Giganci, niczym mocarstwa, budują swoje rakiety – ogromne, uniwersalne modele językowe. W tym krajobrazie Polska staje przed strategicznym pytaniem: czy próbować budować własne, kosztowne „NASA”, by konkurować z największymi, czy może znaleźć zupełnie inną drogę?
To pytanie stało się punktem wyjścia do mojej rozmowy z niezwykłym gościem – prof. Piotrem Sankowskim, dyrektorem instytutu badawczego IDEAS, człowiekiem nauki patrzącym na fundamentalne zmiany, jakie AI przynosi. Rozmowę prowadziliśmy wspólnie z Sebastianem Kondrackim, współtwórcą Bielika, który patrzy na technologię z perspektywy biznesu i open source. To kolejny odcinek z serii “Z Wysokiego C”.
Zaskoczyło mnie, jak szybko nasza rozmowa zeszła z utartych ścieżek mówienia o „inwestycjach” i „innowacjach”, a dotknęła sedna problemu – prawdziwych barier, które nie zawsze są tam, gdzie ich szukamy.
Ściana, czyli moc i dane
Wszyscy zgadzamy się, że współpraca nauki z biznesem jest kluczowa. Jednak, jak celnie zauważyli moi goście, biznes coraz szczelniej zamyka swoje drzwi. Nie chodzi już tylko o własność intelektualną. Chodzi o coś znacznie cenniejszego – wiedzę o procesach. Jak ujął to prof. Sankowski:
„Nie chodzi nawet o same modele, tylko raczej o dzielenie się wiedzą, jak po prostu coś zrobić, jak wyglądają te procesy.”
To właśnie know-how dotyczący treningu i dostrajania modeli jest dziś największą barierą. Korporacje dysponują nie tylko ogromnymi zbiorami danych, ale też wiedzą, jak je efektywnie wykorzystać. W tej sytuacji, jak podkreślał Sebastian Kondracki, open source staje się kluczowym poligonem doświadczalnym – mostem, który może połączyć świat nauki ze światem realnych zastosowań i feedbacku od setek tysięcy użytkowników.
Drenaż mózgów to nie kwestia pieniędzy
Byłem pod ogromnym wrażeniem, gdy rozmowa zeszła na temat zatrzymywania talentów w Polsce. Okazuje się, że największym magnesem przyciągającym najlepszych inżynierów do globalnych centrów AI, takich jak OpenAI, wcale nie jest wynagrodzenie. To dostęp do niemal nieograniczonej mocy obliczeniowej. Piotr Sankowski przytoczył rozmowę z jednym z czołowych polskich inżynierów AI na świecie, która doskonale to ilustruje:
„Znaczenie ma to, że w OpenAI ma dowolne moce obliczeniowe, które są mu potrzebne do przeprowadzania eksperymentów.”
Ta jedna wypowiedź stawia w zupełnie nowym świetle plany budowy państwowych GigaFabryk. To nie tylko inwestycja w infrastrukturę. To strategiczna decyzja o tym, czy chcemy stworzyć w Polsce warunki, w których nasi najlepsi badacze i inżynierowie będą mogli realizować swoje najśmielsze pomysły.
Strategia konstelacji, nie jednej supernowej
Skoro nie możemy konkurować z gigantami na zasoby, może powinniśmy zmienić strategię? Zamiast budować jeden ogromny model ogólnego przeznaczenia, Sebastian Kondracki zaproponował fascynującą alternatywę – strategię „małych satelitów”.
„Więc ta niszowość, specjalizacja to jest coś, czym możemy dogonić, czy jako Polska, czy jako Europa.”
Chodzi o tworzenie tysięcy małych, wyspecjalizowanych modeli, dostrojonych do konkretnych branż – meblarskiej, modowej, rolniczej. Modeli, które działają na ograniczonym sprzęcie, w dronach, robotach czy telefonach. To właśnie Embodied AI i efektywność obliczeniowa mogą stać się naszą polską i europejską specjalizacją. To podejście wydaje się nie tylko bardziej realistyczne, ale też niesie ze sobą ogromny potencjał komercyjny.
Rewolucja, której nikt się nie spodziewa
Najbardziej zaciekawił mnie jednak wątek, który wykraczał daleko poza biznes i technologię. Prof. Sankowski przewiduje, że największa rewolucja związana z AI nie dokona się w biurach czy fabrykach, ale w samym sercu nauki – w matematyce.
„Moim zdaniem badacze jeszcze nie są na to gotowi, ale musimy liczyć się z tym, że badania w różnych dziedzinach nauki kompletnie się zmienią.”
AI ma potencjał, by stać się partnerem w skomplikowanych rozumowaniach i dowodach, zmieniając samotną pracę matematyka w proces kolaboracji z maszyną. Środowisko akademickie, jak przyznaje profesor, podchodzi do tego sceptycznie, z „romantycznym” przywiązaniem do starych metod. To pokazuje, jak głębokiej zmiany mentalnej od nas wszystkich będzie wymagać ta technologiczna rewolucja.
Dlaczego warto wysłuchać tego odcinka w całości?
- Zrozumiesz prawdziwe przyczyny drenażu mózgów. Dowiesz się, dlaczego dostęp do GPU jest dla czołowych talentów ważniejszy niż wysoka pensja i co to oznacza dla strategii państwa.
- Poznasz konkretną, alternatywną strategię dla Polski w wyścigu AI. Zamiast gonić gigantów, możemy ich wyprzedzić, stawiając na specjalizację i tysiące małych, efektywnych modeli.
- Spojrzysz na AI z zupełnie nowej perspektywy. Usłyszysz, dlaczego największa rewolucja może nadejść nie w automatyzacji prostych zadań, ale w sposobie, w jaki dokonujemy odkryć naukowych.
