Transcription

Uważamy, że Polska ma szansę, żeby być w top 10 najbogatszych państw świata, jeżeli chodzi o PKB na mieszkańca. Politycy chcą wykorzystać tę szansę i wierzą w to, że Polska może stać się jednym z dziesięciu najbogatszych krajów na świecie. Czasem łatwiej jest dokonać skoku, jeśli się jest z tyłu. Jeśli wrócimy na przykład do bankowości w Polsce. Myśmy dokonali bardzo szybkiej transformacji i czasem, jak jesteśmy z tyłu, to możemy to wykorzystać jako okazję, bo można pewne rzeczy zrobić od początku dobrze. Północna inteligencja inwestuje i wykorzystuje ją cały świat. My nie możemy pozwolić sobie na to, by zostać z tyłu. Bardzo ważne jest to, żebyśmy zdali sobie z tego sprawę, że my tak naprawdę jako cywilizacja jesteśmy na samym początku tej drogi. Czyli te ostatnie 100 lat rozwoju AI to jest... Przygotowanie do dzisiaj. Interfejs przeszłości jest nieokreślony. Jedyne, co jest pewne dla mnie, to że nie będzie to czad. Że nie będzie to czad. Nie będzie to czad. Można sobie wyobrazić, że w ciągu najbliższych pięciu lat dojdziemy na przykład do modeli, które będą w stanie już, nie wiem, rozwiązywać problemy takie algorytmiczne czy matematyczne na poziomie mistrzów świata. To jest coś, co będzie częścią naszego społeczeństwa w pewnym sensie tak jak ludzie. I ważne jest, żeby jakoś wejść w ten świat i nadal dążyć w kierunkach, które chcemy jako cywilizacja, jako, nie wiem, państwo. Dlatego chcę wykorzystać swoją wiedzę zdobywaną w SpaceX. Takie ogólne istoczne inteligencji, która jest jako ta AGI nazywana, to brakuje takiego modelu całego świata. Zrozumienia, co się stanie po każdej akcji, jakie zachowania powstaną, ale też takiej ludzkiej emocji, empatii. Czego jej brakuje, żeby można było powiedzieć, że jest człowiekiem? Cisza? Kto pierwszy? Witam państwa serdecznie. Jesteśmy w wyjątkowej scenerii w RAF Film Studio. Wyjątkowa sceneria dlatego, bo to pierwsza debata na tym kanale. Debata z sześcioma wyjątkowymi osobami. Nazywam ją debatą mistrzów kodowania, mistrzów AI. Dlatego, bo większość osób, które tutaj zgromadziliśmy dzisiaj, to osoby, które mają tytuł mistrzów świata. A spotykamy się w wyjątkowym dniu, bo to dzisiaj w Ministerstwie Cyfryzacji wicepremier ogłosił stworzenie nowego ciała doradczego dotyczącego sztucznej inteligencji. I może nie byłoby w tym nic dziwnego, bo do tworzenia ciał doradczych jesteśmy przyzwyczajeni, gdyby nie to, że skład tego ciała doradczego jest wyjątkowy. I zadanie, które przed nimi staje, wydaje się być naprawdę wyjątkowe. Krótkie biografie gości, o których mógłbym tutaj opowiadać bardzo długo. Doktor Agnieszka Mikołajczyk-Bareła z Barczewa, współtwórczyni Trudl, pierwszej polskiej alternatywy dla czata GPT. Kamila Staryga ze Skierniewic, mieszka w Dolinie Krzemowej, otwierała pierwszy na świecie kampus Google, gromadzący lokalną scenę startupową inwestorską. Pracowała w Google X, otrzymała od MIT, a więc jednej z najważniejszych na świecie uczelni technologicznych, tytuł Innovation Under 25. Profesor Marek Cygan, który był już gościem na naszym kanale. Uniwersytet Warszawski, mistrz świata w programowaniu zespołowym. Współzałożyciel firmy NoMagic, integrującej sztuczną inteligencję i robotykę. Tomasz Czajka, pochodzący z Talowej Woli, mistrz świata w programowaniu zespołowym. Tworzył oprogramowanie do nawigacji i sterowania komputera załegowego pojazdu kosmicznego Crew Dragon firmy SpaceX. Dr Karol Kurach. Karol pochodzi z Błonie. Od ponad 14 lat zajmuje się głębokimi sieciami neuronowymi. Jest współautorem jednym z głównych inżynierów inteligentnych systemów wykorzystywanych przez nas dzisiaj wszystkich wewnątrz Gmaila. Oraz współzałożycielem prestiżowego oddziału badawczego Google Brain w Curychu. I na koniec przewodniczący całego ciała doradczego Miron Mironiuk. Szef, założyciel spółki Cosmos AI wycenianej na ponad miliard złotych. Osoba, która wzięła na siebie rolę inicjowania tego przedsięwzięcia. Po co ta rada? Po co ten organ? Po pierwsze myślę, że powiem w imieniu nas wszystkich, że my jesteśmy bardzo wdzięczni za to, że mamy taką szansę i taką okazję, żeby pomóc Polsce. I to dla nas ogromny zaszczyt, że ktoś chce słuchać naszych rad. I myślę, że jesteśmy w takim momencie przyłomowym jako kraj, jako planeta, który możemy porównać tylko od drugiej rewolucji przemysłowej. Już o tym rozmawialiśmy ostatnio, ale myślę, że warto to zaznaczyć jeszcze raz. 120 lat temu dzięki elektryczności Stany Zjednoczone stały się najbogatszym krajem świata. Dzisiaj sztuczna inteligencja dostarczy takich samych możliwości krajom na świecie, żeby albo zrobić ten skok cywilizacyjny, albo wręcz się cofnąć. 120 lat temu nie mogliśmy skorzystać z tej szansy. Polska nie istniała. Dzisiaj nie tylko możemy skorzystać z tej szansy, tylko mamy to, co jest najważniejsze, żeby z niej skorzystać. Mamy najlepszych programistów na świecie i tutaj w gronie kilku osób mamy dwóch mistrzów świata i srebrnego medalista. Ale to, co mamy od dzisiaj również, to wolę polityczną, żeby to wykorzystać. I myślę, że to jest bardzo ważne, że politycy chcą wykorzystać tę szansę i wierzą w to, że Polska może stać się jednym z dziesięciu najbogatszych krajów na świecie. Jeszcze zanim porozmawiamy o zespole, którego członkiem jest, członkami jesteście, chciałbym niestandardowo zacząć od przyszłości, żeby spojrzeć na teraźniejszość, czyli co czeka nas w rozwoju sztucznej inteligencji w perspektywie najbliższych lat. Co dla mnie było takim przełomem w ciągu ostatnich kilku lat, to zdecydowanie to były te architektura Transformer, która stoi między innymi za czatem GPT i tymi Large Language modelami, zrobione nawiasem, mówiąc przez inżynierów z Google Brain. Myślę, że to było zaskakujące dla świata. Rzeczywiście wszyscy się szybko przyzwyczailiśmy do tego, ale w momencie, gdy GPT był pokazany po raz pierwszy, to był dosyć duży szok dla wszystkich. Ludzie się nie spodziewali, że to nastąpi tak szybko. Ale to chyba też kwestia dostępu do wiedzy, bo kodeks był upuszczony dużo szybciej niż ta GPT i na mnie kodeks zrobił ogromne wrażenie. Muszę dokończyć Karolowi, bo nie dokończył swojego. Jaka jest przyszłość? Nie jeszcze chciałem nawiązać do tego tematu, że dla ludzi to było zaskoczenie, ale dla naukowców, którzy już korzystali, widzieli ten paper GPT-1, GPT-2, który OpenAI samo uważało, że jest tak mocny, że nie mogą opublikować do niego WAG i nie mogą dać dostępu. Później dostaliśmy GPT-3. Dla ludzi, którzy w tym chociaż trochę siedzieli i korzystali sobie z tego API, było wiadomo, że te modele tak mogą, ale dopiero jak publica zauważyła, ludzie, którzy nie mają na co dzień kontaktu z takimi modelami, zobaczyli do czego oni są zdolni, to było właśnie takie wielkie wow, ale to było tak przez chwilę i właśnie znowu nam spowszedniało. Teraz każdy to bierze za... Jakbyś mógł pobawić się trochę w futurologa albo futurystę, to kiedy i co możemy osiągnąć w perspektywie na przykład najbliższych pięciu lat? Ojej, takie predykcje zawsze się bardzo źle kończą, ale potrafię sobie wyobrazić, że w ciągu najbliższych pięciu lat dojdziemy na przykład do modeli, które będą w stanie już rozwiązywać problemy takie algorytmiczne czy matematyczne na poziomie mistrzów świata. Znajdować dowody na twierdzenia matematyczne na przykład? Na przykład. Albo właśnie jeśli weźmiemy najtrudniejsze problemy z najtrudniejszej międzynarodowej olimpiady matematycznej czy właśnie tych zawodów międzynarodowych programistycznych. Takie modele, wydaje się, że jest to jakby całkiem możliwe, że w ciągu pięciu lat będą to już w stanie rozwiązać. Wcześniej dla biologii było to niemożliwe, w cudzysłowiu. Jedna z grup, która wyszła z