Z raportu na temat talentów z dziedziny SI na świecie w 2019 wynika, że ich liczba w Polsce jest taka sama jak w Czechach. A przecież Czechy są kilkukrotnie mniejsze od nas – mówi prof. Piotr Sankowski z Instytutu Informatyki na Uniwersytecie Warszawskim w rozmowie z Maciejem Chojnowskim

Maciej Chojnowski: Jest pan trzykrotnym zdobywcą grantów przyznawanych przez European Research Council (ERC). Efektem jednego z nich było utworzenie spółki MIM Solutions – spin-offu, który powstał na Uniwersytecie Warszawskim. Jest przepis na taki sukces?

Piotr Sankowski*: Przy pierwszym projekcie miałem szczęście – dobrze mi poszło, wszystko się zgrało. Ale ten drugi i trzeci to już było wielokrotne aplikowanie. O ten drugi grant, przy którego okazji powstała spółka MIM Solutions, chyba aplikowaliśmy z zespołem czterokrotnie. O trzeci – trzykrotnie. Trzeba więc być upartym, ale też mieć ciekawe pomysły badawcze. Na pewno ważne jest też to, aby publikować jak najlepiej. To, co może jeszcze pomóc, to zaangażowanie w różne projekty niekoniecznie nastawione na zysk w postaci publikacji czy pieniędzy, ale na przykład w działania na rzecz społeczności naukowej.

Jest pan też założycielem IGAFIT – Interest Group on Algorithmic Foundations of Information Technology – grupy skupiającej europejskich badaczy zajmujących się algorytmami. Jak pan ocenia udział polskich naukowców w takich grupach rozwijających algorytmy czy, szerzej, SI?

Moją główną dziedziną badań jest algorytmika. Tutaj to umiędzynarodowienie wygląda świetnie. Grupa IGAFIT powstała przy naszym polskim dużym udziale i dobrze integruje algorytmiczne środowisko europejskie. Stworzyliśmy nową konferencję, na której co roku się spotykamy. A w zeszłym roku uruchomiliśmy warsztaty dla postdoców, które miały integrować młodszych europejskich naukowców. Przyjechało chyba z 70 osób.

Ale jeżeli chodzi o sztuczną inteligencję, to na arenie międzynarodowej nie zajmujemy takiego miejsca, jakie moglibyśmy. Z raportu na temat talentów w dziedzinie SI na świecie w 2019 wynika, że ich liczba w Polsce jest taka sama jak w Czechach. A przecież Czechy są kilkukrotnie mniejsze od nas! Jest więc jeszcze dużo do zrobienia.

Przyszły program unijny Horyzont Europa będzie wymagał bliższej współpracy naukowców polskich z zagranicą. Poradzimy sobie?

Na razie nie wiem, jak bardzo Horyzont Europa będzie się różnił od Horyzontu 2020 co do wymagań uczestnictwa w grantach i tej współpracy. Współpraca zawsze była wymagana. I w jakimś sensie zawsze byliśmy niegotowi, więc obawiam się, że tutaj prędko wiele się nie zmieni. Choć jeżeli patrzymy na liczbę grantów ERC, to jest ich w Polsce coraz więcej. Widać poprawę, ale te zmiany nie następują dostatecznie szybko, bo powinniśmy próbować więcej.

Prof. Piotr Sankowski

Niedługo powinna się ukazać finalna wersja „Polityki rozwoju SI w Polsce”. Co pan o niej sądzi?

Tej ostatecznej wersji nie widziałem. Tym, co mi się podobało w wersji poprzedniej, były dedykowane studia poświęcone sztucznej inteligencji. Powinniśmy koncentrować się na tym, żeby zaczynać uczyć sztucznej inteligencji maksymalnie wcześnie i stawiać przed studiującymi wyzwania, tak by sami chcieli zgłębiać ten temat dalej.

Natomiast na poziomie zaangażowania nauki w SI brakuje wielu rzeczy. Na przykład brakuje jasno wyznaczonych celów i priorytetów badawczych. Państwo mogłoby odgrywać rolę ,,inteligentnego zamawiającego’’, czyli wyznaczać dalekosiężne cele badawcze. Warto próbować mówić jasno, co naukowcy powinni robić, żeby mogło się to przydać za 10 czy 20 lat. W Polsce mamy kult nauki abstrakcyjnej, która nie musi się przydać, a właśnie w SI nie sposób prowadzić badań na wysokim poziomie bez bliskości do zastosowań.

Nie bardzo podoba mi się też pomysł stworzenia Wirtualnego Instytutu Badawczego. Wydaje się, że ta instytucja niewiele zmieni. No i jest pytanie, czy znajdą się na to jakieś dodatkowe pieniądze, bo na razie ich nie widać. Potrzeba raczej takiej instytucji, która mogłaby rzeczywiście powalczyć na arenie międzynarodowej – nowej instytucji, która mierzyłaby wysoko.