Pytania do dyskusji:
- Czy „romantyczne” przywiązanie naukowców do tradycyjnych metod badawczych to szlachetna obrona ludzkiego intelektu, czy największa bariera na drodze do postępu?
- Czy państwowe inwestycje w „GigaFabryki” to konieczna infrastruktura na miarę XXI wieku, czy raczej kosztowne subsydiowanie przyszłych zysków korporacji, które z niej skorzystają?
- Jeśli najlepsi specjaliści i tak wyjadą za nieograniczonymi zasobami, czy Polska powinna zaakceptować rolę „kuźni talentów” dla świata, czy za wszelką cenę walczyć o ich zatrzymanie?
—
Masz chwilę? Jeśli podoba Ci się 99 Twarzy AI, zostaw ocenę i recenzję – dzięki temu możemy docierać do jeszcze większej liczby słuchaczy!
Dobrego dnia i niech #AI będzie z Wami wszystkimi!
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
Panowie, witam was serdecznie. Kolejny odcinek 99 twarzy i seria z wysokiego C. Jest dzisiaj z nami pan profesor Piotr Sankowski. Dzień dobry. Sebastian Kondracki. Dzień dobry. Panowie, porozmawiajmy zatem o sztucznej inteligencji i o technologii na naszej polskiej, rodzimej ziemi. Jesteśmy dzisiaj w Karpaczu podczas Forum Ekonomicznego, ale mam pytanie związane może nie z ekonomią, tylko z twoją domeną, Piotrze, z fizyką. Czy sztuczna inteligencja, z którą teraz eksperymentujemy, ma więcej wspólnego z odkrywaniem nowych zjawisk, tak jak to jest w fizyce, gdy odkrywamy na nowo grawitację, czy też raczej jest inżynierią i tworzymy po prostu superprecyzyjny zegarek?
Piotr
Moim zdaniem to pytanie ma dwa dna. Rzeczywiście sztuczna inteligencja jest w dużej mierze dziedziną empiryczną, gdzie testujemy, uruchamiamy te modele, gdzie patrzymy, co wychodzi, co działa, a co nie działa. W tym sensie jest podobna do fizyki empirycznej, która też bazuje na eksperymentach. Ale jest też drugie dno – sztuczna inteligencja znajduje zastosowanie w odkrywaniu nowych cząstek, nowych zjawisk fizycznych, budowaniu nowych materiałów, gdzie rzeczywiście wspiera proces odkrywczy i badawczy, można powiedzieć, w bardziej teoretyczny sposób.
Karol
No dobrze, a teraz mam pytanie, które łączy twój świat, Piotrze, i twój, Sebastianie. Sebastian, współtworzysz model w formule open source, otwarty i bezpłatny. Z drugiej strony większość technologii jest zamknięta pod dachem korporacji. Czy wiedza, podobnie jak małe otwarte modele, nie powinna być dużo bardziej otwarta?
Piotr
Powinna. My, jako badacze sztucznej inteligencji, na pewno żałujemy, że te firmy tworzą rozwiązania w sposób zamknięty i nie dzielą się wiedzą. Nie chodzi nawet o same modele, tylko raczej o dzielenie się wiedzą, jak po prostu coś zrobić, jak wyglądają te procesy. Samo udostępnienie modelu nie ujawnia, jak skomplikowany był jego trening, jakie algorytmy były używane, jakie procesy. Bo te modele nie są po prostu trenowane na danych wejściowych, ale też prowadzimy różne metody ich dotrenowywania do specjalnych zastosowań, do tego, żeby umiały odpowiadać na pytania, żeby były pomocne, użyteczne i miłe.
Karol
Sebastian, jakie jest twoje zdanie?
Sebastian
Ja zacznę od tego, że bardzo dużo się mówi, i to zresztą tu w Karpaczu odmienia się przez wszystkie przypadki, o współpracy biznesu i nauki, bo nauka i biznes to bardzo ważny element. I rzeczywiście, to co Karolu powiedziałeś, biznes zaczyna się trochę zamykać z różnych względów: i własności intelektualnej, i przewagi konkurencyjnej, którą buduje. Dlatego chciałbym, żeby open source był właśnie takim elementem, który może wypełnić tę rolę biznesu, gdzie możemy już empirycznie sprawdzić modele z klientami. I wydaje mi się, że tak właśnie jest projektowany Bielik. Pan profesor mówi o wiedzy niedoinwestowanej. Tam są przełomy, które biznes powinien wdrażać i wykorzystywać, ale ten open source może być, jeszcze przed biznesem, świetnym poligonem. Bielika pobrało 700 tysięcy osób i organizacji, i zebraliśmy też feedback. Stąd taka różnica w jakości pomiędzy pierwszą a drugą wersją. Zaczęły spływać od użytkowników, często biznesowych, i organizacji wszelkie problemy, luki, wszystko, czego potrzebowaliśmy. Wracając, uważam, że ta współpraca z coraz bardziej zamkniętym biznesem może być przez open source bardzo mocno akcelerowana, i z tą wiedzą naukową możemy to bardzo fajnie łączyć. Ale tak, rzeczywiście, biznes coraz bardziej to wszystko zamyka i brakuje tu pełnego feedbacku.
Karol
Bo mam wrażenie, że kiedyś nauka i rozwój technologii były domeną państwową, a teraz zaczynają być domeną korporacyjną. Czy nie jest trochę tak?
Piotr
Na pewno jest tak w sztucznej inteligencji. Rzeczywiście, to zamknięcie spowodowało, że wiele rzeczy jest dużo trudniej dostępnych, ale też dużo trudniej jest badaczom konkurować z tymi firmami, które mają dużo większe zasoby, dużo większe zasoby obliczeniowe. Uczelnie mają problem, żeby rzeczywiście udostępnić swoim badaczom podobny sprzęt, który umożliwiłby konkurowanie na równych zasadach.