DeepMind przez Google teraz jest Intrinsic. To jest jedna litera w alfabecie. Po prostu wykorzystuje alfa fold na... Na bazę protein, białek. Na szukanie nowych leków. Do tej pory wszystkie nowoczesne leki były tak naprawdę bardzo podobne do siebie, bo wykorzystywały bardzo jednolite rozwiązania. A oni przy tych symulacjach, które są na takiej dużej grupie prowadzone danych szukają nowych. Nie wiadomo jest jeszcze na ile to będzie powszechne, na ile bezpieczne, ale prędkość danych obliczeń daje bardzo dużo nadziei. Antybiotyki, na które się uodparniamy, to jest jeden z takich zagadnień, który jest bardzo trudny i ludzie myśleli, że trzeba iść w kamieniołomy, czy w jaskinie, czy na pustynię, żeby szukać nowych rozwiązań w naturze. Może będziemy mogli sobie pomóc. Szukać np. bakterii, tak? Tak, które mogłyby dać jakieś pomysły, jak to penicylina zapoczątkowała. Teraz przy tych rozwiązaniach może będziemy w stanie to po prostu skomputeryzować szybciej. Marek? Ja widzę dwie kategorie. Jedno to jest, idąc tutaj tym tropem, spowodowanie, że bardziej efektywne będą różne procesy wynajdowania pewnych rzeczy, ogólnie nowych technologii we wszystkich dziedzinach życia, czy to biologia, chemia, czy tworzenie nowych materiałów. Druga rzecz jest tego, że to, co wcześniej robiły zespoły, teraz będą mogły robić pojedyncze osoby, bo będą miały narzędzia do szybkiego przetwarzania tych danych, do szybkiej analizy. Więc myślę, że po prostu postęp technologiczny będzie szybszy. Nie wydarzy się nic takiego konkretnego, co można było wskazać palcem, tylko po prostu ten nasz postęp technologiczny jako cywilizacji będzie dzięki temu postępował dalej i szybciej. A druga rzecz z punktu widzenia użytkownika końcowego, ja nie potrafię wskazać dokładnie, do czego będziemy z tych narzędzi korzystać, ale wcześniej, jak pojawiały się systemy do nawigacji, kiedyś musieliśmy korzystać z map, teraz już nie korzystamy z map, tylko mamy nawigację, która nam pokazuje, jak jechać, ale to jest tak, że my wszyscy pytamy tę mapę i dostajemy od niej te same odpowiedzi, więc nauczyliśmy się korzystać z systemu, który jest taki sam dla wszystkich. Teraz dochodzimy do personalizacji, że będziemy mieli możliwość spersonalizowanego nauczyciela na przykład, który wie dokładnie, co my wiemy w tej chwili, czego nie wiemy i jak nas nauczyć czegoś nowego. To jest coś, czego nie byliśmy w stanie robić do tej pory. Te nowe metody potrafią się w bardzo zachęcający sposób dostosowywać do konkretnych potrzeb, do pojedynczych osób. Moim zdaniem interfejs przyszłości jest nieokreślony. Jedyne, co jest pewne dla mnie, to, że nie będzie to czat. Że nie będzie to czat? Nie będzie to czat. A to nie jest tak, że ten czat jest tak bliską dla nas czynnością, formą konwersacji, dialogu, że właśnie w nim się zakochaliśmy? Tomek, kiwa głową. Ja bym powiedział, że to może być coś w rodzaju czata, ale na pewno modele językowe, nawet trenowanie coraz lepszych modeli językowych, to nie jest ostatnie słowo w tej dziedzinie. To znaczy nasze mózgi nie są modelami językowymi. My coś robimy bardziej skomplikowanego, jak sobie myślimy i rozmawiamy z kimś. Czyli chcesz powiedzieć, że zmienimy paradygmat w ogóle? Myślę, że modele językowe to jest jeden element z tego, co będzie w najbliższym czasie, ale można na tym zbudować bardziej skomplikowane algorytmy rozmowy. Bo na przykład model językowy polega mniej więcej na tym, że on generuje jakiś rozkład prawdopodobieństwa tego, co może powiedzieć za chwilę ten model na podstawie tego, co usłyszał przed chwilą albo tego, co powiedział przed chwilą. Generuje kolejne słowa, przewiduje, że mogę powiedzieć takie słowa, a potem mogę powiedzieć takie słowo i generuje kolejne słowa. Natomiast niektórzy mówią, i to jest taki dla mnie oczywisty następny krok, żeby nie mówić od razu następnego, kolejnego słowa, tylko przemyśleć najpierw, co mogę powiedzieć. Mogę powiedzieć takie zdanie albo mogę powiedzieć coś tego rodzaju. Potem ocenić, która z tych wypowiedzi jest najlepsza. Jakie są konsekwencje? I to jest trochę tak jak z tym graniem w szachy albo w go, bo team AlphaGo w DeepMind wytrenował sieć neuronową, czyli coś podobnego do modelu językowego, która ocenia pozycje i ocenia, jakie są sensowne ruchy w go albo w szachy. Oni też zrobili szachy. Ale algorytm, który grałby tą metodą, nie byłby aż taki dobry, jak jest ich algorytm. Oni mają nie tylko sieć neuronową, która generuje możliwe ruchy, tak jak GPT generuje możliwe słowa, tylko mają też algorytm planowania, który używa tego jako element swojego algorytmu. Mają coś, co przewiduje możliwe sekwencje ruchów, potem wybiera takie sekwencje, które mają największy sens i dopiero wtedy robi taki ruch. Więc to jest taki odpowiednik ludzkiego zastanowienia się, co chcę powiedzieć, zanim zacznę mówić. I ten interfejs, który dzisiaj, żeby wrócić do tego, my traktujemy to bardzo liniowo, że ja zadam pytania, dostaję odpowiedź. Ale zobaczmy sobie, mówimy o kolacji, ja już powiedziałem, że może nam pomóc nawet w doborze, co będziemy jedli. Może tak być, że podejdziemy do naszej lodówki, ten system będzie widział, co jest w tej lodówce, będzie wiedział, kim ja jestem, ile ważę, co jem, jakie mam jutro dzień, czy muszę mieć dużo energii, czy mogę sobie pozwolić na dietę. I on sam mi zaproponując jest dla mnie najlepszy. Czyli wykorzysta bardzo dużo wiedzy, która już dzisiaj jest zbudowana, ale jak z tym jesteśmy, jak to się odbywa wokół nas, nie będzie takim jedynkowym. Przyszłość w ogóle, te najbliższe pięć lat, będzie raczej należała nie do modeli samych językowych, ale bardziej do tych modeli multimodalnych, czyli modeli, które biorą pod uwagę nie tylko tekst, ale również obraz, dźwięk i inne sygnały i są w stanie się uczyć na podstawie tego. No bo wyobraźmy sobie, jak dużo danych jest przykładowo w całym YouTubie. Jeśli weźmiemy wszystkie możliwe filmy z całego YouTuba, ile tam będzie, no nie wiem, ile się można nauczyć fizyki działającego świata, tylko obserwując różne filmy. Wydaje się, że jest to bardzo ogromne źródło informacji, które z dużą mocą obliczeniową modele będą w stanie przekuć na swoją wiedzę. To jest trochę to, o czym kiedyś z Markiem rozmawialiśmy, czyli że w ten sposób jesteśmy w stanie trochę nauczyć takiego... Modelu świata. Modelu świata, czyli trochę jakiejś wizji przestrzennej tych modeli, których dzisiaj nie mają. Ja taką ogólną sztuczną inteligencję wyobrażam sobie jako byt, który jest w stanie także robić predykcje wśród krótkoterminową i długoterminową ze znajomością całego świata. Bo my, jako ludzie, jak zastanawiamy się, jaką kolejną akcję podjąć, to często też zastanawiamy się, jak ta akcja wpłynie na wszystko, co nas otacza. Na ludzi, czy nie sprawimy kogoś szybkości, jak to wpłynie też na nasze długoterminowe cele. Zastanowimy się, co się stanie, jak podniesiemy taką szklankę. Na przykład jeśli kubek jest gorący. Mamy ten model świata, wiemy, że kubek jest gorący. To nie jest tak, że my wiemy, że jest gorący jako słowo, bo tak modele językowe działają, że one znają powiązania ze sobą rzeczy, powiązania słów i to jest zrozumiałe, ale one nie rozumieją, że to jest gorące i że to zaboli człowieka po tym, jak to dotknie. Więc mi się wydaje, że takiej ogólnej sztucznej inteligencji, która jest jako ta AGI nazywana, to brakuje takiego modelu całego świata zrozumienia, co się stanie po każdej akcji, jakie zachowania powstaną, ale też takiej ludzkiej emocji, empatii i zrozumienia. Bo teraz modele językowe, one potrafią wykazywać empatię, ale to nie oznacza, że one czują tę empatię. To granica chyba jest dość cienka. Możemy mieć dwie wizje. Jedna wizja, piękna