Generalnie brakuje mi tam długofalowej wizji i odwagi, by spróbować stworzyć coś nowego.

A jak pan ocenia szanse Polski w Europie? Dodamy gazu czy będziemy dryfować?

Mam duże wątpliwości, czy uda nam się wystrzelić do przodu. Reforma polskiej nauki, nadganianie do poziomu średniej europejskiej czy światowej trwa bardzo wolno. Może informatyka jest troszkę szybsza, ale mimo wszystko to idzie powoli.

Przełomowe zastosowania sztucznej inteligencji dopiero nas czekają. Teraz SI widać w różnych miejscach, ale prawdopodobnie za 5 lat będzie już wszędzie

Czy jesteśmy w stanie zrobić to szybciej? Pewnie tak, mamy swoje mocne strony. Tyle że rozwój sztucznej inteligencji nie odbywa się bez udziału zastosowań. Na przykład w USA te zastosowania dostarcza przede wszystkim przemysł prywatny. Dlatego powinniśmy we wszystkim, co robimy, szukać współpracy z firmami, które potem przejmą te technologie. Na razie tego nie widać.

Na UW od kilku lat istnieje Uniwersytecki Ośrodek Transferu Technologii (UOTT), który ma wspierać tworzenie spółek typu spin-off. Czy w Polsce mamy już przyjazne środowisko dla takich przedsięwzięć?

Takich spółek związanych z uczelniami powinno powstawać zdecydowanie więcej. To, z czym mamy dziś do czynienia, to kropla w morzu.

Dlaczego nie powstają?

Współpraca z uniwersytetem nie zawsze jest prosta. Czasami się dogadujemy, czasami nie. Oczywiście w MIM Solutions chwalimy sobie współpracę i kontakty z UOTT-em. Oni próbują nam pomóc. Ale nasza dziedzina wymaga specjalistycznej wiedzy. Nie każdy jest w stanie zrozumieć, co robimy.

Bo jak ktoś ma nową metodę badawczą bądź jakiś konkretny produkt, to jest to łatwiej sprzedać. A produkty informatyczne, szczególnie związane ze sztuczną inteligencją, bywają trudne do wytłumaczenia, więc ta pomoc jest ograniczona.

To nie tak, że przychodzimy do uniwersytetu i tam nam mówią: „Świetnie, pomożemy wam z tym i z tym”. U nas człowiek zawsze się zastanawia, czy to, co dostaje, jest warte więcej niż koszty administracyjne, które generuje uczelnia. Potrzeba jakiegoś przełomowego pomysłu, odwagi do współpracy i zupełnie nowego podejścia do tworzenia start-upów.

Zasiada pan w radzie Narodowego Centrum Badań i Rozwoju. Jednym z flagowych programów NCBR jest INFOSTRATEG, obejmujący przetwarzanie obrazu, medycynę spersonalizowaną, uczenie maszynowe w robotyce, cyberbezpieczeństwo i inteligentne systemy zarządzania. Nabór ekspertów mających opracować założenia programu zakończył się rok temu. Na jakim jesteście etapie?

Zbliżamy się do końca, mimo że po drodze było wiele trudności – choćby z naborem ekspertów. Nie otrzymaliśmy tylu ekspertyz, ile byśmy chcieli, więc powołaliśmy zespół mający przygotować program, który niebawem, mam nadzieję, przyjmie Ministerstwo Nauki i Szkolnictwa Wyższego. W drugiej połowie tego roku powinno udać się go uruchomić.

Poprzez INFOSTRATEG chcemy pchnąć środowisko zajmujące się sztuczną inteligencją w stronę konkretnych tematów i wyzwań związanych z robotyką, rozumieniem polskiej mowy czy zarządzaniem danymi, które istnieją w Polsce. Chcemy właśnie spróbować odegrać rolę inteligentnego zamawiającego.

Jednym z istotnych aspektów , które różnią ten program od poprzednich, jest założenie wewnętrznej konkurencji między zespołami realizującymi projekty. Zakładamy, że będzie się to odbywać etapowo i w każdym etapie weźmie udział kilka zespołów.

Czego się spodziewacie po takim podejściu?

Nie będzie już tak jak dotychczas: gdy ktoś już dostaje grant, to jest świetnie bez względu na to, co zrobi (oczywiście, nie wszyscy tak do tego podchodzą). W rezultacie często z projektów wychodzi jakiś nieprzetestowany prototyp laboratoryjny, a projekty nierokujące nie są wcześniej kończone.

