W Polsce ani administracja, ani przemysł nie bardzo rozumieją sztuczną inteligencję, więc nie widzą potrzeby, by ją wykorzystywać. Powoli jednak sytuacja zaczyna się zmieniać, czego dowodem jest rządowy program GovTech Polska – mówił dyrektor OPI PIB dr Olaf Gajl podczas zjazdu PP-RAI 2019.
Zgodził się z tym prof. Lech Mankiewicz (PAN), który mówił, że w Polsce bardzo potrzebni są dziś ludzie rozumiejący nowe technologie.
Już po raz drugi reprezentanci najważniejszych środowisk badawczych w Polsce zajmujących się sztuczną inteligencją spotkali się na ogólnokrajowym kongresie. Tegoroczny zjazd Polskiego Porozumienia na rzecz Sztucznej Inteligencji (PP-RAI) odbył się na Politechnice Wrocławskiej w dniach 16–18 października. W ciągu trzech dni zaprezentowano liczne krajowe projekty badawcze i ośrodki naukowe, a także omówiono kondycję polskiej SI oraz ewentualne działania naprawcze.
Prof. Jacek Koronacki z PAN zaznaczył, że to państwo powinno wskazywać naukowcom kierunki rozwoju. Zaś dr Gajl zauważył, że niestety, administracja publiczna ma zwykle kłopot z trafnym definiowaniem problemów, które nauka mogłaby pomóc rozwiązać.
Zdaniem dyrektora NASK prof. Jacka Leśkowa wykorzystanie potencjału polskiej SI ogranicza brak projektów umożliwiających wspólne działanie różnym ośrodkom badawczym. W tym kontekście państwo musi odgrywać rolę integrującą, a rządzącym powinni podpowiadać sami ludzie nauki. Zdaniem Leśkowa w tej wymianie informacji ważną funkcję do spełnienia mają państwowe instytuty badawcze, które powinny odgrywać rolę tzw. inteligentnych suflerów.
Przeciw rozdrobnieniu
Naukowcy przyznali też, że aby ich badania były bardziej widoczne tak w kraju, jak i na świecie trzeba ze sobą współpracować, bo to sprawia, że projekty są bardziej widoczne.
W tym kontekście pozytywnie oceniono pomysł utworzenia Wirtualnego Instytutu Badawczego (WIB) zawarty w rządowej Polityce rozwoju sztucznej inteligencji w Polsce, który umożliwiłby integrację badaczy SI z całej Polski. Takie zadanie jest wykonalne, czego dowodzi przykład Krajowego Centrum Informatyki Kwantowej – przekonywał prof. Mankiewicz. Prof. Włodzisław Duch z Uniwersytetu Mikołaja Kopernika w Toruniu dodał, że w ramach takiego instytutu powinno też działać centrum kompetencji oferujące konsultacje dla zainteresowanych firm.
Aby osiągnąć efekt skali, musimy współpracować – argumentował prof. Koronacki. Dlaczego zatem ta współpraca była dotychczas tak trudna?
Ponieważ Polska jest krajem za dużym i za małym zarazem – przekonywał prof. Jarosław Arabas z Politechniki Warszawskiej. Za dużym na to, by prowadzić projekty równie zwinnie jak na przykład Estonia, a za małym na to, by jak w USA każdy ośrodek badawczy mógł działać osobno bez ryzyka, że wejdzie w drogę innym. Brakuje nam też tradycji prywatnych dotacji na rozwój nauki. W takiej sytuacji władze powinny traktować finansowanie badań naukowych jako strategiczną inwestycję: znaczącą dla rozwoju państwa, przemyślaną i długoterminową. Niestety, na przeszkodzie stoją tu – tak w rządzie, jak i na uczelniach – brak długookresowego planowania oraz ciągłości instytucjonalnej.
Na strategiczną rolę dofinansowania polskich badań nad SI zwracał też uwagę dr Gajl. Na całym świecie istnieją dysproporcje między zarobkami w biznesie i na uczelniach – mówił – niestety w Polsce są one wyjątkowo duże. Podobną opinię wyraził prof. Krzysztof Krawiec z Politechniki Poznańskiej: SI to technologia, od której zależy przyszłość kraju. Jako taka powinna być strategicznie rozwijana dzięki państwowym dotacjom.
Kształcić i wychowywać
Podczas wrocławskiego kongresu naukowcy mieli okazję skonfrontować swoje poglądy ze środowiskami spoza akademii, m.in. z przedstawicielami przemysłu. Zwrócili oni uwagę, że absolwentom polskich uczelni brakuje umiejętności myślenia w kategoriach projektowych i mają oni trudności ze swobodnym poruszaniem się między różnymi dyscyplinami i integrowaniem wiedzy.
Z kolei dr Witold Pawlus z Nokii docenił wzrost liczby kierunków, na których w Polsce kształci się w obszarze data science. Zgodził się jednocześnie z tym, że absolwenci uczelni trafiają do firm nauczeni myśleć w wąski i odizolowany sposób.
Łukasz Grala z firmy TIDK zaznaczył, że na rynku pracy jest ciągły niedobór absolwentów wyspecjalizowanych w sztucznej inteligencji i data science. Jego zdaniem za taki stan odpowiada pokusa łatwego zarobku; wielu studentów już na studiach znajduje dobrą pracę jako programiści i nie widzi potrzeby bardziej intensywnego kształcenia. Grala postulował też, by uczelnie oprócz przekazywania wiedzy merytorycznej wyrabiały w absolwentach umiejętność współpracy.
Jeszcze bardziej kategoryczne postulaty wysuwał Jan Mizgajski z firmy Avaya. Jego zdaniem absolwentom brakuje świadomości etycznej i troski o społeczeństwo czy środowisko. Kładł duży nacisk na odpowiedzialność specjalistów od SI za dobro wspólne.
Do zarzutów przedsiębiorców odniosła się prof. Halina Kwaśnicka. Podkreśliła, że wiele problemów studentów data science bierze się stąd, że przedsiębiorcy niechętnie udostępniają im dane do ćwiczeń.
Odnosząc się do lepszego przygotowania studentów wyjaśniła, że trzeba odróżnić politechniki od wyższych szkół zawodowych. Te drugie mają faktycznie przygotowywać do wykonywania zawodu, te pierwsze – dawać możliwie szerokie zaplecze wiedzy. W Niemczech – przekonywała – studenci wyższych szkół zawodowych wykonują projekty we współpracy z firmami i przez nie współfinansowane. Coś takiego przydałoby się i u nas.
Polskie oddziały zagranicznych firm często pełnią w naszym kraju tylko funkcje sprzedażowe i nie rozwijają tu nowych technologii – wyjaśniał Adam Dzwonkowski z Microsoftu – a ich działalność badawczo-rozwojowa jest zwykle ograniczona. Dlatego zdecydowanie większej aktywności w tym obszarze powinno się oczekiwać od spółek skarbu państwa.
Większość panelistów była zgodna, że nad Wisłą wciąż nie wypracowano kultury współpracy nauki z biznesem. Podkreślano, że ważne jest, by obie strony od początku uczyły się wzajemnego szacunku – najlepiej przy okazji mniejszych projektów.