wizja. To załóżmy, jeżeli teraz pracujemy 40 godzin w tygodniu i połowa z tego to są takie zajęcia powtarzalne, to w idealnym świecie każdy z nas będzie mieć pracę, będziemy pracować tylko 20 godzin w tygodniu, będziemy zarabiać te same pieniądze, pozostały czas będziemy chodzić na masaże itd., itd. Jeszcze inna piękna wizja, też może być piękna wizja, że znajdziemy nowe rzeczy, które możemy robić, których do tej pory nie robiliśmy. Dzięki temu, że jesteśmy wydajniejsi w tym, co robiliśmy do tej pory, ludzie mogą zacząć zajmować się czymś nowym. Tak samo jak kiedyś 90% ludzkości zajmowało się rolnictwem, zostało to zautomatyzowane i większość ludzkości się przedstawiała na robienie czegoś zupełnie nowego, czego w ogóle nie przewidywaliśmy. Dokładnie. A żeby to się wydarzyło, to jest bardzo ważne, żebyśmy zrozumieli te zagrożenia i szanse i dostosowali społeczeństwo do tego. I tutaj kłania się edukacja. W jaki sposób zmienić program nauczania? Mówimy o programie nauczania. Jednym z tematów, jak porozmawiasz o tym, czego szukają firmy zajmujące się sztuczną inteligencją, to nie jest wiedza o sztucznej inteligencji, tylko statystyki. Dzisiaj na lekcjach matematyki z tej statystyki się właściwie nie uczy. Więc pytanie, jak dostosować... Czasami by nie chodziło fundamentalnie o umiejętności, które znamy od lat, o których musimy na nowo pomyśleć. Jest jeszcze możliwa trzecia droga, a mianowicie, że kiedy mamy ograniczony dostęp do AI, musimy ją bardziej zoptymalizować. Dlatego, bo jeżeli dane dobro jest limitowane, to zastanawiamy się nad tym, jak go redystrybuować i przez to dbamy o jego jakość, etykę. Kiedy inwestujemy w AI, która nagle staje się dobrem powszechnym, silną AI, ogólną AI, to może się okazać, czy nie jest tak, nie zgadasz się ze mną, że jest wręcz odwrotnie. Że ten dopust sztucznej inteligencji będzie powodował, że przestaniemy zwracać uwagę na to, czy coś jest etyczne. Tak, zgadzam się, że to jest możliwa droga, dlatego właśnie nasza rola tutaj, myślę, że jest bardzo ważna, żeby właśnie... Dlatego mówię, że państwo ma olbrzymią rolę, żeby wprowadzić społeczeństwo na taką optymistyczną ścieżkę. Zgadzam się, że są zagrożenia, że rzeczywiście oddamy kontrolę nad sobą. Tu się łączy to, co mówiła Agnieszka o etyce i rozumieniu modeli. Bo mamy te z natury rzeczy, jakby nie możemy... Najlepiej zoptymalizowane modele są takie, że nie rozumiemy do końca, co one tam sobie myślą, co one planują i w jaki sposób działają. Więc siłą rzeczy, jeśli zastępujemy to, co robimy sztuczną inteligencją tego rodzaju, taką bardzo silną, to oddajemy kontrolę w pewnym stopniu nad własnym życiem, nad własnym światem. No i jest ryzyko, że oddamy tą kontrolę za bardzo i nie będziemy już wiedzieć, co się dzieje w świecie. Tak jak szczególnie, jeśli ta inteligencja się zbliży do poziomu inteligencji ludzkiej i jakby zaczniemy tak bardzo ufać tym systemom, że oddamy wszystko, co robimy, że np. tak jak teraz jeździmy samochodem i ja ufam całkowicie mapom Google'a, że mnie doprowadzą do celu i nie muszę myśleć. Tak samo mogę o całym swoim życiu zacząć myśleć i tu są pewne zagrożenia, że jakby stracimy kontrolę nad własnym życiem i niekoniecznie ostatecznie osiągniemy to, co chcemy tak naprawdę osiągnąć jako ludzkość, jako pojedynczy ludzie, czy jako państwo. I ważne jest, żeby jakoś wejść w ten świat i nadal dążyć w kierunkach, które chcemy jako cywilizacja, jako państwo. I dlatego chcesz wykorzystać swoją wiedzę zdobywaną w SpaceX? Firma, która robi wszystko, żeby nas przenieść z tej planety. Już tam nie pracuję, żeby zaznaczyć tych wszystkich problemów, więc ja tu bardziej mogę tylko doradzać i dzielić się własnymi przemyśleniami. Nie sądzę, że ja sam rozwiążę te wszystkie problemy. Ja nie mam żadnych gotowych rozwiązań w tej chwili. Może mam jakieś pomysły, jak można do tego podejść. Jest wiele różnych mądrych ludzi na świecie, którzy mają swoje pomysły i tutaj mogę tylko doradzać, które mi się wydaje sensowne, które inni ludzie też mogą doradzać. I jakoś możemy pchać ten wózek. Natomiast ja nie twierdzę, że ja stworzę jakieś narzędzie, które to samo rozwiąże. Mi się wydaje, że bardzo ważne jest to, żebyśmy zdali sobie z tego sprawę, że my tak naprawdę jako cywilizacja jesteśmy na samym początku tej drogi. I jeżeli jako kraj, jako ludzie staniemy jako wykonawcy, a nie jako odbiorcy, to to będzie dla nas lepsze. Czyli to ostatnie 100 lat rozwoju AI to jest... Przygotowanie do dzisiaj. To jest przygotowanie do dzisiaj. Bo tak naprawdę ten moment przełomu następuje teraz, kiedy to się staje dostępne nie tylko w danym laboratorium czy w danym centrum obliczeniowym, które było tylko dostępne dla małej grupy ludzi. Teraz to się stanie bardzo szeroko dostępne. Ja na to patrzę jako na nowe rozdanie. I tak naprawdę dzisiaj nie wiemy, czy Chiny, Ameryka, te siły i te wszystkie inne 10 zostaną takie same. Bo to wszystko, co się dzieje wokół nas bardzo dużo rzeczy zdefiniuje. Amerykanie, Chińczycy bardzo sobie patrzą na ręce, jak to się zachowuje, ile pieniędzy wydaje na szkolenie studentów, bo tak naprawdę od tego będzie zależała cała ich pozycja na świecie. I my jako Polacy mamy bardzo fajną taką cechę, że jesteśmy małym krajem, ale wystarczająco dużym, żeby coś robić większego i możemy szybko się zorganizować. Estonia jest porównywana jako taki bokser w wagi piórkowej, który wygrywa z największymi bokserami na świecie w informatyce. Zwłaszcza w administracji. Dokładnie. Dlaczego nie może być Polska we wdrożeniach? Może chciałem tutaj dodać, jeśli chodzi o technologię, bo jeśli chcemy zbudować dom i mamy 100 razy więcej pieniędzy, to możemy sobie zbudować 100 razy większy dom, dołożyć basen, nie wiadomo jakie samochody i jest ogromna różnica między osobą, która wyda x pieniędzy na dom i 100 razy x. Jeśli chodzi o technologię, to ona ma tendencję do wyrównywania. Nie możemy sobie kupić 100 razy lepszego telefonu komórkowego, płacąc 100 razy więcej. Po prostu takiego telefonu nie ma. Technologia sprawia, że mamy bardzo podobny dostęp do narzędzi i ta rozbieżność jest coraz mniejsza, a nie coraz większa. No ale możemy kupić moc obliczeniową. No ale to mówimy o etapie tworzenia, natomiast jeśli chodzi o odbiorców i konsumentów i co oni mogą z tą technologią zrobić, no to tutaj szanse się wyrównują. Tylko 10% z Was oglądających to konto obserwuje nasz kanał, subskrybuje nasze konto. A to subskrypcje pomagają nam docierać z treściami właśnie do Was. Jeżeli interesują Was treści, które tutaj publikujemy, zostańcie z nami na dłużej i subskrybujcie ten profil. Teraz chciałbym, żebyśmy zaczęli od takiego zagadnienia. Trochę jesteśmy w czarnym pudełku, dlatego ta sceneria jest ciemno dookoła. Wyobraźmy sobie, że to jest takie czarne pudełko wewnątrz sztucznej inteligencji. No i teraz tak, mamy tą sztuczną inteligencję, która jest zintegrowana z Googlem. Jest tak silna jak algorytm spółki OpenAI. Ma głos ludzki dzięki Eleven Lab, dzięki Voice AI. Czego jej brakuje, żeby można było powiedzieć, że jest człowiekiem? Cisza? Kto pierwszy? Nie jest człowiekiem, bo działa zupełnie inaczej niż człowiek. Natomiast to nie oznacza, że czegoś brakuje. Po prostu to jest inny byt według mnie. Nie wiem, może inni uważają inaczej. Czyli ty uważasz, Tomasz, że jej niczego nie będzie brakowało? Nie powiedziałbym, żeby być człowiekiem, bo to będzie zupełnie inny sposób myślenia, inny sposób analizowania danych niż człowiek to robi. Natomiast gdybyśmy rzeczywiście mieli coś takiego, tego jeszcze trochę daleko nam do tego, żeby stworzyć, ale myślę, że to jest coś, co będzie częścią naszego społeczeństwa w pewnym sensie tak jak ludzie. W takiej optymistycznej