Karol
Szczególnie, że jeśli chodzi o sprzęt, to przypuszczam, że procedura zakupu tak drogiego sprzętu trwałaby dwa albo trzy lata, po czym ten sprzęt w momencie instalacji mógłby się już zdezaktualizować.
Piotr
Tak, a poza tym nie ma na…
Sebastian
…niego pieniędzy. To jest ten sam problem, który jest i w open source. Kiedyś, jak tworzyliśmy jakieś bazy danych open source’owe, wymagany był tylko komputer. Nawet jeśli był gorszej klasy, to może i lepiej, bo wydajnościowo się to wszystko testowało, a jak później skalowaliśmy, byliśmy miło zaskoczeni. Tu, w sztucznej inteligencji, potrzebujemy GPU, których ceny są już na tyle zawrotne, że studenta czy osoby pracującej w firmie nie stać, żeby sobie testowała coś po godzinach. Druga rzecz to dane. Napisałem książkę o AI w e-commerce i największą trudnością, ponieważ mam jakieś doświadczenie i stworzyłem ileś projektów, było stworzenie datasetów, którymi mogłem się podzielić. Najczęściej pracowałem w projektach komercyjnych, gdzie klient dawał całą ofertę, zachowania użytkowników, klientów, więc naturalnie potrafiłem te dane wykorzystywać. I nagle, pisząc książkę, staję przed pytaniem: skąd wezmę dane? To jest element, gdzie rośnie przewaga konkurencyjna. W tych dużych, komercyjnych ośrodkach mają GPU. Często to są big techy działające w mediach społecznościowych albo w e-commerce, które mają potężne zestawy danych – od produktów po zachowania użytkowników. I tu jest problem, że ta przewaga zaczyna rosnąć, a my nie możemy posiadać tych samych zasobów.
Karol
To czym zatem mają być te planowane w Polsce fabryki, o których tak dużo się słyszy?
Piotr
Gigafabryki. Tak. Rzeczywiście Unia Europejska ma program wspierania budowy fabryk sztucznej inteligencji, czy gigafabryk, gdzie współfinansuje takie przedsięwzięcia w krajach członkowskich. Fabryki to centra obliczeniowe posiadające kilkaset kart GPU, natomiast gigafabryki to kilka czy kilkadziesiąt tysięcy kart GPU. To już jest moc, która pozwoliłaby trenować najnowsze modele. Zobaczmy, jak szybko uda się to zrobić, bo sprzęt, którego teraz oczekujemy, za 2-3 lata, kiedy te fabryki powstaną, może już być niewystarczający.
Karol
Będziemy siać piasek zamiast produkować cement?
Sebastian
Ja tu jeszcze dam taką jedną różnicę. Rzeczywiście AI Fabryki i Gigafabryki różnią się przede wszystkim ilością jednostek GPU. Natomiast druga różnica jest taka, że w misjach gigafabryk jest zapis, że będziemy się zajmować modelami następnej generacji. Wiem, definicja, co to znaczy model następnej generacji, jest trochę płynna, ale cieszy mnie, że nauka być może wtedy dostanie na tyle dużą moc, że będzie mogła pracować i to w Polsce, bo to jest ważny element. My stworzyliśmy Bielika, ale nie będziemy się oszukiwać, że był on inicjowany na architekturach z badań czy też modeli, np. Mistrala czy Lamy od Mety. I tu właśnie brakuje nam tej części, że moglibyśmy się wesprzeć jakimiś architekturami… zabrzmi to lokalnie, ale czasami te niuanse kulturowe czy językowe też mają znaczenie podczas procesu treningu. I być może te gigafabryki, bo jeszcze nie wiemy, one są, bym powiedział, na papierze albo w sferze naprawdę inicjalnej fazy strategicznej, ale może będą odpowiedzią na to zapotrzebowanie, o którym pan profesor cały czas mówi, a my się dołączamy, mimo że jesteśmy z obszaru biznesu open source’owego. Potrzebujemy tych przełomów, nowych architektur i badań empirycznych nad tym.
Karol
To jest bardzo ciekawy element. Piotrze, a jaki wpływ na to, jak będą wyglądały gigafabryki w Polsce, ma nauka?
Piotr
Chyba nie za wielki, niestety. Natomiast nie, żebyśmy nie poczuwali się do tego wpływu, ale rzeczywiście architektury tych centrów obliczeniowych będą przydatne dla każdego, także dla nauki, ale przede wszystkim dla biznesu, który musi rozwijać swoje rozwiązania.
Sebastian
Natomiast spójrzmy też, jak to ładnie będzie się przeplatać. My, na przykład, nie tylko jako Bielik, bo powołaliśmy też konsorcjum NASK, Cyfronet i Bielik, i Narodowe Archiwum Cyfrowe, bo w Narodowym Archiwum Cyfrowym jest, powiem z pamięci, kilka petabajtów skanów dokumentów. I ktoś może powiedzieć: Narodowe Archiwum Cyfrowe, cóż jeszcze możemy z niego wziąć, skoro najczęściej są tam zdjęcia i dokumenty, do których prawa już wygasły, czyli przedwojenne? Ale to są na przykład dokumenty i w języku niemieckim, i w cyrylicy, pamiętające jeszcze zabory. To są bardzo często zdjęcia lotnicze. Przetworzenie takich danych to też elementy, które mogą nam posłużyć do tworzenia modeli nowych generacji, bo to są ogromne ilości. Żeby te kilka petabajtów danych oczyścić, przetworzyć, zewidencjonować, potrzebujemy do tego sztucznej inteligencji. Tu właśnie te gigafabryki mogą być rewelacyjne. A całe modele, na przykład do analizy map lotniczych, mogą mieć później zastosowanie czy w przemyśle, czy w obronności. To wszystko jest bardzo fajnie połączone, ale potrzebujemy mocy, potrzebujemy danych. I pieniędzy.
