalny projekt NoMagic.AI, polski startup, który rewolucjonizuje linie logistyczne i dostarcza rozwiązania już w postaci serwisowej w dalekich zakątkach świata. 


Sławek: To już są te elementy, które rzeczywiście mają miejsce, działają. Nie wyobrażam sobie, żeby nie stało się to domeną większości firm. Powiedziałbym, że duże to jedna rzecz. Tak jak powiedziałem, one nie mają wyjścia, bo muszą utrzymać swoją konkurencyjność i swoją dominację na rynku, jeżeli chcą być, ale z drugiej strony jest to ogromna szansa,  Nawet dla firm małych, które z takiego niszowego albo bądź małego rynku, który mają, poprzez użycie sztucznej inteligencji mogą wypłynąć naprawdę na szersze wody. 


Karol: Znam przykład firmy, która zatrudniała 20 osób. Zajmowała się produkcją, drukiem zdjęć nieba na metalu, na plastiku. No i słuchaj, jest 20 osób, obecnie 4. Sprzedaż na całym świecie i przychody idące w miliony. Dzięki prostym rozwiązaniem związanych z automatyzacją. 


Sławek:   To pokazuje rzeczywiście skalę, ale tak jak pytasz mnie jeszcze o to, w jaki sposób tutaj będzie to funkcjonowało w biznesie i jakie są kierunki rozwoju, oprócz tego, że ważna jest świadomość i to, żeby firmy zaczęły poważnie traktować pewnego rodzaju rozwiązania, które płyną z zastosowania sztucznej inteligencji,  o tyle ważne jest również spojrzenie na swoją, brzydko to powiem, siłę roboczą, czyli na pracowników. Tak naprawdę tutaj też każda firma, żeby funkcjonować dobrze w środowisku związanym w jakikolwiek sposób ze sztuczną inteligencją, musi mimo wszystko postawić na edukację pracowników. 


Karol: Właśnie edukacja, słuchaj, edukacja, świadomość, to co zrobić w kontekście edukacji? 


Sławek: To jest bardzo fajne też pytanie. Myślę, że cały temat na osobny, być może nawet podcast, dlatego że  W tej chwili mimo wszystko wszyscy patrzą na to, że sztuczna inteligencja eliminuje pracę, eliminuje ludzi. W przypadku prostych rzeczy może być rzeczywiście faktem, natomiast nie należy zapominać, że sukcesem dla firm, które będą patrzyły mocno w kierunku sztucznej inteligencji, będzie zamiana pracy tych osób, których praca de facto nie będzie miała znaczenia.   Nie będzie odtwórcza i będzie zastąpiona sztuczną inteligencją, żeby przekierować ich inteligencję, ich intelekt na zupełnie inne kierunki i szeroko edukować ich. Czy to poprzez osoby, które ze względu na swoje doświadczenie są w stanie pomóc w trenowaniu sztucznej inteligencji, czy operować zupełnie na innym obszarze typu definiowania pewnego rodzaju następnych kierunków, w których firma może patrzeć, jak rozszerzyć działalność. 


Karol:   A trafiłeś na instytucję, firmę, osobę prywatną, która w sposób skuteczny edukuje? 


Sławek: Nie będę daleko odchodził. Ja popatrzę na IBM w tym momencie z tego względu, że głośno jest, że naszemu CEO zarzuca się, mówi, że sztuczna inteligencja nie będzie edukowała.  ilości miejsc pracy, a IBM sam zredukował kilka tysięcy osób, jak to się generalnie mówi w kontekście właśnie użycia sztucznej inteligencji, tylko to nie jest do końca prawdą, bo te kilka tysięcy osób zostało przekierowanych na zupełnie inne obszary. I de facto to jest jeden elementów, natomiast drugi jest mianowicie taki, że w całej tej kilkuset tysięcznej armii pracowników IBM-a  Każdy z nas przechodzi rok do roku ilość szkoleń, które pozwalają nam zrozumieć sztuczną inteligencję w różnego rodzaju aspektach i uczestniczy w treningach, które są przez firmę promowane, organizowane. Nie powiem wymagane, natomiast tak naprawdę wszyscy idziemy w tą stronę, że każda firma, która patrzy na użycie sztucznej inteligencji zapewnia, a w szczególności IBM, wiedzę związaną ze sztuczną inteligencją, z jej rozumieniem, zastosowaniem i możliwościami swoim pracownikom. 