wersji tego, jak ja to widzę. Będziemy współpracować z tego typu bytami i dzięki temu będzie nam się żyło lepiej, bogaciej, bezpieczniej, przyjemniej i mam nadzieję, że nam się uda tak to zrobić. Nie możemy sprowadzić człowieka tylko do inteligencji. Bo sami wiemy, że jak się spotyka osoba, która jest niesamowicie inteligentna, ale emocjonalnie nieobecna, to to nie jest jej interakcja tak naprawdę z pełnym człowieczeństwem. Jak ja teraz czytam bardzo duże debaty, kiedy będziemy na równi sobie, to to jest tylko część, bo my jako człowiek mamy swoje marzenia, pragnienia, strachy, a ta sprawa, którą teraz budujemy nie zachowuje się jak my logicznie, będzie bardzo sprawna, ale tylko w tej części. Więc ja trochę nie rozumiem, dlaczego tak bardzo chcemy się do tego porównywać. Dlaczego my jako ludzie przedstawiamy siebie tylko jako tę część inteligentną. Może z jakiegoś lęku? Ja nie wiem. Nie umiem odpowiedzieć na to pytanie. Miron, dzisiaj powiedziałeś na tej konferencji o tym, zacząłeś w zasadzie tę konferencję takim stwierdzeniem, tą swoją wypowiedź, że Polska ma szansę być w dziesięciu najsilniejszych gospodarek na świecie. I dla wielu to się może wydawać niemożliwe do zrealizowania. Bo jak sobie spojrzymy na inną statystykę, która padła na konferencji, to jesteśmy na 32. miejscu w Europie. Jeśli chodzi o cyfryzację administracji. Takie e-governments. Więc od 32. miejsca w Europie do 10. na świecie jest ogromna... Jeżeli chodzi o... My koncentrujemy się... To, żeby doprecyzować, uważamy, że Polska ma szansę, żeby być w top 10 najbogatszych państw w świecie, jeżeli chodzi o PKB na mieszkańca w partycie siły nabywczej. Dzisiaj mamy dopiero 39. miejsca. Teraz tak mówisz o cyfryzacji, gdzie jesteśmy. To są rzeczy... Tak, rzeczywiście nie radzimy sobie najlepiej, ale to są rzeczy stosunkowo łatwe do naprawienia. Jeżeli mówimy o tym, co jest ważne, żeby... Polska nie odniesie takiego skoku cywilizacyjnego, jeżeli nasze strony będą lepiej działały i obsługa urzędników będzie bardziej efektywna. To, co jest potrzebne, to jest nasz kapitał intelektualny. I to, co jest inny ranking, który możemy przywołać poza wynikami programistów, to to, że Polska do niedawna miała trzecie miejsce w Europie w rankingu PISA. To jest taki najważniejszy ranking pokazujący poziom edukacji. Więc teraz spadliśmy w tym rankingu z trzeciego na ósme miejsce w Europie, ale na pewno możemy na to trzecie miejsce wrócić. Jeżeli porównamy nasze wydatki do wydatków państw zachodnich jak Francja na edukację, to jesteśmy na zupełnie innym poziomie. To jest fascynujące, co się dzieje takiego w Polsce, że my jesteśmy w stanie szkolić tak niesamowitych inżynierów i inżynierki i to, że nasi piętnastolatkowie znają świetnie matematykę, nauki przyrodnicze i potrafią czytać z zrozumieniem. Wy wierzycie w to, że naprawdę jesteście w stanie wspierając Polskę w EI doprowadzić do tego, że będziemy dziesiątą gospodarką? W zasadzie odpowiedź brzmi, dlaczego nie. EI jest czymś, co pozwala wyskalować dobre rzeczy. Przykładowo, jak mamy jednego bardzo dobrego nauczyciela, to naturalnie jest w stanie nauczyć jedną klasę, może kilka klas, natomiast jeśli ten nauczyciel może dotrzeć do wszystkich i być najlepszym nauczycielem w Polsce dla wszystkich szkół przykładowo, to nagle to się staje bardzo skalowalne. To jest też bardzo ciekawy przykład. Patrzyliśmy na ten ranking i musimy coś z tym zrobić, a rozwiązaniem nie jest, i tutaj zapytam ekspertów, eksperci uważają, że jednym z powodów, dlaczego ten spadek nastąpił, jest likwidacja gimnazjów. Dlatego, że ten spadek jest najbardziej dotkliwy w małych ośrodkach, w ośrodkach wiejskich. Rozwiązaniem nie jest przywracanie gimnazjów, jest pójść się dwa kroki dalej. Zależy nam na tym, żeby wykorzystać technologię, wykorzystać sztuczną inteligencję do tego, żeby nawet w małej wiosce warmińsko-mazurskim dzieci miały taki sam dostęp w Warszawie, jak w Staszicu w Warszawie. Na konferencji padło też takie stwierdzenie, że obieracie sobie 10 celów, 10 projektów, na których chcecie się skupić. Obszary są już znane i zaraz przez nie przebrniemy, ale jeszcze Miron, do Ciebie pytanie. Powiedz jeszcze, dlaczego 10 projektów i jakie wybieraliście? I co to są za projekty? Myślę, że wszyscy, jak przedstawiamy ten zespół, każdy zaczyna od tego, że się nie da. Że się nie da, bo nasza administracja jest wolna, że w przyszłości się nigdy nie udawało itd., itd. I to nieprawda. W przyszłości mieliśmy bardzo ambitne cele. Wejście do Unii Europejskiej, wejście do NATO to były bardzo, bardzo ambitne cele. W 1989 roku Polska była na poziomie Ukrainy. Nawet byliśmy mniej zamożni. Dziś jesteśmy w zupełnie innym miejscu. Dlatego, że ktoś wybrał ten cel i później rozłożył ten duży cel na czynniki pierwsze. I dzisiaj musimy zrobić to samo. Musimy obrać ten jeden cel. Według nas to powinno być stanie się jednym z 10 najbogatszych krajów na świecie. I pomyśleć, co dzisiaj w 2024 roku musi się wydarzyć, żeby ten cel był możliwy. I my wybraliśmy te 10 projektów, żeby skupić się na czymś bardzo, bardzo konkretnym. Dzisiaj mieliśmy spotkanie z premierem Gawkowskim. Rozmawialiśmy tylko o tych 10 projektach. Pomimo to, że na samym początku naszych prac wybraliśmy 50 różnych projektów. Ale zdecydowaliśmy, że musimy, to jest za dużo. Nie jesteśmy w stanie tego zrobić. Ten zespół jest za mały. To są projekty, które nigdzie na świecie do tej pory nie zostały wdrożone z wykorzystaniem AI. Większość z tych projektów nigdy nie była wdrożona. Mówimy też o projekcie np. budowa centrum obliczeniowego. Takie centra istnieją, tylko pytanie, jak duże to centrum powinno być i na jakich zasadach powinno funkcjonować. A tak, rzeczywiście większość tych projektów będzie w Polsce realizowana po raz pierwszy. Dlatego też to są wyzwania technologiczne. Nie mamy 100% pewności w tym momencie, czy technologia da radę. Ale wiemy, że jeżeli nie da radę z tym zespołem, to nie da radę z nikim innym. A Ty będziesz odpowiadała za obszar etyki. Co to znaczy dla Ciebie? Etyka w sztucznej inteligencji to jest bardzo szeroki temat, który zawiera w sobie wiele różnych warstw. I jeśli spojrzymy na etykę, to możemy zauważyć tam kilka takich obszarów. Jednym z nich jest np. objaśnialność modeli, ich wyjaśnialność oraz transparentność. Objaśnialność to znaczy, że modele mogą zostać wytłumaczone. Możemy wyjaśnić, dlaczego dana decyzja została podjęta w taki sposób. Transparentność jest bardzo zbliżonym pojęciem. Ona mówi o tym, że jesteśmy w stanie dokładnie stwierdzić, jak taki proces nastąpił. Czyli te metody objaśnialności stosuje się zazwyczaj w takich głębszych modelach. I jesteśmy wtedy w stanie powiedzieć mniej więcej, dlaczego model podjął taką decyzję. Jakie były tego przesłanki. Transparentne modele to są zazwyczaj takie mniejsze modele, płytsze, gdzie jesteśmy w stanie po prostu przesielić, jak ten model podjął decyzję. Więc to mamy dwie takie pierwsze kwestie. Ale oprócz tego jest mnóstwo innych kwestii, takich jak na przykład zastanawianie się, czy mogą nastąpić nadużycia, jeśli korzystamy z takich modeli. Taki przykład, który podałam na konferencji, to przykład udostępnienia aplikacji do klonowania głosu. Twórcy z dobrą wolą mogą udostępnić, jednak z takiej aplikacji mogą wtedy skorzystać też przestępcy. Zastanawiania głosu polegają na tym, że wykrywamy próbkę z nagraną mową. Jesteśmy w stanie kopiować na przykład Eleven Labs. Bardzo zasłyną z tej technologii. Jesteśmy w stanie tę barwę głosu przenieść na swój głos albo po prostu wygenerować cudzym głosem, zapewniając kilka próbek, kilka minut jego głosu wiadomość, co może być wykorzystane do włodzeń. Żeby temu