Na konferencji Narodowego Centrum Badań i Rozwoju „Jak robić naukę w erze AI – sztuczna inteligencja jako narzędzie współpracy międzynarodowej” zwracano uwagę, że sztuczna inteligencja staje się elementem infrastruktury państwowej, podobnie jak drogi czy sieć energetyczna. Do powstania i sprawnego działania tej infrastruktury potrzebne są jednak duże zasoby oraz współpraca wielu sektorów.

Wiceszef resortu cyfryzacji Dariusz Standerski ocenił, że „fala rewolucji technologicznej jeszcze nie została ustabilizowana”. A warto, by rola Europy w tej rewolucji wzrosła, bo „za dużo obserwujemy, a za mało uczestniczymy”. - Dlatego naciskamy w Komisji Europejskiej w zakresie zwiększenia inwestycji w sztuczną inteligencję, w zakresie zwiększenia inwestycji w infrastrukturę, tak żeby, jeśli chodzi o inwestycje, Europa dobiła do liderów – powiedział minister.  

Płk Rafał Kasprzyk z Wojskowej Akademii Technicznej porównywał: - Model AI, czyli ten wytrenowany algorytm, tak się ma do infrastruktury AI, jak myśliwiec czy samolot do lotnictwa. Bo można mieć samolot, a nie mieć lotnictwa. A my potrzebujemy lotnisk, potrzebujemy czasami lotniskowców, potrzebujemy nawigatorów, potrzebujemy całego zaplecza technicznego, potrzebujemy w końcu pilotów i obsługi technicznej – powiedział.

Architekt systemów sztucznej inteligencji Paweł Skrzypek z AI Investments zwracał uwagę, że infrastruktura AI to nie tylko komputery i sprzęt, ale cały ekosystem, na który składają się m.in. dane, procedury, metodyki naukowe, ludzie oraz szkolenia. Wskazał, że najwięksi globalni gracze próbują „zasypać infrastrukturę pieniędzmi” – podając jako przykład firmę Elona Muska, która wyemitowała obligacje na 40 miliardów dolarów tylko na zakup sprzętu. Zauważył, że Europa nie jest w stanie konkurować z takimi kwotami, ale dzięki całemu ekosystemowi może tworzyć rozwiązania AI, które nie są gorsze od tych w Stanach Zjednoczonych czy w innych częściach świata.

Ekspertka ds. fabryk AI w Akademickim Centrum Komputerowym Cyfronet AGH Katarzyna Starosławska podkreśliła, że rozwój technologii wymaga m.in. twardego fundamentu w postaci mocy obliczeniowych oraz ochrony rodzimych zbiorów danych. Zwracała uwagę na fabryki AI, które są już w Poznaniu i Krakowie. Wymieniła, że gwarantują one nie tylko moc obliczeniową, ale również dostęp do szkoleń, ekspertów i zbiorów danych. Dodała, że wcześniej zasoby Cyfronetu w ramach sieci PL-Grid były dostępne głównie dla naukowców, a teraz fabryki otwierają się również na administrację publiczną i przedsiębiorstwa.

Ekspertka zaapelowała również o budowę polskiego modelu językowego od podstaw, aby nie ograniczać się jedynie do dostrajania modeli zagranicznych na polskich danych.

O roli zasobów ludzkich mówiła dr Elena Pawęta ze Szkoły Głównej Handlowej w Warszawie. Podkreśliła, że polscy inżynierowie i naukowcy muszą odważniej wychodzić na rynki międzynarodowe i uczyć się prezentowania swoich osiągnięć. Zauważyła, że w Polsce wciąż pokutuje tzw. victim mindset – ludzie często skupiają się na lokalnych ograniczeniach, zamiast w pełni wykorzystywać istniejące, znacznie większe niż dawniej możliwości współpracy międzynarodowej i budowania konsorcjów.

Z kolei architekt dr hab. Jan Cudzik, prof. Politechniki Gdańskiej, współzałożyciel firmy Outline AI, zwracał uwagę, że trwale budowana współpraca międzynarodowa i obecność w zagranicznych zespołach dają Polsce ogromną szansę. - Daje nam to szansę nie tyle „dogonić króliczka”, co może w końcu stanąć przed tym króliczkiem i powiedzieć: „Tam masz biec” – zaznaczył prof. Cudzik.

Specjaliści przypomnieli jednocześnie, że działanie centrów danych dla AI wiąże się z ogromnym zapotrzebowaniem na energię elektryczną. Ekspert w Narodowym Centrum Badań i Rozwoju dr inż. Mariusz Twardawa zaznaczył, że Polskie Sieci Elektroenergetyczne planują wydzielić do 2036 roku aż 3 gigawaty (GW) mocy wyłącznie na zasilanie centrów danych. Wskazał przy tym na konieczność wykorzystywania ciepła odpadowego generowanego przez serwery do ogrzewania mieszkań.

Rozmówcy zgodzili się, że warunkiem sukcesu Polski w globalnym wyścigu technologicznym jest tworzenie interdyscyplinarnych i międzynarodowych zespołów, łatwiejszy dostęp do danych publicznych oraz długofalowe wsparcie finansowe dla rodzimych innowacji. (PAP)

lt/ bar/