Piotr
To jest bardzo połączone z tym… No tak, to są dane, moc obliczeniowa i ludzie.
Karol
Piotrze, a gdybyś mógł powiedzieć, bo było sporo zmian u Ciebie przez ostatnie miesiące. Widzieliśmy się jakiś czas temu. Gdzie teraz jesteś i czym się zajmujesz?
Piotr
Teraz jestem dyrektorem Instytutu Badawczego IDEAS i tworzymy, w jakimś sensie od nowa, bo z tymi samymi ludźmi, jeszcze raz organizację takiego instytutu badawczego dedykowanego sztucznej inteligencji, już na solidniejszych podstawach.
Karol
Co byś chciał, żeby się wydarzyło w ciągu następnych dwóch, trzech, pięciu lat?
Piotr
Chciałbym, żeby ta instytucja była jedną z najsilniejszych instytucji badawczych w dziedzinie sztucznej inteligencji w tym rejonie Europy.
Karol
A jesteś w stanie konkurować, przepraszam, to nie jest żadna złośliwość z mojej strony, jesteś w stanie konkurować o talent? Tak jak rozmawialiśmy o korporacjach i o tym, że wiedza jest zamknięta w korporacjach, to korporacje mają czas.
Piotr
Rzeczywiście, żeby konkurować o talent, potrzebne są sensowne wynagrodzenia. Nie wynagrodzenia równe temu, co płaci przemysł, ale takie, które wystarczają na godne życie, nazwijmy to tak. Takie wynagrodzenia jesteśmy w stanie oferować. Oprócz tego trzeba zaoferować fajne warunki do pracy, ciekawe projekty, które przyciągną ludzi, właśnie taką wolność badawczą, i to też jesteśmy w stanie zagwarantować.
Sebastian
Ja tylko powiem, na ile trudno jest walczyć o te talenty. Myślę, że tak samo jest w nauce. Od czasu, kiedy Bielik pojawił się w Paryżu z logotypem za prezesem NVIDII, nagle dostajemy masę ofert z zagranicy, dostajemy masę różnych propozycji. Przepraszam, zapytam. Ofert wsparcia czy ofert przeniesienia talentów? Ofert przeniesienia talentów. Więc wydaje mi się, że w polskiej nauce, pewnie pan profesor mi potwierdzi, doktorant albo już doktor, który nagle publikuje dobry artykuł naukowy z badaniami, nagle zaczynają… i tu jest dużo narzędzi, w których są cytowania i inne różne rzeczy. I myślę, że podobnie z Bielikiem, nagle ta praca jest mocno cytowana i tu walka o talent się zaczyna. Attention is all you need.
Piotr
Dokładnie tak. Rzeczywiście w nauce liczą się topowe publikacje na flagowych konferencjach, i ludzie, którzy tam publikują, nie mają potem problemu ze znalezieniem pracy.
Sebastian
Kiedyś odbieraliśmy nagrodę za Bielika na jednej z konferencji i bardzo często po takich konkursach dla młodych osób, całe szczęście jestem najstarszy w zespole trenującym, więc zespół trenujący jest młody, nagle okazuje się, że są osoby z ambasad. I tak sobie zadałem pytanie, po co osoby z ambasad na takich konkursach i branżowych konferencjach AI? Ale tu jest bardzo krótka propozycja: może doktorat w jednym kraju, w drugim kraju. Więc myślę, że to jest element, który warto przemyśleć. Z jednej strony mamy świetną, młodą kadrę naukową w Polsce, i powiedziałbym, że ona musi mieć wyższe niż te godne warunki, żeby zatrzymać tych najlepszych. Mamy świetną reprezentację za granicą, ale jednak jest to reprezentacja za granicą.
Karol
No dobrze, a jak zatrzymuje się talent w takim projekcie, jaki realizujecie w Bieliku, gdzie nie ma środków?
Sebastian
My bardzo mocno przeglądamy się wszelkim projektom open source’owym, jak Linux, i tam są różne metody. Tylko Linux ma już trzydzieści parę lat. Natomiast bardzo dużym elementem jest to, że coś ma sens. I stąd nawet konkurencyjny zespół, mimo że konkurencja to za duże słowo pomiędzy nami a PLUM, często mówi, że mamy bardzo agresywny marketing. Właśnie to jest ten element, żeby spowodować, że ludzie nie chcą od nas odchodzić, i żeby mieli automotywację, żeby wiedzieli, że ten model jest używany w biznesie, że dostajemy dużo nagród. Staramy się występować we wszelkich możliwych konkursach, żeby marka Bielika była w pierwszej lidze i to powodowało, że ludzie chcieli pracować. Tu jest kilka elementów tej automotywacji. Z jednej strony jest element komercyjny, bo każdy z nas ma rodziny albo inne odpowiedzialności. Natomiast ważny jest też dostęp do GPU, że można pracować na superkomputerach, i to, że projekty mają sens. To jest ważny element. Nie wiem, jak to jest w nauce, ale myślę, że bardzo podobnie.
Piotr
Dostęp do mocy obliczeniowej jest bardzo ważny, trzeba go zagwarantować. To jest ciągła walka o to, gdzie zrobić obliczenia, gdzie zrobić eksperymenty, i to jest kluczowe. Nie tylko wynagrodzenia, ale właśnie dostęp do mocy obliczeniowej. Kiedyś spytałem Kubę Pachockiego, czy wyobraża sobie powrót do Polski, a on powiedział, że nie ma znaczenia, ile mu zapłacimy. Znaczenie ma to, że w OpenAI ma dowolne moce obliczeniowe, które są mu potrzebne do przeprowadzania eksperymentów.