zapobiegać, to musimy stosować pewne środki prewencyjne. Możemy też zejść na poziom zupełnie inny, niż do tej pory myślimy o ETC AI. Bo jak ja myślę o ETC AI, to myślę głównie o sposobie jej wykorzystywania. Czyli stawiamy na modele, stawiamy na mechanizmy, które służą, nie wiem, ratowaniu życia, zdrowia, nie wypieraniu pracy, tylko wspieraniu tej pracy. A ty schodzisz na poziom niżej, czyli poziom tego, żeby weryfikować w ogóle, jakimi danymi my szkolimy model. Tak, to jest bardzo ważne. Takimi aspektami zajmowałam podczas doktoratu. Oczywiście bardzo ważne jest to, żeby model nie dyskryminował innych, żeby myśleć o tym, o sztucznej inteligencji przyszłościowo, długofalowo, jak będzie wpływać na środowisko, na społeczeństwo. Właśnie, żeby nie pozbawiała ludzi pracy, ale wzmacniała ich talenty, pomagała im osiągać lepsze wyniki, poprawiać efektywność. To jest narzędzie, które można dobrze wykorzystać, poprawi nam jakość życia, sprawi, że praca będzie bezpieczniejsza. Więc jak najbardziej te aspekty też są istotne. A tym, czym ja się tak głębiej zajmowałam podczas doktoratu, to właśnie wykrywanie błędów danych, biasów danych, a także ich wpływu na modele oraz zmniejszenie tych wpływów. Naszym zadaniem jest po pierwsze dorodzenie administracji publicznej, co zrobić, żeby naukowcy tacy jak Wojtek Zaremba czy osoby w tym zespole mogły budować te modele w Polsce. To jest jeden z elementów. I dwa, też wsparcie administracji, żeby wiedzieć jak technologicznie zapewnić to, że modele, które będą wykorzystywane w Polsce są etyczne. Czyli na przykład nie dyskryminują, nie powielają uprzedzeń. Odnośnie tego, gdzie jesteśmy z modelami i jak możemy je doskonalić z dodanej aplikacji, to nie jest temat na Polskę, to jest temat na świat. Ja pracuję w Stanach na rynku amerykańskim jako pierwszym w mojej pracy codziennej i przed takim samym wyzwaniem stanęliśmy, budując modele dla płodności kobiet w Ameryce. Nie możemy używać LLM Chat do rozmowy z kobietami amerykańskimi, bo one są trenowane na tym, co jest w internecie. Jeżeli ktokolwiek próbował coś przeczytać o płodności w internecie, to tam jest więcej fake newsów, mitów niż faktów. LLM, czyli Large Language Model. Tak, te duże modele językowe. Ale są na szczęście rozwiązania. I jednym z takich rozwiązań, które dla nas zadziałało, to po prostu stworzenie podwójnej ścieżki pracy. Jedno to zebranie wiedzy od najlepszych lekarzy w danej dziedzinie i drugie to połączenie tego z możliwościami rozmowy takiego modelu. To nie jest dokładnie, jak to wygląda, ale obrazowo można sobie tak wyobrazić, że jedną z mojej pracy było zrobienie takiego słownika, który ma prawdziwą wiedzę, a wykorzystanie API OpenAI było podaniem języka, którym może ten czat się posługiwać, wykorzystając wiedzę z tego słownika. Więc dużo będzie zastosowań, które my jeszcze jako ludzie musimy zdefiniować, jakie dla nas będą najważniejsze i jak połączyć wiedzę, która już istnieje w świecie, która jest albo zamknięta akademicko, albo zamknięta papierowo. Administracji publicznej. Dokładnie. Ja akurat daję przykład zdrowia, bo to jest moja dziedzina, ale wszystkie inne etapy będą wymagały takiego zapytania. Czy generalizacja, która była potrzebna do gmaila, czy do rozpoznawania, jak samochody się zachowują wystarczy, czy musimy zejść głębiej, żeby zrobić pojedyncze wdrożenia? Tomek, Ty w zespole będziesz odpowiadał za bezpieczeństwo, za obszar bezpieczeństwa, ataki, deepfake'i, wpływ sztucznej inteligencji na rynek pracy. Nawet powiedziałeś tak dość odważnie, utraty miejsc pracy. Nie wiem, czy tak powiedziałem, ale można tak powiedzieć. Zweryfikujemy. No ale to mamy szansę teraz dopytać Ciebie wprost. Czy rzeczywiście jest tak, że Ty boisz się, że sztuczna inteligencja wpłynie na... Tak, myślę, że to jest duże zagrożenie, że nie samo to, że sztuczna inteligencja nam zautomatyzuje pracę, bo to może mieć pozytywne skutki, tak jak do tej pory technologia nam automatyzuje pracę, elektryczność nam automatyzuje pracę, rolnictwo jest zautomatyzowane, to miało ostatecznie pozytywne skutki, nawet jeśli ludzie się tego początkowo obawiali. Więc samo to, że zautomatyzujemy pracę i ludzie stracą miejsca pracy, to niekoniecznie oznacza, że ludzkość na tym straci albo nawet, że pojedynczy ludzie będą na tym stratni, bo może się dostosujemy do nowych warunków, do nowej rzeczywistości. Myślę, że jedno z naszych jako państwa zadań jest to, żeby przeprowadzić obywateli, kraj, przez tę rewolucję technologiczną, tak żeby się jak najlepiej dostosować do nowej rzeczywistości. Kamila, medycyna to jest ten Twój obszar. Mówiłaś o bankach danych. Co to znaczy, że my potrzebujemy banków danych w Polsce? W Polsce i na świecie. Nimkolwiek zaczniemy jakiekolwiek budować systemy, potrzebujemy informacji, które jesteśmy w stanie użyć do tego, żeby te systemy trenować, sprawdzać, oceniać. Ze strony medycznej, żebyśmy mogli zobaczyć, jakie są historie choroby danej grupy docelowej, czy jak się dana osoba będzie rozwijała zdrowotnie na skalę swojego życia, musimy mieć jakieś punkty odniesienia. Ja u siebie w pracy, żeby móc ocenić przyszłość płodności kobiet, musieliśmy zebrać 1,4 miliona danych, żeby móc zacząć robić takie symulacje. W Polsce jeszcze dzisiaj nie mamy jasności, jak zcentralizowane takie miejsce do analizy danych i to będą części medyczne i części generalnie o człowieku, musi być zorganizowane. Wykorzystanie danych syntetycznych jest częścią budowania możliwości sztucznej inteligencji. Dodawanie danych syntetycznych jest tak naprawdę sprawą, którą podejmuje się na bazie różnych miejsc drogi wykonawczej. Nie każde rozwiązanie potrzebuje danych syntetycznych, ale też, żeby móc wykorzystać dane syntetyczne, musimy rozumieć, jaki jest minimalny opis danej grupy. My jako Polska dzisiaj tak naprawdę nie wiemy, jaka jest charakterystyka zdrowej osoby w Polsce. Bardzo dużo ludzi rozmawia o tym, kto jest chory, jak poznać historię raka, danej dziedziny, czy jelita grubego, czy ja mówię o raku piersi, ale tak naprawdę największa moc w wykorzystaniu sztucznej inteligencji jest zrozumieniem, jak spowodować, żeby ktoś nie zachorował. Czyli diagnostyka, prewencja. Rozpoznanie danej choroby jest bardzo ważne i bardzo pomocne lekarzom w opisywaniu danej choroby. Szybciej docieranie do pacjenta jest taką diagnozą trafną, ale spowodowanie, że dzisiaj patrzymy na osobę, która ma pewną charakterystykę zdrowia i jakie kroki dana osoba powinna podjąć, żeby w jak najlepszym zdrowiu zostać. A my kontynuujemy dalszą część debaty już bez Agnieszki, która po prostu musiała uciekać na samolot. Kamila, to jeszcze jedno pytanie z tego obszaru. Czy Twój dzisiejszy stan wiedzy dotyczący sztucznej inteligencji pozwala podpisać się pod taką tezą, że za 10, 15, może 20 lat my nie będziemy tylko leczyć, ale też przewidywać choroby, czyli uprawiać medycynę predykcyjną, gdzie po jakichś mikrosygnałach, nie wiem, to w jaki sposób oczy reagują na światło, wykorzystując algorytmy będziemy w stanie na przykład przewidzieć, że dana osoba za 10 lat zachoruje na chorobę neurodegeneratywną? Czy to będzie za 10 lat, to nie wiem, ale bardzo bym chciała, żeby to stało się rzeczywistością. Dużo, jak byłeś teraz w Ameryce, rozmów jest na temat longevity, czyli długowieczności. I tak naprawdę długowieczność to nie jest tylko po to, żeby żyć 200 lat, ale żeby żyć tyle, ile lat nam dano, ale w najlepszym zdrowiu. Czyli spowodowanie, że człowiek nie zachoruje, to będzie największa zmiana, jak medycyna będzie postrzegana. Żebyśmy nie reagowali, ale chronili. Czy na przykład przewidzenie płodności nie jest trochę pójściem w tym kierunku? Dokładnie. Dlatego to, co ja robię