Karol:   Ty mówisz, że zapewniasz wiedzę swoim pracownikom, a ja zastanawiam się, w jaki sposób wypełnić ten gap, który jest pomiędzy firmami, które mają potrzeby i które mogłyby korzystać z rozwiązań, ale nie mają świadomości i wiedzy, a z drugiej strony są firmy, które mają już rozwiązania, mają świadomych pracowników, mogą pracować z tymi firmami, ale nie ma tego połączenia. I to jest dla mnie rzecz, o której cały czas myślę. Co zrobić, żeby budować tę świadomość albo dostarczyć rozwiązanie  bądź usługę, która tak naprawdę będzie w pewien sposób sprytnym audytem. Na zasadzie pracuję, wchodzę, analizuję, a potem łączę kropki. 


Sławek:  Może też nie będę odkrywczy i będę upierał się przy tym, co my oferujemy jako IBM. Może to zabrzmi trochę jak reklama, nie chciałbym, aczkolwiek to mi przychodzi w najprostszy sposób do głowy, żeby to przybliżyć, z tego względu, że oprócz tego, że IBM trenuje swoich pracowników, dostarcza im wiedzę, edukację, natomiast IBM również skomitował się do wykształcenia około pół miliona pracowników innych firm związanych ze sztuczną inteligencją na świecie.   IBM podejmuje szeroko zakrojone działania, które udostępniają wszelkiego rodzaju wiedzę związaną ze sztuczną inteligencją wszystkim innym pracownikom innych firm, więc jest to pewnego rodzaju też elementem naszej misji. 


Karol: Czy to są programy jakieś otwarte? Moglibyś polecić na przykład jakieś źródła dostępne w sieci naszym słuchaczom? Myślę, że to byłoby super wartościowe. 


Sławek:   Super, ja mogę zacząć od tego, że my kładziemy jako IBM nacisk na to, żeby edukować ludzi od najmłodszych lat i ja bym tu powiedział wprost. IBM kilka lat temu, cztery lata temu rozpoczął projekt, który się nazywał Pitech, który dostarczał wiedzę dla uczniów szkół średnich w swoim zamiarze na początku zorientowanych dla uczniów,  Młodzieży, która była wykluczona w dużym stopniu i dostarczała wiedzę właśnie do takich ośrodków, gdzie te młode osoby nie mogły tej wiedzy zdobyć w sposób efektywny i nie miały do niej dostępu. W tej chwili ten model ewoluował i IBM dostarcza odpowiednią platformę, na podstawie której każdy uczeń czy szkoły podstawowej, średni czy student może skorzystać z nowinek technologicznych, począwszy…   Nie wiem, od zwykłego programowania skończywszy na bardzo skomplikowanych działaniach sztucznej inteligencji czy komputerów kwantowych. Platforma się nazywa SkillsBuild, jest dostępna w języku polskim, jest dostępna na rynku polskim. Każdy nauczyciel, każdy uczeń może korzystać z niej całkowicie darmowo. Jeżeli szkoła jest zainteresowana, może przystąpić do programu i korzystać z tego programu.   W stu procentach do tego, żeby wspomóc swój program edukacyjny. 


Karol: I przepraszam, platforma jest dostępna w języku angielskim, polskim, jak wygląda? 


Sławek: Jest dostępna w języku angielskim, w języku polskim, z tego względu, że my kładziemy bardzo duży nacisk na to, żeby ten program był również dostępny w polskich szkołach.   Ostatnio też muszę powiedzieć, że dzięki temu, że w Polsce poświęciliśmy bardzo dużo czasu i współpracowaliśmy z Ukrainą, dużą część tej wiedzy technologicznej i edukacji została przetłumaczona na język ukraiński po to, żeby dać dostęp również dzieciom, które przyjechały do Polski, niestety uciekając z darniętego wojną kraju, również tą wiedzę zaoferować i udostępnić. 