Sebastian
Stąd znów wracamy do tego inicjalnego projektu Gigafabryk, bo to właśnie mogłoby nam bardzo mocno pomóc w zatrzymywaniu talentów. Dostęp do mocy, dostęp do danych, a tym bardziej ambitne, w naszym przypadku, projekty wdrożeniowo-badawcze, a w przypadku nauki – przełomowe.
Karol
No dobrze, to skoro mamy tę iskrę w głowie i pomysły, nie mamy tak dużej infrastruktury, nie mamy tak dużych środków, to może drogą i słusznym wyborem byłaby specjalizacja w wąskich dziedzinach?
Piotr
Tak powinniśmy robić w Polsce. Rzeczywiście, chociażby badania nad efektywnością obliczeniową różnych modeli uczenia maszynowego są dla nas szansą. Albo coś, co się nazywa Embodied AI, czyli systemy, które są wbudowywane, posiadają ciało, powiedzmy. Jakieś roboty, drony czy inne pojazdy, gdzie modele muszą działać na małym, ograniczonym sprzęcie. Stworzenie efektywnych rozwiązań na takie ograniczone modele i sprzęt może być naszą specjalizacją. To dotyczy także całej Europy, bo robotyka w Europie jest bardzo silna, produkuje się tu bardzo dużo robotów i…
Karol
Robotyka w Europie czy robotyka na Ukrainie?
Piotr
Nie, robotyka w Europie. Mam na myśli Niemcy, Francję, gdzie produkowane są roboty przemysłowe. A jak się mają do tego Chiny? Chiny oczywiście trzeba brać pod uwagę. One też prowadzą wiele ciekawych badań i rozwijają robotykę, nie ma co ukrywać.
Karol
Jestem bardzo ciekaw, jak Chiny wyglądają pod kątem automatyzacji i robotów. Będziemy mieli przyjemność wspólnie z Bielikiem lecieć już niedługo do Chin, do Hangzhou, do chińskiej Doliny Krzemowej, gdzie siedzibę ma na przykład Alibaba. Będziemy odwiedzać również siedzibę Unitree, który oferuje robota humanoidalnego za 16 tysięcy dolarów. Czy Europa jest w stanie konkurować z taką ofertą?
Piotr
Moim zdaniem tak. Roboty to nie tylko sprzęt, ale też oprogramowanie, więc w aspekcie oprogramowania na pewno jesteśmy w stanie konkurować.
Karol
To ciekawe. Jechałem ostatnio europejskim samochodem bardzo wysokiej klasy, który miał wyraźny problem z oprogramowaniem, bo systemy całkowicie głupiały. I podobno był serwisowany kilka razy w autoryzowanej stacji. Natomiast chińskie samochody, które obecnie zalewają rynek, takich problemów nie mają.
Sebastian
Znów perspektywa biznesowa. Mimo że udzielam się w Bieliku, to na co dzień pracuję w biznesie. W Bieliku bardzo mocno chcemy rozwijać program specjalizowanych czy niszowych modeli. Mówimy: OK, mamy jakieś doświadczenia w tworzeniu modeli kompaktowych, a teraz trzeba by pójść w kierunku, żeby na tych modelach, albo zupełnie od nowa na innych architekturach, powstały tysiące modeli specjalizowanych dla branż. Ostatnio zajmowałem się e-commercem i patrzyłem, że te ogólne modele, które świetnie generują grafikę, np. od OpenAI, kiedy chcemy już jakieś niszowe, meblarskie aranżacje, to one jednak halucynują albo się gubią. I nagle jest mały modelik, który powstał na podstawie open source’owego Fluxa czy innej architektury, dostrojony do obszaru meblarskiego czy modowego, i generuje projekty, które możemy realizować. I to jest jeden element – specjalizacja branżowa. Drugi to, żeby modele działały na urządzeniach innych niż tylko serwer – od komórki po drona czy maszynę rolniczą, żeby były autonomiczne i potrzebowały małej mocy. To jest obszar, w którym możemy się specjalizować. Ja często mówię, że OpenAI, które jest przełomem, to dla mnie takie NASA – coś ogromnego, z dużym elementem badawczym. A my możemy robić bardzo dużo firm lub ośrodków, które specjalizują się w małych satelitach, tylko w obszarze sztucznej inteligencji. Więc ta niszowość, specjalizacja to jest coś, czym możemy dogonić, czy jako Polska, czy jako Europa. I myślę, że Polska ma w tym obszarze duże talenty.
Karol
No dobrze, a skąd brać paliwo, żeby tworzyć te modele? Mówisz o przedsięwzięciach komercyjnych czy o tym, żeby fundacja prowadziła kolejne prace i uruchamiała kolejne projekty?
Sebastian
Ja nie mówię o fundacji jako fundacji, tylko o Polsce ogólnie. To są te trzy elementy, o których mówił pan profesor. Ja mówiłem o mocy i o danych, pan profesor dodał ludzi. I to są te trzy elementy. Musimy bardzo mocno inwestować w naukę, czyli mieć tam super zaplecze i do przełomowych rzeczy, i do szkolenia inżynierów. Nauka to pierwsza rzecz. I dostęp, zarówno dla obszaru naukowego, biznesowego, jak i open source, do mocy i do danych. To są te trzy ważne elementy i trzeba tu, powiedziałbym, przebierać nóżkami, mówię w kierunku rządu i Europy, żebyśmy zbudowali tę infrastrukturę. AI Fabryki i GIGA Fabryki to bardzo dobry krok. Musimy jeszcze lepiej zainwestować w naukę i w ludzi.
