Lawinowy rozwój IT i SI przekłada się na zapotrzebowanie na kadry, które są po prostu wysysane z uczelni. Warunki finansowe na studiach doktoranckich to aspekt przyziemny, ale jednak kluczowy. Z prof. Krzysztofem Krawcem z Politechniki Poznańskiej rozmawia Maciej Chojnowski
Maciej Chojnowski: Twierdzi pan, że polityka polskich władz w obszarze sztucznej inteligencji może mieć znaczący wpływ na przyszłość naszego kraju. Dlaczego?
Prof. Krzysztof Krawiec*: Jest taki slogan, że sztuczna inteligencja zjada software. To właściwie parafraza wcześniejszego powiedzenia, że technologie informatyczne (IT) zawłaszczają wszystkie dziedziny gospodarki. Dziś prawie każdy biznes musi być w jakimś stopniu biznesem informatycznym, ponieważ trudno sobie wyobrazić obszar ludzkiej aktywności, w której jakaś doza wspomagania komputerowego nie jest przydatna albo wręcz niezbędna. Techniki komputerowe i informatyzacja są bardzo rozpowszechnione, i to nie tylko w czystym przetwarzaniu informacji.
Na obecnym etapie ten software jest wypierany przez nową generację oprogramowania, które nie jest już pisane ręką człowieka, tylko automatycznie wyprowadzane z danych. Ta zmiana ma charakter rewolucyjny. Wiele funkcjonalności w pakietach informatycznych, które jeszcze kilka lat temu były mozolnie implementowane przez programistów, dziś zastępuje się funkcjonalnościami automatycznie pozyskiwanymi z danych w procesie uczenia maszynowego. To oczywiście pozwala na znacznie większą efektywność w tworzeniu oprogramowania.
Jak szybki jest ten rozwój?
Mamy już do czynienia z wykładniczym tempem rozwoju aplikacji i usług, które angażują SI. A skoro IT jest dziś wszechobecne, to postęp w SI, która buduje na IT, dotyka wszystkich dziedzin życia. Tego procesu nie da się zatrzymać. Możemy próbować go w jakimś stopniu regulować, lecz próby tłumienia go raczej nikomu nie wyszłyby na zdrowie.
Dlaczego?
Chociażby dlatego, że na świecie firmy, gospodarki i kultury, które nie bardzo się przejmują negatywnymi konsekwencjami tych technologii. I jeżeli my nie będziemy próbowali nadążać za zmianami, to za kilka lat będziemy zmuszeni te technologie importować.
Na co dzień dość swobodnie używamy pojęcia „sztuczna inteligencja”, często mając na myśli „uczenie maszynowe”, „rozpoznawanie mowy” czy „widzenie maszynowe”. Czy posługiwanie się tak ogólnym rozumieniem SI ma sens?
Byłoby nienaturalne próbować wprowadzać teraz jakiś nowy termin. Co prawda, mamy wiele sztampowych negatywnych skojarzeń sztucznej inteligencji z Terminatorem czy wrogimi robotami, ale wydaje mi się, że stają się one coraz mniej powszechne. Co więcej, zauważyłem, że w mediach popularnonaukowych termin „uczenie maszynowe” też się przebił. Czyli świadomość rośnie. A język ewoluuje samodzielnie, niewiele da się odgórnie zadekretować.
Poza tym używanie terminu „sztuczna inteligencja”, mimo jego ograniczeń, jest przydatne, bo otwiera oczy – tak mi się przynajmniej wydaje – na szersze rozumienie inteligencji, szersze od tradycyjnego, intuicyjnego rozumienia, do którego przywykliśmy.
Mamy już do czynienia z wykładniczym tempem rozwoju aplikacji i usług, które angażują SI. A skoro IT jest dziś wszechobecne, to postęp w SI, która buduje na IT, dotyka wszystkich dziedzin życia
Weźmy na przykład termostat kontrolujący temperaturę grzejnika. Wielu z nas to urządzenie nie kojarzy się z jakąś szczególną inteligencją, choć może ono nawiązywać interakcję z otoczeniem. A jeżeli chciałbym zdefiniować systemy inteligentne, to powiedziałbym, że są to właśnie systemy posiadające sensory, którymi postrzegają otaczający je świat, i potrafiące na podstawie danych zbieranych tymi sensorami reagować na zmiany w tym świecie. Oczywiście, termostat może być bardzo prymitywny i jedynie otwierać zawór, kiedy robi się zimniej, a zamykać, gdy jest cieplej. Dla wielu z nas to żadna inteligencja. Ale jeśli to urządzenie pamiętałoby temperatury z ostatnich kilku godzin i bardziej precyzyjnie dobierało stopień otwarcia zaworu, to być może część z nas nazwałaby je inteligentnym.