Także polecam wszystkim SkillsBuild. Sprawdźcie, zobaczcie sami jak to wygląda i czego się tam można dowiedzieć.   Sławku, opowiedz jeszcze o tej platformie edukacyjnej. Tu jakby szeroko opowiadać, bo tam jest naprawdę ogromna ilość szkoleń, natomiast ja być może chciałbym zwrócić na jedno, bo w pewnym stopniu czuję się też trochę autorem tego, może niekoniecznie fizycznie autorem, ale osobą, która zainspirowała powstanie tego typu szkolenia na tej platformie dostępnego dla młodzieży. Mianowicie jest tam kurs i szkolenie odnośnie komputerów kwantowych z dużym naciskiem na programowanie komputerów kwantowych. W ogóle to jest ciekawy temat, dlatego że  My przez długi okres czasu współpracowaliśmy ze szkołami średnimi, tak samo jak z uniwersytetami, bo uniwersytety to naturalna rzecz dla firmy typu technologicznej. Natomiast ze szkołami średnimi zaczęliśmy współpracować. Kilka lat temu mieliśmy kilka programów i zastanawialiśmy się, jak to przenieść na następny poziom. Mieliśmy taki brainstorming w pewnym momencie i summa summarum doszło do tego, że rzuciłem mojemu zespołowi technicznemu, a co gdybyśmy takich uczyli komputerów kwantowych. Oni tak spojrzeli na mnie trochę jak na wariata i powiedzieli, komputer.  literów kwantowych? Przecież nawet subwent informatyki nie do końca to rozumie. Musiałbyś być fizykiem kwantowym. 

Na pewno, skoro wy potraficie, przecież nie jesteście po fizyce. To może właśnie o to chodzi. Może zaczniemy od tego. Tak się zastanowili, zastanowili i wróciliśmy z tym na zasadzie takiej, że porozmawialiśmy z  osobami, które budują, pomagają budować programy szkoleniowe. 

I co z tego powstało? Zanim powstało to na platformie właśnie tej SkillsBuild zrobiliśmy całe kurikulum dla szkół średnich, które w tym momencie jest oficjalnym elementem zintegrowanego systemu edukacyjnego w Polsce, gdzie jest dostępność certyfikacji zawodowej programista komputerów kwantowych, dostępna dla  Uczniów szkół średnich. Ciekawostka, projekt ten prowadzimy z pierwszym liceum ogólnokształcącym w Krakowie, gdzie od trzech lat już uczymy od pierwszej klasy liceum programowania komputerów kwantowych. Jest to cykl i szkolenie zorientowane na cztery lata i być może w przyszłym roku pierwsze osoby w Polsce uzyskają tytuł programisty komputerów kwantowych zgodnie z programami.  certyfikatem przyznanym przez Ministerstwo Cyfryzacji. I tu taki rzeczowy przykład, oprócz tego, że mamy to na zasadzie certyfikacji i takiego zawodu, który powstał z naszej inspiracji i certyfikowanego, jak na razie do tej pory przez IBM tylko. Droga otwarta, jeżeli ktoś by chciał certyfikować z programowania komputerów kwantowych, to nie jest wyłączność.   Natomiast tego typu kurs na podstawie właśnie tego curriculum jest dostępny na platformie SkillsBuild i każdy, kto ma ochotę i chęci, może zacząć, jak używając Qiskita, która jest platformą open source’ową do programowania komputerów kwantowych, zacząć się tego uczyć. 


Karol: Drodzy słuchacze, słyszycie nas, a ja chcę wam tylko powiedzieć, że w momencie, kiedy padło hasło komputery kwantowe, na twarzy Sławka pojawił się gigantyczny uśmiech. Sławku, a co mają komputery kwantowe wspólnego ze sztuczną inteligencją? 


Sławek:   Ja myślę, że komputery kwantowe na koniec będą tą technologią, która przeniesie sztuczną inteligencję na następny poziom, bo te technologiczne możliwości, które mamy w tym momencie są jedne, natomiast przeniesienie tego na platformę kwantową to będzie zupełnie inna jakość i zupełnie inne możliwości. 


Karol: Czuję, że nie teoretyzujemy tylko, bo przecież IBM ma już w swojej ofercie komputery kwantowe. 


Sławek:   Tak, tak i realizujemy to od dobrych kilku lat. Mamy bardzo mocno sprecyzowaną, konkretną roadmapę, jeżeli chodzi o dostarczenie rozwiązań technologicznych i hardware’owych, jeżeli chodzi o komputery kwantowe. Właśnie w tym roku dostarczyliśmy pierwszy komputer kwantowy, który ma możliwość operowania na około tysiącu kubitów, co już jest w tym momencie taką wartością, która umożliwia nie tylko teoretyczne, ale również przeprowadzenie pierwszych praktycznych badań. 


Karol:   Ale wytłumaczmy, o co chodzi. Na czym polega różnica między komputerem zwykłym, zero-jedynkowym, a kwantowym? 