Karol
Świetnie, że powiedziałeś o nauce, Sebastian. Mam wrażenie, że edukacja i prawo nie nadążają za technologią. Czy powinniśmy w Polsce uczyć tak jak na przykład w Chinach, w szkołach podstawowych podstaw sztucznej inteligencji? Jeżeli tak, to w jaki sposób, albo jak system miałby się zmieniać, żeby ten talent nie tylko kształtować, ale też potem utrzymywać?
Piotr
Rzeczywiście Chiny wykonały bardzo odważny ruch, wprowadzając naukę sztucznej inteligencji do szkół na każdym poziomie. Myślę, że to jest bardzo dobre rozwiązanie i my też powinniśmy coś takiego zrobić. Sztuczna inteligencja jest technologią przełomową, która zmieni to, jak wszystko jest robione. Będzie miała wpływ na pracę każdego z nas, prawdopodobnie. Uczenie jej na pewno jest dobrym pomysłem, i uczenie jej dostatecznie wcześnie. Bo tak jak nie wiemy, jak będą wyglądały zawody za pięć, dziesięć czy piętnaście lat, tak na pewno będą dużo bardziej oparte o sztuczną inteligencję.
Karol
A gdybyśmy wyłożyli tutaj białą kartkę papieru, wzięli parę ołówków i mieli zacząć rysować idealny model kształcenia, to jak on mógłby wyglądać?
Piotr
Nie wiem, nie jestem niestety ekspertem od kształcenia na poziomie podstawowym i średnim.
Sebastian
Ja też nie jestem ekspertem, ale się wypowiem. Wydaje mi się, że są, bardzo to teraz spłaszczę, ale widzę to po sobie i po osobach, z którymi działam, między innymi w Bieliku. Jednym przykładem jest dla mnie np. Wojciech Zaremba, który od małego był, można powiedzieć, geniuszem rozwijającym się w naukach ścisłych: chemia, fizyka, matematyka. Mieszka w Stanach Zjednoczonych. To przygotowanie w tych naukach spowodowało jego ciekawość do sztucznej inteligencji. Myślę, że pierwsza rzecz jest taka, że dalej musimy mocno rozwijać w Polsce szkołę matematyczną, lwowską szkołę. Wydaje mi się, że wiele zawdzięczamy temu, że mamy w historii tych matematyków i różne przełomowe rzeczy. Więc pierwsze to są nauki podstawowe. Drugi obszar to jest osoba taka jak ja. Rozpoczynałem swoją karierę programistyczną 35-40 lat temu od fascynacji grafiką i grami. Ja nie grałem w gry, ja chciałem je tworzyć. U mnie było odwrotnie. Zaczynałem tworzyć gry i nagle widziałem, że potrzebuję dużych podstaw z algebry. Wracałem do tego, co czasami przespałem na matematyce, do wszystkich transformacji macierzy i uczyłem się, żeby mi to przyspieszyło pracę. To była fascynacja, która powodowała powrót do nauk podstawowych. I wydaje mi się, że wprowadzenie sztucznej inteligencji na dość wczesnym etapie to jest właśnie ta fascynacja, zaszczepienie jej u młodych ludzi.
Karol
Dobrze, nie tworzymy grupy doradczej dla Ministerstwa Edukacji. Ale mam prośbę, popuśćmy wodze fantazji. Mówimy: zajęcia ze sztucznej inteligencji, uczmy sztucznej inteligencji. Jak takie zajęcia na poziomie szkoły podstawowej czy liceum mogłyby wyglądać? Jestem bardzo ciekaw, jaki macie na to pomysł.
Sebastian
Czy to jest teoria, czy praktyka? Nie wiem, nie wypowiem się, bo nie wiem. Patrzę na to, jak… nie mam żadnych badań, ale w pewnym momencie pojawiły się, uwaga, lokowanie produktu, klocki LEGO, takie robotyczne. I nagle powstała masa małych szkółek, półkolonii, gdzie dzieciaki składały te roboty i tam trzeba było trochę programować. Nawet jak wizualnie, bloczkami, to trzeba było dać jakąś pętlę i warunki. Wydaje mi się, że wprowadzaliśmy do szkół język Logo, sterowanie żółwiem, ale on nie był na tyle „sexy”, żeby zainteresować, jak właśnie…
Karol
Ja poległem na Pascalu, na pierwszych dwóch linijkach, i niestety okazało się, że nie będę programować.
Sebastian
Kiedy widzisz robota przed sobą i musisz wykonać to samo co w tym Pascalu… My robiliśmy na przykład nudny kalkulator do denominacji, prawda? Każde dziecko pyta: jaki kalkulator do denominacji? A tu musisz ożywić robota, a zasady są takie same. Wydaje mi się, że duży wpływ ma to, że teraz sztuczna inteligencja jest taka ciekawa i że można ją wprowadzać.
Piotr
Tak, wydaje mi się, że głównym aspektem sztucznej inteligencji jest to, że jest teraz taka namacalna. Dużo łatwiej jest zademonstrować, że coś działa, że mamy pewne rozwiązania i bazować na podstawach. Takie nauczanie sztucznej inteligencji powinno też mówić o tym, co to jest prawdopodobieństwo. O dobre podstawy matematyczne powinniśmy zadbać w takim hipotetycznym programie uczenia sztucznej inteligencji.
Karol
A jak środowisko akademickie reaguje na sztuczną inteligencję?