A co powiedzielibyśmy o termostacie, który zbiera dane o temperaturze w pomieszczeniu z kilku miesięcy i uczy się przyzwyczajeń użytkownika? Wie na przykład, że ten użytkownik jest w domu w weekendy i chciałby, żeby wtedy od samego rana było cieplej …
Czyli pojęcie inteligencji jest tu płynne.
Tak. Pytanie, gdzie się zaczyna i kończy sztuczna inteligencja, można kierować do psychologów czy kognitywistów, ale oni też mają z tym problem. Nie przez przypadek psychologowie na tak różne sposoby mierzą inteligencję. Mówimy o inteligencji werbalnej, niewerbalnej, związanej z orientacją przestrzenną, i tak dalej. Więc jako informatycy nie powinniśmy się być może czuć winni, że nie potrafimy dokładnie określić, gdzie sztuczna inteligencja się kończy, skoro samo pojęcie inteligencji jest nadal niedodefiniowane.
Podczas niedawnego kongresu Polskiego Porozumienia na rzecz Sztucznej Inteligencji (PP-RAI 2019) powiedział pan, że nie jest zwolennikiem długoterminowego planowania, szczególnie w dziedzinie SI. Dodał pan jednak, że warto wskazać najważniejsze obszary, w których powinniśmy się specjalizować. Kto miałby je wskazać? Rząd? Badacze? Jedni i drudzy?
Zdecydowanie jedni i drudzy. Ani strona rządowa, ani badacze sztucznej inteligencji nie chcą odwracać się do siebie plecami, bo obu stronom zależy na rozwoju kraju.
Uważam jednak, że w dzisiejszym świecie, gdzie na wszystko brakuje czasu, nie możemy czekać latami na wypracowanie jakiejś strategii czy wizji. Nie mamy też czasu na studiowanie opasłych dokumentów, które dzielą włos na czworo i bardzo szczegółowo chcą wszystko opisać. Strategie są potrzebne, jednak powinny być proste, zwarte i wskazywać najważniejsze obszary.
Wydaje się, że między nami, naukowcami, a środowiskami rządowymi rodzi się konsensus. Mam na myśli najbardziej obiecujące dziedziny o największym przełożeniu społecznym, np. medycynę, robotykę, język naturalny, transport.
Jak ta współpraca powinna wyglądać w praktyce? Jako dyskusja, po której zapada decyzja o inwestowaniu w konkretne obszary, czy raczej tak, że państwo mówi, jaki i gdzie ma problem, ale nie wskazuje, z jakiej technologii skorzystać?
Ta druga opcja jest moim zdaniem lepsza. W formułowaniu potrzeb wciąż najskuteczniejszy jest przemysł, który zwraca się do ośrodków zajmujących się sztuczną inteligencją w Polsce i zaprasza je do współpracy. Często owoce tej współpracy są bardzo namacalne i pozytywne.
Oczywiście, współpraca ze środowiskiem rządowym jest trochę innej natury niż w przypadku projektów badawczo-wdrożeniowych. Inna skala wyzwań, inny horyzont czasowy. Wczoraj z profesorem Jarosławem Arabasem pół żartem, pół serio uznaliśmy, że zazdrościmy Czechom.
Czego?
To mały kraj i środowisko badaczy sztucznej inteligencji jest tam zwarte. W efekcie koncentracja know-how i przedsięwzięć badawczych jest naturalna. Czesi doskonale radzą sobie np. w widzeniu komputerowym. Ostatnio byli bardzo aktywni w ramach Confederation of Laboratories for Artifical Intelligence Research in Europe [CLAIRE, powstała w czerwcu 2018 europejska inicjatywa na rzecz badań, innowacji i współpracy w zakresie SI – red.]. Szybko zaoferowali swoje usługi jako regionalne centrum organizacyjne i dziś takie biuro już prowadzą.
Wydaje się, że między nami, naukowcami, a środowiskami rządowymi rodzi się konsensus. Mam na myśli najbardziej obiecujące dziedziny o największym przełożeniu społecznym, np. medycynę, robotykę, język naturalny, transport
My jesteśmy w skali europejskiej dużym krajem, więc trudniej nam się skoordynować. Stworzenie Wirtualnego Instytutu Badawczego byłoby więc bardzo wskazane. Taki instytut trzeba by jednak bezpiecznie finansować i sprawić, by płynęły do niego zamówienia od rządu.