Sławek: Komputer tradycyjny operuje na bitach, które są wartością 1 albo 0, natomiast komputery kwantowe operują na kwantowych odpowiednikach bitów, tzw. qubitach.  które oprócz tego, że mają stan 0 i 1, to mają też stan, który jest 1 i 0 razem. Może także w celu dużego uproszczenia, jak działają komputery kwantowe w stosunku do komputerów tradycyjnych, to, czego ja zawsze używam, tłumacząc to siedmiolatkom, to jest tak, jakbyś używał komputera kwantowego i spojrzał, może tu jest zły przykład, ale dam przykład ruletki,  Mianowicie, jakbyś spojrzał tak z punktu widzenia komputera kwantowego na ruletkę, to jakbyś popatrzył na tą ruletkę, puścił tą kulkę, tak popatrzył, tutaj jest prędkość kwantowa, tutaj jest ilość pól, tutaj jest siła i tak byś powiedział, okej, wyląduje na szóstce. I komputer kwantowy to wie tak. Więc taka duża skomplikowaność i spojrzenie na to z perspektywy właśnie, w jaki sposób są przedstawiane obliczenia i jakie są możliwości, to mniej więcej jest taka różnica. Czy w 


Karol:   W bardzo dużym uproszczeniu możemy zatem powiedzieć, że komputer kwantowy da nam możliwość rozwiązywania dużo bardziej złożonych pytań. To jest główny cel, dokładnie o to chodzi. Moje rozumowanie jest takie, zwykły komputer, ten z którego korzystamy teraz, odpowiada na pytanie tak lub nie, a komputer kwantowy będzie mógł…  opowiedzieć o tym, co się wydarzy. 


Sławek: Opowiedzieć o tym, co się wydarzy i w idealnych warunkach on będzie raczej wyrocznią, która z zakładanym ponad 99% prawdopodobieństwem będzie miała rację w przepowiadaniu tego, jaki będzie wynik. W dużym skrócie, jeżeli można byłoby powiedzieć krótką charakterystykę, na jakiej zasadzie to działa. Oczywiście to jest o wiele bardziej skomplikowane i tutaj  Sam nie czuję się wystarczająco mocny, żeby o tym technologicznie i fizycznie, czy z punktu widzenia teorii opowiadać, natomiast generalnie sprowadza się do tego, że tak naprawdę w dużym uproszczeniu komputer kwantowy może popatrzeć na problem i powiedzieć z 99% prawdopodobieństwem taki będzie wynik. 


Karol:   Jaka jest nasza perspektywa wykorzystania komputerów kwantowych? Na dzień dzisiejszy zakładam, że to jest rozwiązanie tylko i wyłącznie dla firm Fortune 500, które mają astronomicznie duży budżet i które stać na to, żeby eksperymentować z tą technologią. A kiedy komputer kwantowy jest w stanie przejść do codzienności?   Powiem w ten sposób. Z jednej strony kiedy, a z drugiej strony jak sądzisz, jaki to będzie miało realny wpływ i przełożenie na to, w jaki sposób funkcjonuje obecnie sieć i jak my działamy, bo skoro będziemy mogli analizować astronomicznie inną ilość danych,  Co tak naprawdę się wydarzy, Sławek? 


Sławek: Powiem w ten sposób. Owszem, komputery kwantowe, jeżeli ktoś by chciał kupić w IBM-ie taki komputer kwantowy, może w tym momencie. Powiedziałbym, że to już jest komputer, który jest w stanie przeprowadzić pewnego rodzaju obliczenia bardzo skomplikowane, dużo bardziej efektywnie i dużo szybciej niż nawet superkomputery, które są dostępne na rynku.   Tylko moja podstawowa odpowiedź jest taka, po co? To nie jest dlatego, że to jest bez sensu, tylko tutaj wyobraźmy sobie, że to przede wszystkim jest kwestia tego, że musisz zapłacić ogromną ilość pieniędzy w tym momencie za coś, co w ciągu najbliższego roku zrobi postęp technologiczny razy dwa, razy trzy. Więc albo masz na tyle budżetu, że chciałbyś mieć to na wyłączność i bawić się tylko osobiście taką technologią, albo wolisz, nie wiem, wejść w partnerstwo czy z uniwersytetem, czy z IBM-em, dlatego że my dostęp do komputerów kwantowych to też każdy może sobie zapłacić.  wziąć taki dostęp, bo dlatego, że dostęp do naszych komputerów kwantowych jest dostępny w ramach darmowego również dostępu poprzez chmurę i można się nim pobawić, co robią właśnie w tym momencie większości poważnej uniwersytety typu MIT, typu University of Tokyo, z którymi mamy najbardziej zaawansowane prace, jeżeli chodzi o użycie komputerów kwantowych.  ale również bardzo duże firmy. 