Piotr
Wydaje mi się, że z zaciekawieniem, trochę z przerażeniem, ale też jest to ogromna szansa. Rzeczywiście sztuczna inteligencja, taka bardziej ogólna, albo nawet specjalistyczna, nadchodzi wielkimi krokami. I jednym z pierwszych miejsc, gdzie będzie miała ogromne znaczenie, jest matematyka. Zresztą to widać. Demonstracje coraz bardziej zaawansowanych modeli AI dokonują się przy pomocy problemów matematycznych. Były proste zadanka na początku, potem coraz trudniejsze, a teraz jest znany zbiór Frontier Math, który zawiera bardzo złożone, wymagające zadania matematyczne. I modele sztucznej inteligencji rzeczywiście zaczynają sobie radzić z pewną ilością tych zadań i będą radziły sobie z coraz większą. Więc moim zdaniem badacze jeszcze nie są na to gotowi, ale musimy być gotowi na to, że badania w różnych dziedzinach nauki kompletnie się zmienią. To nie będzie profesor matematyki, który siedzi i próbuje wymyślić dowód sam, w samotności, w swoim pokoju na kartce. Będziemy używać tych algorytmów sztucznej inteligencji, które będą nas wspierały w przeprowadzaniu bardzo skomplikowanych rozumowań i dowodów.
Karol
A jest ta ciekawość i chęć korzystania z tych narzędzi, czy jest romantyczne podejście do tego, jak było?
Piotr
Jest w dużej mierze romantyczne podejście do tego, jak było. Ja wielokrotnie, już od roku czy dwóch, mówię o tym, że matematyka będzie pierwszą dziedziną, którą zmieni sztuczna inteligencja, a nie tam sprzedawcy czy sprzątacze. I środowisko matematyczne raczej podchodzi do tego bardzo sceptycznie.
Karol
Rozwiniesz to, proszę?
Piotr
Nie wiem, usłyszałem takie komentarze, żebym o tym nie mówił, że to przecież nieprawda, że to zawsze matematycy…
Karol
Ale ten podcast jest naprawdę mało popularnym medium, także pogadajmy o tym.
Piotr
Nie, to znaczy, rzeczywiście, moim zdaniem matematycy w dużej mierze nie są gotowi. Nie czują tego, nie wierzą lub nie rozumieją, że te modele po prostu posiadają pewną inteligencję.
Karol
Sebastian?
Sebastian
Ja znów przedstawiam trochę inne środowisko. U mnie jest ono takie bardzo wdrożeniowe. Jesteśmy z biznesu i odpowiadamy na dużo prostsze problemy niż nowe teorie matematyczne. Dla mnie sztuczna inteligencja to wciąż trochę odblokowanie tradycyjnych zawodów. Już mówię, o co chodzi.
Karol
Rzemieślników?
Sebastian
Zobaczmy na przykład na dziennikarza. Jak obejrzysz ogłoszenie o pracę sprzed kilku lat na stanowisko dziennikarza, to jest to stanowisko hybrydowe. Musi znać Excela, bo musi przeliczyć, musi znać Google Analytics, bo musi sprawdzić, czy to, co napisze, dobrze się klika. Bardzo często redaktorzy z portali lifestylowych tworzą artykuł, a później przez trzy godziny muszą uzupełniać ramki reklamowe, warunki i metadane z tym związane. Staliśmy się takimi hybrydowymi zawodami. I moim zdaniem AI może sprawić, że on przejmie te rzeczy, czyli zrobi te ramki reklamowe, dobrze sklasyfikuje artykuł, a wreszcie dziennikarz będzie mógł usiąść i pisać to, co lubi, tworzyć różne hipotezy i wrócić do romantycznego zawodu dziennikarstwa. Wydaje mi się, że tu jest taki fajny element kolaboracji między naturalną a sztuczną inteligencją, który możemy stworzyć.
Piotr
Tak, to raczej będzie uniwersalny fenomen. Sztuczna inteligencja nie zabierze nam pracy, ale spowoduje, że nasza praca będzie bardziej skomplikowana.
Karol
Bardziej skomplikowana czy bardziej twórcza?
Piotr
Myślę, że to są trochę synonimy w wielu aspektach, bo sztuczna inteligencja będzie za nas wykonywać te proste, powtarzalne rzeczy.
Sebastian
Tak, to prawda. Wszyscy patrzą, i to dobrze, że badania medyczne, lekarskie i inne w obszarze sztucznej inteligencji idą do przodu. Świetnie. Natomiast jak patrzymy na wizytę u lekarza, to jak rozmawiałem ostatnio z profesorem kardiologii, to on mówi, że świetne są te systemy analizujące wyniki USG, ale jemu przydałby się po prostu dyktafon. Żeby podczas badania pacjenta, kiedy cały czas opowiada mu, co robi i co obserwuje, po przyjściu do komputera miał już gotową pełną notatkę z błędami i zaleceniami, którą on tylko sprawdza. Mówią, że wtedy badanie z 30 minut możemy skrócić do 7-minutowej wizyty.
Karol
Ale chyba na dobrej drodze do tego jest zespół Karola Traczykowskiego.
Sebastian
Tak, i tu jest to fajne. Ja jestem jeszcze na poziomie takiej sekretarskiej sztucznej inteligencji, ale myślę, że wtedy też zmieni się cała istota bycia lekarzem. Być może te zaoszczędzone 20 minut na wizycie będzie mógł poświęcić na trenowanie, dostrojenie swoich modeli na swoim doświadczeniu, które już będą mu podsuwać jakieś elementy diagnozy. Każdy będzie mógł mieć takiego swojego asystenta z filmów Marvela. Iron Man ma takiego asystenta, więc może w tę stronę to idzie. A jak jeszcze dołożymy do tego robotykę, różne szkielety i inne rzeczy wspomagające, to nagle zaczynamy iść w kierunku superbohaterów. Ale to jest kierunek romantyczny, bo może się okazać, że pójdziemy w zupełnie inną stronę.
