Eksperci z grupy roboczej ds. sztucznej inteligencji (GRAI) wydali rekomendacje dla Polityki rozwoju sztucznej Inteligencji w Polsce w latach 2025-2030 autorstwa Ministerstwa Cyfryzacji.

"Polska ma szansę stać się jednym z wiodących państwa w erze sztucznej inteligencji, jednak wymaga to strategicznych działań w obszarach inwestycji, edukacji, regulacji oraz budowy ekosystemu przyjaznego dla rozwoju sztucznej inteligencji. Bez odpowiedniego wykorzystania tej szansy Polska ryzykuje utratę potencjału na rzecz krajów bardziej zaawansowanych technologicznie" - napisano.

Podkreślono, że w trakcie prac analitycznych GRAI i konsultacji z członkami kapituły AI powołanej przez Ministra Cyfryzacji, zidentyfikowano sześć projektów o największym potencjale dla polskiej gospodarki i korzystnych dla społeczeństwa.

"Rekomendujemy poddanie tych propozycji pod dyskusje społeczne oraz przeprowadzenie pogłębionych analiz i badań w celu podjęcia finalnej decyzji o ich wyborze i realizacji przez państwo polskie w ramach priorytetowych projektów AI" - podkreślono.

Te projekty to:

1) Małe specjalistyczne modele językowe (specjalistyczne SLM)

Eksperci podkreślili, że duże modele językowe (ang. Large Language Models – LLM) oparte na architekturze transformera, takie jak ChatGPT czy Claude, osiągają bardzo wysoką jakość działania, jednak wymagają olbrzymich zasobów, zarówno danych treningowych jak i mocy obliczeniowych.

"Propozycja dotyczy zainicjowania oraz konsekwentnego prowadzenia programu badań podstawowych, mających na celu stworzenie nowych architektur, o znacznie mniejszych wymaganiach dot. zasobów oraz o określonych wyspecjalizowanych zdolnościach, takich jak wnioskowanie" - napisali.

Dodali, że jest to projekt z kategorii “moonshot”, czyli zysk nie jest gwarantowany, ale jeśli się uda, może być bardzo duży.

2) Bezpieczne AI

Eksperci podkreślili, że obecnie w Polsce działa sieć zespołów badawczych prowadzących badania w obszarze Transparentnej, Bezpiecznej i Wyjaśnialnej Sztucznej Inteligencji.

"Budując na tych silnych zespołach badawczych możemy szybko uzyskać przewagę konkurencyjną i markę producenta Bezpiecznego AI (...). Polska ma potencjał, by stać się liderem standardów i rozwiązań o najwyższej jakości i niezawodności. Jednocześnie odporne na zakłócenia i skuteczne AI może być stosowane w zagadnieniach obronności, dla bezpieczeństwa i tzw. dual use" - zaznaczono.

Eksperci podkreślili, że z uwagi na sytuację geopolityczną Polska powinna być liderem tworzenia, wykorzystywania i eksportowania rozwiązań wykorzystujących AI do wzmocnienia bezpieczeństwa obywateli.

3) Procesor o niskim poborze mocy

Projekt ten polegałby na wytworzeniu i wprowadzeniu na rynek wydajnego energetycznie procesora dedykowanego dla obliczeń sztucznej inteligencji, bo konsumpcja energii przez systemy Sztucznej Inteligencji jest poważnym problemem.

"Celem projektu jest zaprojektowanie, wyprodukowanie i wprowadzenie na rynki globalne rodziny wydajnych energetycznie procesorów (i/lub akceleratorów sprzętowych) dedykowanych dla obliczeń sztucznej inteligencji" - wyjaśnili eksperci.

4) Struktury wieloagentowe

Celem projektu są badania i wdrożenia struktur wieloagentowych wykorzystujących specjalizowane, małe modele językowe.

"Systemy takie, integrując możliwości modeli językowych i innych systemów informatycznych, umożliwiają rozwiązywanie złożonych problemów często bez konieczności odwoływania się do dużych SI dostępnych najczęściej w chmurach obliczeniowych (...). Działanie ma potencjalnie duże efekty synergiczne z pozostałymi projektami, zwłaszcza niskoenergetycznymi procesorami" - napisano.

5)Federacyjna Sieć Danych dla AI

Celem takiego projektu byłoby stworzenie krajowej, rozproszonej infrastruktury do bezpiecznego gromadzenia, przetwarzania i udostępniania danych na potrzeby rozwoju AI.

"Polska ma szansę stać się pionierem w budowie bezpiecznej, rozproszonej infrastruktury danych, szczególnie istotnej w kontekście danych medycznych i innych wrażliwych zbiorów. Rozwiązanie to odpowiada na rosnące zapotrzebowanie na lokalne przetwarzanie danych (AI on Edge) przy jednoczesnym zachowaniu korzyści skali oferowanych przez centra danych" - podkreślili eksperci.

6) AI w medycynie

W tym przypadku chodzi o wykorzystanie Sztucznej Inteligencji do usprawnienia wybranego obszaru opieki zdrowotnej.

"Pierwszym, kluczowym etapem wdrożenia będzie wybór istotnego społecznie problemu (np. diagnostyka nowotworów, chorób układu krążenia czy cukrzycy; dostęp do terapii; dostęp do leków) oraz miar sukcesu wdrożenia (np. skrócenie czasu, zwiększenie liczby, etc.)" - zaznaczono.

Eksperci wskazali, że dobre praktyki wypracowane podczas realizacji projektu mogą być podstawą dla globalizacji takich rozwiązań. (PAP Biznes)

jz/ ana/