Owszem, są czy rządy, czy duże instytucje, które na wyłączność chcą mieć taki dostęp i tutaj przykładem jest najbliższy komputer kwantowy IBM, który jest dostępny w naszej strefie czasowej, jest dostępny w Monachium. Nie jest to wykupiony komputer kwantowy ani przez rząd niemiecki, ani przez firmy. Jest to nasza współpraca z Uniwersytetem Fraunhofera, z którym współpracujemy, jeżeli chodzi o komputery kwantowe i on jest dostępny fizycznie.   Aczkolwiek, tak jak mówię, jest to komputer już z technologii sprzed mniej więcej roku, więc powiedziałbym tak głęboko przestarzały. Natomiast na dzień dzisiejszy jest dostęp do komputerów kwantowych, które są dostępne z najnowszymi osiągnięciami, jakie mamy. I w tym momencie, tak jak powiedziałem, to już jest komputer, który oprócz czysto teoretycznych rozważań naukowych i obliczeń naukowych pozwala na rozwiązywanie bardziej realnych problemów. Więc to już nie jest tylko i wyłącznie komputer.   na zasadzie takiej głęboko zakorzenionej teorii operującej na kwantach, rozumianej tylko przez fizyków, ale jest to już rzeczywiście coś, gdzie można za pomocą obecnych algorytmów na przykład przeprowadzać wstępną klasyfikację algorytmów sieci neuronowych, które mogą klasyfikować dane dużo szybciej, aniżeli robią to standardowe komputery. Więc tutaj tak naprawdę możemy mówić nawet o kilkuset razy szybszym wykonaniu klasyfikacji podczas analizy wektorów w sieci neuronowej niż standardowe komputery. 


Karol:   Czyli jak będzie wyglądała ta rzeczywistość, kiedy komputer kwantowy połączy się z modelami sztucznych inteligencji? 


Sławek: Według IBM rozwiązania w pełni produkcyjne będą dostępne mniej więcej pierwsze za pięć lat. I to będą rozwiązania, które będą daleko przewyższały technologicznie możliwości współczesnych superkomputerów, więc będą miały rzeczywiście praktyczne zastosowanie.   Więc myślę, że w ciągu najbliższych pięciu lat ten postęp będzie tak ukierunkowywany, że rzeczywiście będziemy szli w taką erę obliczeń, taką erę symulacji, która nie jest możliwa w dniu dzisiejszym i ten postęp technologiczny będzie diametralnie inny. Zakładamy, że tak naprawdę w ciągu najbliższych, prawdopodobnie najbliższej dekady być może będziemy w stanie mieć takie możliwości symulacyjne, że będziemy w stanie w końcu popatrzeć poważnie na możliwości leczenia raka. 


Karol: O co ty mówisz? 


Sławek:   Tak naprawdę sprowadza się to de facto do ilości i szybkości przeprowadzania odpowiednich symulacji reakcji chemicznych i zrozumienia tego, jak to funkcjonuje. Więc tutaj mówimy o czymś naprawdę dużym. Jeżeli do tego dołożymy sztuczną inteligencję i możliwość podejmowania decyzji i operowania nie na kilkuset miliardowych czy trylionowych modelach, tylko przemnóżmy to razy kilkaset, kilka tysięcy razy, to mówimy o zupełnie innej jakości.   Przyszłość wygląda bardzo ciekawie i stąd też, tak jak wracając trochę do tego pierwszego elementu, o którym powiedzieliśmy w komputerach kwantowych, stąd też moja myśl, czemu nie zacząć tego uczyć teraz, bo skoro inni mogą, to dlaczego w Polsce nie mielibyśmy uczyć dzieciaków już, żeby ich zainteresować tym, co za 10 lat mogą naprawdę robić poważnego. 


Karol:   Kapitalnie, trzymam kciuki za te wasze działania, bo właśnie budowanie świadomości i wychodzenie w przyszłość to chyba jedyny sposób, żeby tak naprawdę potem być pierwszymi. 


Sławek: Całkowicie się zgadzam i tak jak wspomniałem, dlaczego nie robić tego w Polsce, ja zawsze mam taki trochę dylemat, bo  Jak patrzę na inne kraje, nie będę tutaj mówił nazwy tych krajów, ale de facto zawsze patrzę na to z tej perspektywy, że my Polacy lubimy fajnie naśladować rzeczy, natomiast jeżeli popatrzeć na coś, co jest na początku swojej kariery i swojego etapu, to my raczej się przyglądamy, a dlaczego nie być w tym gronie, które zacznie naprawdę poważnie na to patrzeć od samego początku i zostać ekspertami, może nie tyle jednostkowymi, co z punktu widzenia szerszej skali osób, które mają jakąś wiedzę, nie zacząć operować rzeczywiście w ten sposób. 