dzisiaj, to jest jeszcze nierozsądowalne w Stanach. To jest system bardzo już rozwinięty odnośnie ochrony zdrowia w wielu przypadkach, ale jako kraj Ameryka jeszcze nie refunduje planowania, przewidywania, kto będzie niepłodny za 5 lat, ponieważ nikt o tym nie myśli. I my musieliśmy sami zbudować tą bazę danych kobiet, które wiemy. W dziedzinie przewidywań mamy te endpoints, które kobiety mogły zajść w ciąże naturalnie, które potrzebowały pomocy, które musiały mieć in vitro, które nie mogły zajść wcale. I na podstawie tego robimy taką analizę wcześniejszą, że przy takiej grupie osób wydaje nam się, że taką będą miały ścieżkę i staramy się je przeprowadzić najbardziej godnie, żeby uciec się od tych najbardziej trudnych rozwiązań. I to ten obszar, rozumiem, taka umiejętność wykorzystywania danych będzie tym Twoim przedmiotem zainteresowania? Tak. To będzie zdefiniowanie, jakie dane są potrzebne, jakie zebrać w bardzo bezpieczny sposób, żeby nikt z polskich pacjentów, osób, lekarzy, osób odpowiedzialnych za legislację się nie bali, żeby wykorzystać to tak naprawdę systemowo. To, co jest bardzo ważne, to jakiekolwiek dane związane z medycyną mogą być pobierane tylko w sposób zanimizowany i dobrowolny. Karol, a Ty masz odpowiadać w zespole za pomaganie państwu byciem bardziej skutecznym. Coś takiego powiedziałeś na konferencji prasowej. Tak, jakby na konferencji przedstawiliśmy to skuteczne państwo jako jeden z tych kluczowych elementów naszego programu. Jako grupa wierzymy, że sztuczna inteligencja zdecydowanie może pomóc państwu w usprawnieniu różnych procesów administracyjnych, w sprawieniu, aby różne działania były bardziej optymalizowane, w tym aby dostarczyć nowych narzędzi do analizy danych. W szczególności jako grupa będziemy chcieli przedstawić pomysły, które z jednej strony pomogą obywatelom, ale z drugiej strony pomogą również np. osobom, które odpowiadają za stanowienie nowego prawa. Taki przykład, który również podaliśmy na konferencji w samym zeszłym roku, powstało ponad 21 tys. stron nowych aktów prawnych, bez wliczenia aktów środowiskowych. No i taka ilość nie jest w zasadzie do zapanowania dla żadnego człowieka. I teraz jak to nowe prawo powstaje, chcielibyśmy, aby sztuczna inteligencja mogła np. pomóc, pomóc osobom tworzącym to prawo, żeby nie było żadnych sprzeczności, żeby np. osoby były świadome długoterminowych konsekwencji albo potencjalnie jakichś ukrytych kruczków prawnych. Chcesz powiedzieć, że sztuczna inteligencja ma tworzyć polskie prawo? Nie sama tworzyć, a raczej być narzędziem, które będzie asestować osobom odpowiedzialnym. Wiadomo, że na koniec i tak muszą spojrzeć na to eksperci. Ale dla takiego eksperta przejrzenie, nie wiem, kilku tysięcy stron, może być, nie wiem, mogłoby zająć strasznie, strasznie dużo czasu. Natomiast wydaje nam się, że będziemy w stanie wykorzystać sztuczną inteligencję, aby po prostu zmniejszyć tą ilość pracy, zawęzić rzeczywiście ten obszar do kontroli dla eksperta, do czegoś, co jest do zrobienia dla człowieka. Pomyśl o tym 21 tysięcy stron. Jak byś codziennie jako obywatel dostawał taką instrukcję z Ikei, która ma 80 stron i do tego wszystkiego, jak jest uchwalane takie nowe prawo, ono musi być zgodne z prawem Unii Europejskiej i z innymi regulacjami w Polsce. Jest tyle skrzyżowań, że człowiek, jak Karol mówił, nie jest w stanie nad tym zaponować. Co chcecie wykorzystać, modele do tego, żeby... Po pierwsze wyłapać te absurdy prawne. I za tymi... Oczywiście, jeżeli prawnik siądzie nad tymi regulacjami, sam wyłapie te absurdy prawne. Tylko problem polega na tym, w momencie, kiedy to nowe prawo z tymi absurdami jest uchwalone, musimy czekać latami na nowelizację. I za tym kryją się ludzkie problemy. Dzieci czekają latami na to, żeby dowiedzieć się, czy leki są refundowane, czy nie. Ktoś kupił działkę, nie może zacząć budowy domu, dlatego, że nie wiadomo, czy może budować 3 metry, czy 4 metry od płotu. Więc mamy nadzieję, że sztuczna inteligencja pomoże ogarnąć tą olbrzymią ilość dokumentów, wyłapać te absurdy prawne i później, żeby prawnicy z administracji publicznej przestawili poprawki. Co ty zrobisz, jak ty się zderzysz ze ścianą polskiej administracji? Znaczy, jakby wiadomo, że też nie zaczniemy od razu od podprawiania wszystkiego. Raczej nasz pomysł bardziej wyglądał tak, że chcielibyśmy się skupić na... Początkowo na jakiejś wąskiej kategorii. Zobaczyć w ogóle, na ile to jest możliwe. Bo my jakby... My chcielibyśmy, aby coś takiego się stało, ale trzeba też zauważyć, że w tym momencie działamy troszeczkę tak na granicy tego, co jest w ogóle możliwe. W sensie, to nie jest takie oczywiste. Przykładowo, z centrum danych, no wiadomo, jak ma się cegły, beton, można zbudować centrum, można tam kupić karty graficzne i wstawić i wiadomo, że centrum powstanie. Natomiast w projektach tego typu jakby nie wiadomo na końcu, czy to na pewno się uda. Jakby to jest też projekt taki badawczy w pewnym sensie. Ja bym może dodał, że ten cały obszar Studenckiego Państwa jest dużo szerszy. Ta część legislacyjna to jest ta część, gdzie jakby chcemy spróbować tych nowych technologii, ale tak jak Karol powiedział, jakby nie wiadomo, może się udać, może się nie udać. Ale jest dużo szersza gama działań, które planujemy w tym zakresie. Ja może wrócę do początku, do tego rankingu, o którym mówię, że jesteśmy na 32 miejscu w Europie. Czasem łatwiej jest dokonać skoku, jeśli się jest z tyłu. Jeśli wrócimy na przykład do bankowości w Polsce, to myśmy dokonali bardzo szybkiej transformacji i ja na przykład w Polsce nigdy nie nauczyłem się operować książeczkami czekowymi. Które są modne w Stanach Zjednoczonych. I do dzisiaj funkcjonują w Stanach Zjednoczonych. I się ostatnio z tym musiałem zmierzyć osobiście. Nieprzyjemne, prawda? Myśmy w ten sposób jakby przeskoczyli cały cykl i czasem jak jesteśmy z tyłu, to możemy to wykorzystać jako okazję, bo można pewne rzeczy zrobić od początku dobrze. Czy Wy macie jakiś wzór w jakimkolwiek kraju wykorzystania modeli językowych do tego, żeby mapować prawo i znajdować sprzeczności? To, co chcemy zrobić, to jak najszybciej przetestować to w Polsce i zobaczyć, czy rzeczywiście te modele działają na regulacjach w polskim języku. Marek, a Ty masz tutaj za zadanie wspierać rozwój i to jest ten obszar, który mnie też bardzo interesuje. Tworzenie nowego klastra mocy obliczeniowej. Opowiedz naszym widzom, co to w ogóle jest. Więc żeby tworzyć nowe narzędzia oparte o sztuczną inteligencję, musimy wytrenować modele. Czyli musimy mieć dane, na których te modele będą się uczyć, a potem musimy gdzieś nasze algorytmy wykonywać, które w efekcie końcowym tworzą ten model, który umie pewne rzeczy robić. Na przykład chat GPT, który umie odpowiadać na pytania, przewidywać następne słowa. No i żeby ten model wytrenować, no to potrzebne są komputery. Mówiąc w dużym skrócie. No i tych komputerów potrzebne jest bardzo dużo. No i tak jak właśnie wspominałem dzisiaj, największe inwestycje pochodzą od firm, tych największych, takich jak Meta. Nie wszystkie firmy się dzielą publicznie tymi informacjami, ale akurat Mark Zuckerberg się podzielił już na koniec tego roku. Chciałby, aby posiadali 600 tysięcy odpowiedników kart H100. To są takie konkretne karty, które możemy użyć jako jakby jednostkę, jeden komputer. My jako kraj, najsilniejszy klaster, który w tej chwili mamy, posiada 100 takich kart. Różnica będzie to 100, a 600 tysięcy jest dość duża. Kraje, które teraz ogłaszają kolejne programy, tak jak Szwajcaria, Francja, Wielka Brytania, no to mówimy tutaj o dziesiątkach tysięcy. Czyli może nie skala Mety, Facebooka, 600 tysięcy, ale jednak tysiące