Jesteśmy bardzo daleko od określenia matematycznych wymagań co do tych algorytmów: co one powinny robić, by można było nazwać je sprawiedliwymi czy etycznymi

Oprócz tego program ma na celu udostępnienie środowisku pewnych zbiorów danych z administracji publicznej, a także doprowadzenie do stworzenia nowych zbiorów danych. Niezależnie od tego, czy te prototypy się udadzą, czy nie, samo dostarczenie zbiorów danych będzie istotnym kamieniem milowym.

Do kogo skierowany jest INFOSTRATEG?

Jest otwarty dla wszystkich, w szczególności dla firm, konsorcjów, zespołów naukowych.

Jak pan ocenia obecną wrzawę wokół sztucznej inteligencji?

Przełomowe zastosowania SI dopiero nas czekają. Teraz sztuczną inteligencję widać w różnych miejscach, ale prawdopodobnie za pięć lat będzie już wszędzie. Możemy więc spodziewać się rewolucji właśnie w zastosowaniach.

Natomiast sama sztuczna inteligencja chyba raczej nie przeżywa rewolucji. Sztuczne sieci neuronowe powstały w latach 60. Właściwie niewiele się zmieniło koncepcyjnie od tamtego czasu. To jest raczej efekt skali. Tworzymy coraz większe sieci, mamy coraz mocniejsze komputery, w końcu udało się nauczyć głębokie sieci neuronowe i to pomaga rozwiązywać lepiej pewne problemy. A przy innych problemach nie używamy sieci neuronowych, bo np. drzewa decyzyjne, które też są starą techniką, są lepsze.

Europejska SI ma być etyczna. Chodzi nie tylko o troskę o Europejczyków, ale też o zdobycie przewagi konkurencyjnej na rynku światowym. Komponentem myślenia o takiej odpowiedzialnej sztucznej inteligencji jest też wyjaśnialna SI. Czy ten sposób myślenia przełoży się na sukces gospodarczy?

Przyjemnie jest myśleć, że robimy coś nowego, ale w Stanach też pracują nad tymi aspektami SI, bo jeżeli chcemy użyć sztucznej inteligencji do handlu na giełdzie, to ona musi być wyjaśnialna. To wynika właściwie z prawa i tak dzieje się wszędzie. Więc to nie jest przewaga konkurencyjna.

Natomiast rzeczywiście w Europie jest większe poszanowanie prywatności jednostki. To jest dobre, ale czy doprowadzi do jakiejś przewagi konkurencyjnej? Nie wiem, bo mam wrażenie, że zachowanie prywatności staje się coraz mniej istotne.

Widzi pan szansę na to, żeby etyka pojawiła się w programie na pana wydziale, i to nie na zasadzie kilkunastu godzin kursu do odklepania?

Moim zdaniem jest na to miejsce. Sęk w tym, że ten ważny aspekt jest trudny do zrozumienia i wyjaśnienia. Nie mamy matematycznej definicji tego, co to znaczy, że algorytm jest sprawiedliwy. Często prowadzi się dyskusje czysto filozoficzne, tymczasem jesteśmy bardzo daleko od określenia matematycznych wymagań co do tych algorytmów: co one powinny robić, by można było nazwać je sprawiedliwymi czy etycznymi.

Na razie mamy taką wiedzę właśnie casusową: że coś źle poszło w jakimś algorytmie i on zatrudniał do pracy np. tylko graczy w polo. Tymczasem powinniśmy się cofnąć i spróbować zdefiniować, co jest nie tak w tym, że on właśnie tych graczy zatrudniał. To znaczy ustalić, gdzie jest ta właściwość matematyczna, która nie była przestrzegana.

Gdy określimy takie właściwości, będzie można ocenić, czy te algorytmy spełniają swoją rolę. Ale najpierw musimy wiedzieć, czego chcemy, a nie tylko umieć stwierdzić, że coś źle zadziałało.


*Piotr Sankowski – profesor w Instytucie Informatyki na Uniwersytecie Warszawskim. Jego zainteresowania badawcze dotyczą algorytmiki, w szczególności algorytmicznej analizy sieci oraz algorytmicznych aspektów data science. W 2009 roku obronił na PAN doktorat z fizyki. Jest pierwszym Polakiem, który otrzymał trzy granty ERC: w roku 2010 Starting Grant, w roku 2015 grant Proof of Concept, a w roku 2017 Consolidator Grant. W roku 2018 otrzymał indywidualną nagrodę Kryształowej Brukselki oraz nagrodę Narodowego Centrum Nauki. Od 2016 roku jest członkiem rady Narodowego Centrum Badań i Rozwoju.

Read the English version of this text HERE

Skip to content