Więc to jest taka moja cicha nadzieja i trzymam kciuki, że polska młodzież zainteresuje się kwantami, choć nie każdy je rozumie. Trzeba je lubić, żeby je zrozumieć. Nie jest to prosta rzecz, aczkolwiek naprawdę daje ogromne możliwości. 


Karol: A ja gratuluję wizji działania Sławek, naprawdę ogromne gratulacje.   Wróćmy jeszcze na chwilę do tych przykładów i do real use cases, o których moglibyśmy powiedzieć w kontekście AI. Po to, żeby demistyfikować to, że AI to tak naprawdę czat, który może nam skomponować piosenkę albo napisać zamiast maila. 


Sławek:   Super. Fajnie, że wracamy do tego, bo ja już miałem taki problem, jak rozmawialiśmy, mówiliśmy o tym, jakie w przyszłości można mieć zastosowanie sztucznej inteligencji, tak już wkraczaliśmy w ten obszar takiego science fiction z nigdy bania. Natomiast dobrze jest wrócić na ziemię i tutaj chciałem dać jeden przykład, który jest mi stosunkowo bliski, dlatego że po części mieliśmy też jakiś wpływ na to i byliśmy częścią, która dotykała trochę tego problemu, a mianowicie coś, co się tak nie do końca fajnie mówi, ale uproszczenie czy eliminację pewnych zawodów z obszaru informatyki.   Może zabrzmiało to trochę fatalistycznie, jest to oczywiście trochę prześmiewcze, bo to nigdy nie nastąpi, natomiast chciałem powiedzieć o jednym rozwiązaniu, które w tym momencie z użyciem sztucznej inteligencji modelu Granit, który IBM udostępnił w październiku tego roku, więc jest świeżutkie, mianowicie użycie sztucznej inteligencji generatywnej do tego, aby wyeliminować konieczność tworzenia kodu. Zrealizowaliśmy to przedsięwzięcie w tym momencie jako pierwszy etap, używając do tego sztucznej inteligencji,  by zająć się językiem COBOL. Ciekawostka, język COBOL stary, jeden z pierwszych języków, które zostały produkcyjnie wykorzystywane w technologii do tego, żeby zaczęły obsługiwać świat. Natomiast z tym językiem COBOL jest tego typu problem, że mimo wszystko w tym momencie cały czas około 70% infrastruktury krytycznej, jakkolwiek na to popatrzymy, czy to finanse, czy energetyka, czy jakiekolwiek inne obszary, funkcjonuje w języku COBOL.   Tutaj słusznie wiele osób wychodzi z założenia, że jeżeli coś działa dobrze, to nie warto tego ulepszać, bo lepsze jest wrogiem dobrego. 

No i to działa. Aczkolwiek jest z tym jeden mały problem, mianowicie ten język jest już na tyle zamierzchły, że mimo wszystko, że wiele rzeczy im dalej funkcjonuje, to mimo wszystko postęp technologiczny,  nawet głównie mainframe’ów, o których tutaj mówimy, bo głównie język COBOL działa na mainframe’ach, czyli na komputerach, które standardowo nie są używane w normalnych rozwiązaniach, a są to rzeczywiście rozwiązania przemysłowe i wysokotransakcyjne. Jest pewnego rodzaju obciążeniem dla tych nowych systemów, więc trzeba znaleźć sposób, w jaki zastąpić COBOLa. I tutaj nasza sztuczna inteligencja, którą udostępniliśmy naszym klientom i która już działa produkcyjnie, więc jest na…  Prawie 100%, bez jakiegoś tam małego promila, bezbłędna, umożliwia refaktoryzację kodu napisanego w COBOL-u na język Java, który przynajmniej na naszych mainframe’ach w tym momencie najnowszych trzynastych i w najbliższej przyszłości czternastych jest językiem głównym.   i refaktoryzację tych rozwiązań na mikroserwisy działające w tej infrastrukturze i w tej architekturze. I z tego, co czytałem, ze stuprocentową skutecznością. 