Skąd bierze się to polskie rozdrobnienie?
Niektórzy winią model finansowania nauki. Na przykład projekty badawcze finansowane przez Narodowe Centrum Nauki są raczej niewielkie. Rozdrobnienie grantów sprzyja utrzymywaniu małych zespołów badawczych. W efekcie trudno potem uzyskać masę krytyczną.
Nam, informatykom, stosunkowo łatwo pokusić się o samodzielne realizowanie prac, bo informatyk, mając komputer i znając aktualny stan badań, jest w stanie nawet w pojedynkę zacząć jakiś projekt. Ten trend dotyczy szczególnie informatyki teoretycznej. Tymczasem na przykład w robotyce, która jest mocno uzależniona od sprzętu i gdzie koszty oprzyrządowania są wysokie, trzeba z definicji myśleć w kategoriach „duży może więcej”.
W 2021 roku wchodzi w życie program Horyzont Europa, który stawia na konsorcja. Jaką perspektywę daje Polsce ten program? Jesteśmy gotowi na współpracę?
Myślę, że tak. Po 15 latach od wejścia do Unii Europejskiej nasze umiędzynarodowienie jest dużo większe. W informatyce wszystko staramy się robić w skali międzynarodowej. Krajowych konferencji naukowych już właściwie nie ma. Każda z nich chce mieć zasięg międzynarodowy.
My, polscy badacze, jeździmy po Europie, mamy sieci kontaktów. We wspomnianej już inicjatywie CLAIRE jest wiele osób z Polski, obecnych albo w charakterze członków, albo w grupach doradczych. Jest też organizacja ELLIS [European Laboratory for Learning and Intelligent Systems – red.], która skupia instytucje specjalizujące się w uczeniu maszynowym. Wiele z instytucji obecnych w CLAIRE czy ELLIS – w konsorcjach czy w porozumieniu – wspólnie uczestniczy w dużym przedsięwzięciu zainicjowanym w tym roku przez Komisję Europejską, którego celem będzie wyłonienie czterech projektów o charakterze sieciowym. Na ich bazie mają docelowo powstać europejskie centra doskonałości zajmujące się robotyką, obliczeniami dużej mocy, wyjaśnialną SI (explainable AI) i godną zaufania SI (trustworthy AI).
Gdybyśmy mieli już Wirtualny Instytut Badawczy, byłby to nasz kandydat na członka tego konsorcjum. Jeszcze go nie mamy, więc zgłosiliśmy się jako Politechnika Poznańska. Oczywiście, jeżeli nasz wniosek przejdzie, będziemy próbowali reprezentować nie tylko naszą uczelnię, ale również inne ośrodki.
Wyjaśnialna SI i godna zaufania SI to elementy etycznej SI, którą w tej chwili Europa stara się rozwijać. Czy w naszym wyścigu technologicznym ze Stanami Zjednoczonymi i Chinami etyczna SI może być atutem?
Na pewno może być wyróżnikiem. Na spotkaniach CLAIRE wybrzmiewało to bardzo wyraźnie, między innymi w wypowiedziach założycieli tej organizacji – profesorów Holgera Hoosa czy Philippa Slusalleka.
Chodzi o promowanie „uczciwej” SI (fair AI) jako wyróżnika wobec mocno skomercjalizowanej amerykańskiej SI czy nie zawsze liczącej się z prawami człowieka sztucznej inteligencji w Chinach. To doskonały pomysł, bo takie podejście jest zakorzenione w europejskich wartościach. Europa jest do tego świetnie przygotowana nie tylko ze względu na bogate zaplecze specjalistów od SI, ale również etyków, filozofów nauki, socjologów czy psychologów.
W sierpniu do konsultacji trafiła Polityka Rozwoju Sztucznej Inteligencji w Polsce. Jak pan ją ocenia?
Jest w niej kilka sensownych wątków. Wirtualny Instytut Badawczy to jedno. Dalej – szkoły doktorskie. Dobre finansowanie tych szkół jest kluczowe, by ten projekt miał jakieś przełożenie na praktykę. Jednak na razie jesteśmy niestety zawiedzeni tym, jak Konstytucja dla Nauki „zreformowała” możliwości finansowania doktorantów. Na przykład na moim wydziale z kilkudziesięciu doktorantów, których mogliśmy przyjmować w minionych latach, ta liczba nagle spadła do pięciu.