albo dziesiątki tysięcy. My chcielibyśmy zwielokrotnić tę moc, którą mamy w Polsce, czyli powiedzmy zwiększyć ją stukrotnie. I to pozwoliłoby z jednej strony wykorzystywać tę moc po stronie akademickiej, czyli żeby mieć więcej specjalistów, którzy będą prowadzić badania na światowym poziomie. I wtedy ci ludzie będą kompetentni. A z drugiej strony to będzie też moc obliczeniowa, z której mogą korzystać przedsiębiorcy. Jak myślimy o programie wsparcia przedsiębiorców, zarówno merytorycznie, jak i obliczeniowo, to już wierzymy, że tego typu wsparcie będzie bardzo efektywne. Że przedsiębiorcy nie będą musieli kupować swojego sprzętu i go używać. Jest wydajnie, jeśli kupimy jeden wielki klaster i on będzie współdzielany. No tak, ale do tego potrzebujemy dostawcy. No i na przykład odwiedzaliśmy ostatnio NVIDIĘ. Za chwilę nasi widzowie, za kilka dni będą mieli szansę posłuchać wywiadu zresztą z serca NVIDII, gdzie rozmawialiśmy m.in. o tym, że nie wystarczy już dzisiaj mieć pieniądze, żeby kupić moc obliczeniową. Dlatego, bo dzisiaj zainteresowanie jest dużo większe niż zdolność produkcyjna. To prawda, ale w tej chwili jest to kwestia... Nie można tego kupić z dnia na dzień, ale jeśli się poczeka pół roku, to można te karty dostać. Więc w perspektywie półrocznej można. Wiadomo, że jest bardzo duże zapotrzebowanie. NVIDIA też się do tego dostosowuje. Niektóre karty, takie jak A100, które były wcześniej produkowane, już są wycofywane, żeby skupić się na tych najnowszych modelach. My i tak nie zdążymy tego klastra zbudować i zorganizować w ciągu pół roku, więc myślę, że to dodatkowe pół roku czekania na sprzęt nie będzie stanowiło problemu. Myślę, że mamy większe problemy do rozwiązania. Jeszcze tylko dodał, że NVIDIA nie jest jedynym możliwym dostawcą. Oczywiście jest najpopularniejsza i... 50% rynku kontroluje. Oczywiście i najwięcej modeli też powstaje, ale przy takiej skali będziemy na pewno rozważać też inne możliwe rozwiązania. Jest np. TPU. Wiem, że Amazon ma również swój własny rodzaj akceleratorów, więc po prostu trzeba będzie bardzo dokładnie policzyć, biorąc też pod uwagę to, co oni mogą dostarczyć, ilość tej mocy obliczeniowej, którą możemy dostać. Powód, dla którego teraz potrzebujemy tak dużej mocy obliczeniowej, wynika trochę z tego, że jesteśmy na wczesnym etapie rozwoju sztucznej inteligencji. Nie wiem, ile to potrwa. Nie mamy aż tak dobrych algorytmów uczenia sztuczno-maszynowego, tak jak ludzie potrafią. Wystarczy nam jeden mózg, żeby się bardzo dużo szybko nauczyć. Wystarczy, że przeczytamy parę książek, możemy się dużo nauczyć. Żeby sztuczna inteligencja nauczyła się czegoś na poziomie podobnym do tego, co potrafi jeden ludzki mózg, potrzebujemy setek milionów złotych np. na centra obliczeniowe. Więc mi się wydaje, że teraz jesteśmy na takim etapie, że moc obliczeniowa jest bardzo wartościowa, bo to jest coś, dzięki czemu przeskakujemy. To, że nie mamy może optymalnych algorytmów uczenia. W przyszłości to się może zmienić i wtedy rozwój sztucznej inteligencji przyspieszy. I możemy to osiągnąć również bez państw. Do tego zmierzasz. Tak, że wtedy zawsze będzie coś, co można robić na większą skalę. Więc to, co teraz chcemy zrobić przy pomocy sztucznej inteligencji, być może będzie dużo łatwiejsze. Natomiast oczywiście będzie można robić większe projekty, jeśli będziemy mieli jeszcze lepsze metody. Jest część oczywiście komercyjna. OpenAI zostało powołane jako niezależna grupa NGO. Tak naprawdę Google Brain był grupą research. Ale już regulacja i sposób wykorzystania i integracja danych to jest temat, który państwa, nawet grupy państw, te regulacje będą bardzo rozwijały. I to tak naprawdę sposób działania firm prywatnych będzie bardzo integralną częścią rozmowy tego, co będą wymagały państwa. Bo to jest naprawdę nie zmiana danej technologii, tylko to jest stworzenie nowej całej sieci, na której świat będzie działał. Tutaj na tym stole są kartki. Obiecuję, że nie będę was męczył długo. Dopiero pierwsza z tych kartek została zaspokojona, ale pozostałe będą dużo krótsze, bo do każdej mam tylko dwa pytania. I kolejna to jest polska rozwój. I to jest takie moje pytanie do ciebie, Tomek, trochę. Nawet trochę bardzo, bo miałeś okazję poznać Elona Muska, pracować w jego firmie przez całe lata. No i teraz tak, my tutaj mówimy o wizji, którą wspieramy, ale prawda jest taka, że Elon Musk odwiedził Polskę jako jeden z ostatnich dużych krajów Europy. Nie odwiedził jej ani na zaproszenie Polski władz, ani polskiego biznesu. Nie spotkał się ani z polskimi władzami, ani z polskim biznesem. Nie przyjechał ani po to, żeby coś sprzedawać, ani inwestować, ale przyjechał na zaproszenie organizacji międzynarodowej w kontekście historycznym. Czy to pokazuje naszą pozycję trochę? Nie mogę się pytać za Elona Muska, bo dużo innych ludzi przyjeżdża. To nie jest tak, że nie przyjeżdżają ludzie do Polski. Sam Altman był w Polsce, bardzo chwalił polskich programistów, którzy pracują w OpenAI. Chyba zaczęli w ogóle tę międzynarodową turniej od Polski. Nie chcę ci pytać o Elona Muska jako takiego, tylko czy to coś pokazuje jednak? Na arenie AI Polska ma potencjał, który jest niewykorzystany i chcemy, żeby Polska się bardzo liczyła w świecie, w rozwoju AI. Na razie jeszcze nie jest w czołówce światowej w rozwoju AI. Więc nie wiem, czy akurat wizyty Elona Muska to pokazują, ale myślę, że Polska ma w przyszłości szansę liczyć się dużo bardziej niż teraz. To jest trochę tak, że my jako kraj siedzimy na ropie naftowej. Nic z nią nie robimy. Są jakieś inne kraje, które podpinają się z boku i wysysają nam tę ropę. Mówisz o eksporcie polskich programistów. Tak i tak. I my tak myślimy, hmm, to jest duży pobyt na tę ropę naftową. Może powinniśmy zacząć kopać. I dzisiaj zdecydowaliśmy, żeby wbić ten pierwszy szpadel. I to nie jest tylko sprawa AI, bo jak zobaczymy ilu noblistów z Polski, jaka wiedza zostaje nagrodzona nagrodami Nobla, co my tak naprawdę umiemy... Od 112 lat nie mieliśmy Nobla z nauki. Dokładnie. A jak patrzymy, jakie rzeczy my próbujemy robić, to bardzo dużo tak naprawdę jest takich nowatorskich pierwszych, a jakoś brakuje nam tego przekonania, że możemy to zrobić komercyjnie, że możemy z tego zrobić coś większego, że możemy zrobić coś tak naprawdę na skalę światową, że możemy być tą kolebką, na którą ludzie będą patrzeć, a nie my tylko będziemy kogoś podglądać. I mam nadzieję, że to, że tutaj wszyscy reprezentujemy naprawdę największej klasy rozwiązania, firmy, zespołów, w których praliśmy udział, jest przykładem, że to właśnie my możemy coś takiego robić. Nie powinniśmy mieć powodów do kompleksu, wręcz odwrotnie. Ja mogę też powiedzieć z doświadczenia, że polskie uczelnie są bardzo wysoko cenione po prostu pod względem edukacji informatycznej. Firmy, które zatrudniają programistów, tak jak duże firmy, traktują uniwersytety polskie mniej więcej na równi z topowymi uczelniami MIT, Stanford itd. Myślę, że... Ty to, Marek, trochę widzisz po swoim wydziale, nie? Tak, jest bardzo duże zapotrzebowanie na osoby, które są absolwentami naszych najlepszych uczelni. Już dzisiaj te zmiany, które się dzieją tak naprawdę systemowo, makrosystemowo, nie jesteśmy w stanie jako pojedyncza osoba docenić. Potrzebujemy analizy z wykorzystaniem takiej mocy obliczeniowej, jak sztuczna inteligencja. Integracji danych satelitarnych. Dokładnie, żeby zobaczyć tak naprawdę wpływ na to, żeby to zauważyć na skalę, na którą potrzeba. Według mnie najlepszym sposobem na to, żebyśmy zaponowali nad sztuczną inteligencją jest zaponowanie nad danymi. Tak załóżmy, gdybyśmy nagle mieli taki genialny pomysł, że chcemy zakazać wypieków chleba. Jesteśmy