Tak, dodatkowo ze stuprocentową wyjaśnialnością. Także tutaj dajemy tę możliwość, żeby właśnie rozwiązania, które są napisane w COBOL-u, zaistniały w Javie, odpowiednio z dobrą dokumentacją, w sposób przejrzysty, typowo maszynowy.   Czasami nawet wystarczy spojrzeć na kod super świetnie generowany przez czata GPT, ale mimo wszystko jest on na tyle zoptymalizowany czasami, że trudno go zrozumieć w normalnym programie. Natomiast ten kod COBOL-a zamieniony na Java jest rzeczywiście kodem bardzo czytelnym, stuprocentowo działającym i dającym możliwości dalszego rozwoju tego oprogramowania.   Więc w związku z tym, że tych programistów COBOLa jest coraz mniej, w związku z tym, że już istnieją pewne bariery technologiczne, które uniemożliwiają dalszy rozwój i używanie COBOLa na nowych systemach, trzeba było znaleźć rozwiązanie, które to zamieni. Tak właśnie powstał nasz Watson Assistant for COBOL na systemach ZEE, który realizuje właśnie te rozwiązania. I COBOL jest tutaj pierwszym językiem programowania.   I to będzie powiedziałbym prawdopodobnie ten obszar IBM, na którym będziemy kładli naprawdę bardzo duży nacisk na użycie generatywnej sztucznej inteligencji, gdzie jedni nazywają to kopilotem, inni nazywają to współpracownikiem, my nazywamy to asystentem programisty, gdzie będziemy patrzyli na technologie i na inne języki programowania, gdzie rzeczywiście będziemy dostarczali  programistom taką możliwość, żeby duża część ich pracy mogła być wykonana przez sztuczną inteligencję. 


Karol: Muszę wiązać do jednej rzeczy, o której wspomniałeś, bo wspomniałeś, że praca dla programistów będzie zawsze. Ktoś w systemie sztucznej inteligencji też musi programować, prawda? W takim razie podstawą do dalszej bytności w świecie informatyki jest po prostu nauka. 


Sławek: Tak, tak bym powiedział. 


Karol: I rozwój. 


Sławek:   Poza tym też nie czarujmy się, wiele pracy programistycznej jest pracą mechaniczną. Tak naprawdę szkoda marnować intelektu świetnych programistów na to, żeby musieli jakąś część swojego czasu poświęcić na rzeczy, które tak czy inaczej trzeba zrobić, a które mogłyby być zrobione same z siebie, prawda? 


Karol:   Jak Ci się wydaje Sławku, na ile ważna będzie w przyszłości umiejętność skutecznej komunikacji i w pewien sposób werbalizowania naszych oczekiwań, pomysłów, celów? 


Sławek: Fajnie, że zadajesz to pytanie, bo to jest pytanie kluczowe. Ja tu nie odpowiem Ci na to pytanie opisowo, odpowiem je faktem.   Były przeprowadzone przez IBM i nie tylko przez IBM, bo wiem, że wiele firm patrzyło na to z tej perspektywy pod kątem właśnie asystentów programistów. 

Powiem w ten sposób. Nasze badania wskazują, że efektywność pracy dobrego programisty ze sztuczną inteligencją wzrasta mniej więcej o 50-70%. Czyli de facto o 70% szybciej programista może tworzyć kod, jeżeli używa sztucznej inteligencji. To dotyczy dobrych programistów, bo jeżeli mówimy o słabszych programistach, albo ta efektywność nie rośnie, albo spada.   

Ich spada z prostej przyczyny, dlatego że tutaj kluczowe jest zapytanie. Musisz dobrze sformułować to, co chcesz uzyskać. Im jesteś bardziej doświadczonym programistą, tym o wiele lepiej potrafisz sprecyzować swoje oczekiwanie i w miarę krótko, zwięźle, a wystarczająco głęboko opisać, jaki jest twój problem i co byś chciał mieć zrealizowane. Czyli jesteś początkowym bądź słabszym programistą,   Niestety budowanie prawdopodobnie takiego oczekiwania będzie trwało dłużej niż nawet napisanie tego kodu. 


Karol: Interfejs to coś magicznego. 


Sławek: Tak, więc tutaj odpowiedź jest prosta. Im bardziej efektywni jesteśmy w tym, w jaki sposób potrafimy zadać konkretne pytanie i sprecyzować swoje wymagania i swoje oczekiwania, tym bardziej efektywni z użyciem sztucznej inteligencji będziemy. 


Karol:   Powiedz, czy skutecznej komunikacji, takiej komunikacji, o której mówisz, jesteśmy w stanie się nauczyć? Jest to wynik poświęconego czasu, wysiłku? Czy to jest kwestia talentu? 