Karol
Dobrze, skoro ustaliliśmy, że automatyzujemy zadania nudne, żmudne i trudne, i pozostaje nam wyrafinowane myślenie, kreatywność i wymyślanie nowych pomysłów, to jak tej kreatywności uczyć z waszego technicznego i naukowego punktu widzenia?
Piotr
Uczyć…
Karol
Czy powinniśmy uczyć logiki, czy powinniśmy uczyć retoryki, sztuki zadawania pytań?
Piotr
Nie wiem. Powinniśmy uczyć współpracy ze sztuczną inteligencją. Sposób naszej pracy na pewno bardzo mocno się zmieni. Nie będziemy wykonywać rzeczy sami, ale będziemy często wykonywać je przy pomocy sztucznej inteligencji, i tego powinniśmy uczyć, że to jest dodatkowa moc.
Karol
Mhm. Sebastian, a gdybym potrafił sobie wyobrazić taką sytuację, że w ciągu najbliższych dwóch, trzech lat powstaje w Warszawie, nie wiem, czy na Białołęce, czy w Wilanowie, ale wyobraźmy sobie, że powstaje przedszkole, które nazywa się Bielik. Szkoła technologii. To jakbyś młodzież uczył tego, jak z tą technologią żyć, współpracować, współtworzyć?
Sebastian
W przedszkolu, to mnie zaskoczyłeś, bo chyba najniższy wiek, z którym mam jakieś spotkania, to szósta, siódma klasa.
Karol
Dlaczego przedszkole? Jakiś czas temu wspólnie z Marcinem Sawickim prowadziliśmy zajęcia dla nastolatków, ale też dla młodszych dzieciaków w wieku 8-11 lat. Opowiadaliśmy im o sztucznej inteligencji, o modelach językowych, ale nie trzymając w rękach tabletów, tylko ucząc dzieci uważnego słuchania i umiejętnego opisywania rzeczywistości. Więc jak takie przedszkole mogłoby wyglądać?
Sebastian
Powiem na swoim przykładzie, ale nie wiem, czy on będzie dobry, bo mam 50 lat, więc daleko mi od przedszkolaka. Ale na przykład w Bieliku współpraca z NVIDIĄ powstała między innymi dzięki bardzo szybkiej możliwości adopcji i eksperymentowania, którą sobie zbudowaliśmy. DeepSeek wypuścił wtedy model wnioskujący na licencji open source, czyli pokazał światu: da się. Nie wchodzimy teraz w architekturę. I u nas zespół trenujący w kilka godzin podjął decyzję: a może my też spróbujemy? Bo już pojawiła się karta modelu, jakiś raport z trenowania, więc bardzo szybko dostaliśmy te informacje. Zespół trenujący podjął decyzję w kilka godzin, nie bojąc się konsekwencji. W świecie nauki trzeba byłoby stworzyć grant, bać się ryzyka, wpisać jakieś wskaźniki. W biznesie podobnie: budżet, harmonogram. Zbudowaliśmy w Bieliku taki poligon, że zespół trenujący ma wolną rękę. Myślę, że w dużych firmach, być może w OpenAI, taki jest styl pracy, że ktoś ma pomysł i wdrażamy go. Myślę, że w przedszkolu warto byłoby stworzyć taką piaskownicę, w której dzieci mogą eksperymentować, realizować różne pomysły, tworzyć i nie bać się porażki, która z tym idzie. Myślę, że to jest jakiś kierunek, ale trudno mi powiedzieć, bo nie jestem metodykiem. Ale tak jak u siebie widzimy w Bieliku, ta możliwość popełniania błędów, szybkiej zmiany decyzji, bez żadnych ram, to jest coś, co nas napędza. Nie wiem, jak stworzyć taką piaskownicę, gdzie możemy swobodnie pracować, ale wydaje mi się, że to jest ten element. Piaskownica, w której dzieci mogą sobie coś tworzyć. I te klocki LEGO, o których wspominaliśmy, to jest właśnie taki element.
Karol
No dobrze. Panowie, serdecznie Wam dziękuję za to spotkanie i za rozmowę. Czy chcielibyście pozostawić naszych słuchaczy z jakąś końcową myślą, natchnieniem, podsumowaniem? To się wytnie, tym się zarządzi.
Piotr
Ja nie mam pomysłu na podsumowanie.
Sebastian
To znaczy, ja mogę powiedzieć ze swojej strony, że współpraca biznesu i nauki jest odmieniana przez wszystkie przypadki. Ja bym zawsze próbował szukać dialogu z open sourcem. Powiedziałem kiedyś, że polska nauka i biznes nauczyły się już używać oprogramowania open source, a teraz wspólnie nauczmy się tworzyć oprogramowanie open source. To jest takie przesłanie, żebyśmy wspólnie tworzyli rozwiązania open source. I cieszę się, bo chyba dwa dni temu, a może nawet wczoraj, polski bank, PKO BP, największy bank, opublikował model właśnie na licencji open. I to jest bardzo fajne.
Piotr
Myślę, że czeka nas na pewno bardzo ciekawa przyszłość dzięki sztucznej inteligencji. Ja naprawdę, jakby to powiedzieć, nie mogę się doczekać, kiedy sztuczna inteligencja przyspieszy rozwój technologii.
Karol
Jeszcze bardziej.
Piotr
Jeszcze bardziej, tak. Mimo że on cały czas przyspiesza.
Karol
Panowie, dziękuję serdecznie za spotkanie i za Wasz czas.
Piotr
Dziękujemy.
Karol
Dziękujemy. I niech AI będzie z nami wszystkimi.
Sebastian
Nie wiem, jak na to się odpowiada. „Amen”, żeby nam nie powiedzieli.