w stanie zakazać ludziom wypieków chleba, ale możemy kontrolować przedaż pszenicy. Więc myślę, że podobnie działa to ze sztuczną inteligencją. Nie jesteśmy w stanie skontrolować tego, co każdy robi w domu i wypuszcza. To jest bardzo trudne, ale możemy kontrolować to, jakie dane są dostępne, szczególnie na dużą skalę. Jeżeli chodzi o samo przetrwanie gatunku, to jest też rola państwa, żeby nie doprowadzić do tego, że my musimy patrzeć na technologię, żebyśmy przetrwali jako ludzie. I to powinno bardziej działać tak, jak powiedziała Kamila, żebyśmy wykorzystywali technologię do tego, żeby polepszyć nasze życie, wydłużyć nasze życie w zdrowiu, pomóc nam walczyć z globalnym ociepleniem i tak dalej. Jak w waszej wizji mamy walczyć z takim ryzykiem, jakim jest tworzenie nadludzi, w takim sensie nadludzi, że dostęp do wysoko zaawansowanych technologii będzie powodował, że ci, którzy mają do nich dostęp, są trochę superludźmi, ale cały świat nie będzie do tych technologii miał dostępu? To wrócę do tego, co powiedziałem. Historia pokazuje coś dokładnie odwrotnego. Nie możemy sobie kupić telefonu komórkowego, który jest tysiąc razy lepszy od innych telefonów komórkowych, bo technologia dąży do tego, żeby produkować jak najwięcej, jak najtaniej, co powoduje, że wszyscy mają dostęp, a nie tylko wybrane jednostki. Ty wierzysz w to, że dojdziemy do momentu, w którym sztuczna inteligencja będzie w tak zaawansowanym poziomie dostępna dla każdego? Jeśli myślimy o sztucznej inteligencji jako o narzędziu, to historia pokazuje dotychczasowo, że technologia jest coraz powszechniej stosowana przez wszystkie osoby i coraz łatwiejszy jest do niej dostęp i ona zmniejsza różnicę we wszystkich tak naprawdę dziedzinach życia, a nie jest większa. Ja bym powiedział, że to jest tak naprawdę dobry scenariusz, że musimy zostać tymi superludźmi. Jeśli chcemy współżyć z przyszłą sztuczną inteligencją, musimy sami się zintegrować z tą technologią. Ty cały czas trochę patrzysz na tą sztuczną inteligencję, tak bym powiedział, właśnie amerykańsko. Jak w Dolinie Krzemowej rozmawiam z wysoko zaawansowanymi ekspertami od AI, to oni jednak nadają jej jakieś cechy bytu. Patrzą na nią jak na jakiś byt. Ty się z tym nie zgadzasz. Jest to byt, ale dla mnie nie jest to człowiek. Ale dlaczego w ogóle mamy próbować to? Możemy myśleć o tym jako o narzędziu. Tak samo jak mamy narzędzia do nawigacji, narzędzia, które wspomagają nam pisanie tekstu, to możemy o tym myśleć na dzień dzisiejszy jako o narzędziu. Mi się bardzo podobało, co powiedziałeś o tej super... czy superczłowieku, czy supermocy. Dla nas najważniejszym zadaniem nie jest staranie się przewidzieć, czy to będzie supermoc, czy super, supermoc, ale odpowiedzenie sobie na pytanie, jaka edukacja jest potrzebna, żeby jak najwięcej ludzi miało do niej dostęp. 400 milionowego kraju było równym użytkownikiem tego. Bo wtedy będzie tak naprawdę najlepsza pozycja danego kraju. Bo to nie chodzi o to, żeby tylko właśnie Mark Zuckerberg, czy jedna osoba w Polsce umiała z tego korzystać, tylko żebyśmy wszyscy na pewnym poziomie czuli się z tym komfortowo. Nie tylko korzystali, tylko byli beneficjentami. Dokładnie. I to jest największe superwyzwanie do supermocy. Tak, ale masz rację, że jest ogromne... Jeżeli już dzisiaj będziemy o tym myśleć, to sztuczna inteligencja pomoże wyrównać szanse. Ale jeżeli tego nie zrobimy, to stanie się zupełnie odwrotnie. Stanie się tak, jak mówię, że różnice pomiędzy ludźmi spowodują... Wracając do tego, to ja powiem, że... Czy Karol coś chciał powiedzieć? Że cały czas przesuwamy tę poprzeczkę, bo w pewnych aspektach to, co teraz już mamy ze sztuczną inteligencją, albo nawet ileś lat temu, to jakieś sto lat temu albo pięćdziesiąt lat temu, to już by było określane jako to, co opisujesz, że taki byt, który naśladuje człowieka, albo na przykład gdyby powiedzieć komuś sto lat temu, że program będzie umiał grać w szachy tak dobrze jak człowiek, to już by było dla niego, że wow, jaki inteligentny. Teraz to już jest tak zaakceptowane, że to nawet nie traktujemy tego tak bardzo jako sztuczną inteligencję. Albo inny przykład, że ktoś, kto ma fotograficzną pamięć i wszystko wie. Wystarczy wziąć do ręki telefon komórkowy i uzyskujemy właśnie to. No i jest wiele takich poprzeczek. Potem wiele ludzi mówiło, że na przykład granie w Go to będzie coś, że tam inteligencja, intuicja, emocje ludzkie są tak istotne, że niektórzy twierdzili, że komputery nigdy tego nie zrobią. Teraz to komputery robią. Jak się wchodzi do spółki DeepMind w Londynie, to jest okładka Nature. Tak, bo to oni zrobili pierwsi. Zrobili pierwsi właśnie z grą w Go. Okazało się, że ta gra według mnie nie jest aż taka trudna jak się wydawało. Ale to był krok milowy. Tak, to był olbrzymi krok milowy, bo zastosowano też nowe algorytmy do tego w tym momencie. Alan Turing w roku 1950 opublikował pracę, w której podał kryteria. Kiedy on będzie uważał, że komputery musimy zacząć traktować jak podobnie do ludzi. Nie wiem, czy dokładnie to są jego słowa, ale coś w tym stylu. To jest słynny test Turinga, że jeśli one będą umiały z nami rozmawiać i nie będziemy potrafili odróżnić rozmowy z komputerem pisanej od rozmowy z człowiekiem, to wtedy według niego to już jest ta granica. No i teraz jesteśmy na tej granicy. Właśnie przekraczamy mniej więcej, albo teraz, albo za kilka lat pewnie przekroczymy tę granicę, że nie będziemy mogli odróżnić rozmowy z komputerem od rozmowy. Bardzo ważne, żeby jak najwięcej osób w Polsce czuło się komfortowo, żeby wykorzystać to, żeby tę rozmowę prowadzić w sposób równy, a nie... No więc w tym aspekcie już będziemy traktować taki komputer. Na przykład jeśli on będzie nam doradał pod względem medycyny, to w pewnym sensie to, co... To do tej pory w całej historii ludzkości nikt nie rozmawiał z maszyną o tym, jak się czuje, jak wspólnie mu zrobić, żeby być zdrowym. Teraz to już stanie się nagle naturalną częścią naszego codziennego funkcjonowania, więc w tym aspekcie to już będziemy traktować tę maszynę, może nie tak jak ludzi, ale tak jak wcześniej traktowaliśmy ludzi. Czyli ten świat się bardzo szybko zmienia pod tym względem. Karol, ty coś chciałeś jeszcze dodać? Nie, w zasadzie zgadzam się. Jakby to jest bardzo dobry punkt z tym... A tak dobrze, jak się nie zgadzacie ze sobą. O, tu się... Może chciałbym rozszerzyć nie tyle się nie zgodzić, bo tutaj mówimy o dostępie. Moim zdaniem ważne jest to, żeby ludzie potem umieli wykorzystywać tę technologię. Może podam taki przykład. Tak jak teraz chcemy zorganizować przyjęcie, no to możemy stworzyć zaproszenie, rozesłać je, sprawdzać, kto przyjdzie, zamówić odpowiednie miejsce. A wszystkie te rzeczy wydaje się, że można już prawie że zautomatyzować. Tak więc jeśli będziemy sprawnie posługiwać się komputerem, to można sobie wyobrazić, że taka czynność jak zorganizowania przyjęcia, która będzie się sprowadzała do wyboru miejsca, stworzenia zaproszenia, rozesłania zaproszeń, sprawdzenie, kto przyjdzie, zorganizowanie wszystkiego na odpowiednią liczbę osób, wszystkie te kroki można zautomatyzować. I teraz od nas będzie zależało, czy będziemy to robić manualnie i dzwonić do 20 osób i sprawdzać, kto przyjdzie, a kto nie przyjdzie, czy będziemy umieli to zrobić za pomocą narzędzi opartych o sztuczną inteligencję, które będą to robić za nas. Dziękuję Wam. Słuchajcie, życzę Wam tego, żebyście mieli szansę to wszystko zrobić nie z małej wiary, tylko z doświadczenia w administracji publicznej. Mam nadzieję, że wicepremier Gawkowski, minister finansów odsłuchają tej debaty i zobaczą, że w tym zespole ciąży potencjał po prostu. I tego Wam życzę. Dziękujemy.