Sławek: Na pewno talent jest pewnego rodzaju częścią, ale bym powiedział w ten sposób, że zdolność dobrego budowania zapytań, czyli tak zwanego promptowania, jak to osobiście w tym momencie szybko nazywamy, jest takim iloczynem według mnie talentu, wiedzy, doświadczenia,  To może talent, bo chciałem powiedzieć opisania rezultatu, jaki oczekujemy, ale to jest pewnego rodzaju talent, bo trzeba wiedzieć, żeby w miarę prosty sposób potrafić sprecyzować swoje oczekiwania. Natomiast na pewno nie jest to sam talent, bo tutaj wiedza, doświadczenie odgrywa kluczową rolę i to jest pewnego rodzaju wypadkowa tych wszystkich rzeczy. Więc myślę, że nawet z mniejszym talentem, ale z bardzo dużym doświadczeniem i dużą wiedzą w pewnym stopniu można się tego nauczyć.   Czeka nas chyba ciekawa przyszłość, Sławek. Na pewno, to jest niewątpliwe i tak patrząc w jaki sposób generalnie postęp technologiczny przyspiesza nasze życie i postęp, to tylko możemy patrzeć na to, że jesteśmy na początku tego wzrostu ekwipotencjalnego, teraz będzie to coraz szybciej. 


Karol: A wyobraźmy sobie, że nagrywamy tę rozmowę za trzy lata. Jak sądzisz, o czym rozmawiamy?   O tym, że za pięć lat będziemy mieli komputery kwantowe już wspominałeś, ale ja pytam bardziej o taki realny scenariusz rozwoju tego, co dzieje się obecnie. 


Sławek: Myślę, że będziemy rozmawiali o zupełnie innych problemach jakościowych. Natomiast jakie to będą problemy i jakie będą główne tematy, nie jestem w stanie podjąć odpowiedzi na to pytanie. Na pewno wiem, że one będą na jednym bądź kilka poziomów skomplikowania i możliwości wyższych. Natomiast na jakich? Trudno mi nazwać. 


Karol:   Z tego co mówisz Sławek, w takim razie kluczem chyba do tego, żeby i działać skutecznie i osiągać swoje cele będzie edukacja, poszerzanie wiedzy. 


Sławek: To jest podstawa. 


Karol: Jakbyś miał wskazać oprócz waszych źródeł, skąd czerpiesz wiedzę, kto cię inspiruje, czego słuchasz, co czytasz, bo zakładam, że to nie są tylko i wyłącznie wasze wewnętrzne materiały. 


Sławek:   Na tą branżę trzeba patrzeć tak holistycznie trochę, nie można się zamknąć w kręgu publikacji jednego źródła, więc tutaj wszelkiego rodzaju materiały naukowe, czy nawet proste artykuły typu nauki czy wiedzy popularnonaukowej są wskazane. 


Karol: Tak, ale wiesz Sławek, pytam Cię o tak naprawdę Twoje źródła, z których korzystasz, co czytasz, co Cię inspiruje, na bazie czego budujesz sobie wizję tego, co potem przekładasz na rzeczywistość Twojej pracy. 


Sławek:  Wiesz co, ja głównie czytam newslettery związane z konkretną branżą. 


Karol: Będę drążył i zapytam o te newslettery, albo może moglibyśmy kilka newsletterów polecić w notatkach. 


Sławek: Wiesz co, abstrahując od rzeczy głęboko naukowych, bo na to nie do końca zawsze mam czas, natomiast jeżeli patrzę na temat trendów i na temat tego, w których kierunkach i co, jak się rozwija, polecam Guardiana.   Guardian ma swoją własną sekcję związaną z sztuczną inteligencją i tam w miarę na bieżąco dowiadujemy się o najnowszych rzeczach i na podstawie tych krótkich zajawek, bądź trochę szerszych publikacji czy artykułów można zgłębić temat. Ja osobiście uważam, że to jest jedno z najbardziej  dla mnie odpowiednich i skondensowanych źródeł, które na bieżąco staram się obserwować. 


Karol: Swoją drogą polecam Ci też podcasty Guardiana. 


Sławek: Tak, znaczy Guardiana rozumiem de facto całościowo, dlatego że oni dosyć poważnie do tego naprawdę podchodzą jako gazeta w miarę ogólna, tak bym powiedział. Natomiast ten ich dział naprawdę mają świetny. 


Karol: Sławku, serdecznie Ci dziękuję za czas, za naszą dzisiejszą rozmowę. 


Sławek: No i niech AI będzie z nami wszystkimi w takim razie. Serdecznie dziękuję za zaproszenie.