Nie można traktować wszystkich dyscyplin jednakowo. Gwałtowny rozwój IT i SI przekłada się na zapotrzebowanie na kadry, więc są one po prostu wysysane z uczelni. Warunki finansowe, które się oferuje młodym ludziom jeszcze w trakcie studiów, są najczęściej dużo lepsze od tych, których mogą się spodziewać na studiach doktoranckich. To aspekt przyziemny, ale jednak kluczowy.
Pytanie, gdzie się zaczyna i kończy sztuczna inteligencja, można kierować do psychologów czy kognitywistów, którzy też mają z tym problem. Nie przez przypadek psychologowie na tak różne sposoby mierzą inteligencję
Dodałbym jeszcze kwestię współpracy z przemysłem. Sztuczna inteligencja jest dyscypliną stosowaną, w związku z tym powinna odpowiadać na potrzeby społeczne i gospodarcze. I tak się dzieje, szczególnie na politechnikach, które są niejako statutowo powołane do tego, by odpowiadać na potrzeby kadrowe (choć nie tylko te) przemysłu. Większość z nas chce współpracować z przemysłem. Często bezpośrednie finansowanie z przemysłu jest czymś, co pomaga nam utrzymać kadrę, bo możemy w ramach jakiegoś projektu wspomagać finansowo naszych pracowników i dzięki temu zapobiec ich odejściu z uczelni.
Tu warto stosować medyczną zasadę primum non nocere. Wierzę, że jeżeli tylko stworzy się odpowiednie ramy prawne i nie będzie się za bardzo przeszkadzać współpracy uczelni z przemysłem, to ta współpraca ma szansę rozkwitać. Wiem to z doświadczenia Politechniki Poznańskiej.
Pana zespół badawczy jest częścią Zakładu Inteligentnych Systemów Wspomagania Decyzji i specjalizuje się w inteligencji obliczeniowej. Jakie projekty zrealizowaliście z przemysłem?
Na przykład podjęliśmy współpracę z poznańską firmą StethoMe. To start-up, który kilka lat temu zaproponował inteligentny stetoskop nie tylko rejestrujący sygnał dźwiękowy oddychania, ale również zdolny analizować te dane i stawiać wstępne diagnozy, głównie u dzieci. W tym roku przeprowadziliśmy na wydziale konsultacje dla zespołu projektowego tej firmy.
Utrzymujemy też współpracę z firmą Roche IT Polska, z którą zrealizowaliśmy pilotażowy projekt detekcji anomalii w obrazowaniu płuc za pomocą tomografii komputerowej. Doszliśmy tam z moim magistrantem do dosyć interesujących wyników, które potem prezentowaliśmy w centrali Roche w Bazylei.
Wystartował też projekt współpracy naszego wydziału z Polską Grupą Energetyczną. Pracujemy nad inteligentną obróbką olbrzymich ilości danych, które ta firma zbiera. Realizujemy to ze środków NCBR-u.
Mieliśmy też współpracę z firmą TomTom, czyli znanym producentem map cyfrowych, nad aktualizacją tych map.
Czego by pan sobie życzył, jeśli chodzi o polską sztuczną inteligencję?
Abyśmy mogli możliwie dużą część naszego czasu poświęcać na kwestie merytoryczne. Bo z tego czerpiemy satysfakcję i to jest czas spędzony efektywnie.
*Prof. Krzysztof Krawiec pełni obecnie obowiązki wicedyrektora ds. nauki Instytutu Informatyki Politechniki Poznańskiej, gdzie prowadzi badania w obszarze uczenia maszynowego, widzenia komputerowego i heurystycznych algorytmów optymalizacji. Prof. Krawiec jest laureatem stypendium Komisji Fulbrighta, nagród Ministra Edukacji Narodowej, Fundacji Krzewienia Nauk Systemowych, Towarzystwa Przetwarzania Obrazów oraz kilku Best Paper Awards na konferencjach międzynarodowych. Jest autorem i współautorem czterech monografii i ponad 100 artykułów w czasopismach i materiałach konferencyjnych. Odbył staże zagraniczne jako profesor wizytujący na Uniwersytecie Kalifornijskim w Riverside i Massachusetts Institute of Technology. Był przewodniczącym Polskiej Sekcji Inteligencji Obliczeniowej przy IEEE, a obecnie jest członkiem prezydium Komitetu Informatyki Polskiej Akademii Nauk.
Read the English version of this text HERE