Jak zdobyć miejscówkę w pędzącym ekspresie SI? Biznesowi nie przeszkadzać, akademii dać pieniądze na badania i kształcenie. I zadbać o to, by naukowcy widzieli sens swojej pracy. Z prof. Jarosławem Arabasem i prof. Mieczysławem Muraszkiewiczem rozmawia Maciej Chojnowski

Maciej Chojnowski: Środowisko sztucznej inteligencji w Polsce coraz silniej się łączy. Świadczy o tym powołanie Polskiego Porozumienia na rzecz Rozwoju Sztucznej Inteligencji. W październiku ubiegłego roku w Poznaniu dyskutowali państwo między innymi o mocnych stronach SI w naszym kraju. To w czym jesteśmy najlepsi?

Prof. Jarosław Arabas: W Poznaniu chodziło o zebranie ludzi zajmujących się sztuczną inteligencją i stwierdzenie, kto czym się zajmuje, jakie widzimy problemy i jak można je rozwiązać, jakie mamy oczekiwania.

Zjazd nie miał odpowiedzieć na pytanie, jakie obszary są najbardziej obiecujące. Bardziej zależało nam na określeniu potencjału środowiska. A dokładnie: nie jednego środowiska, ale różnych środowisk. Właśnie w tym tkwi problem.

Dlaczego?

J.A.: Ludzie mają skłonność do zamykania się w kręgu tych, z którymi mają bezpośredni kontakt, a to nie zawsze pomaga. Zjazd miał pomóc w przełamywaniu tych towarzyskich barier. I częściowo się udało.

Jaki mamy potencjał? Nie bardzo wiadomo, jak go mierzyć. Mówimy o potencjale publikacyjnym czy związanym z liczbą absolwentów uczelni? A może o tym dotyczącym wdrożeń lub związanym z inkubacją i powstawaniem przedsiębiorstw?

Tak czy inaczej, choć ten potencjał trudno oszacować, dominuje przekonanie, że jest niemały. Co ciekawe, na zjeździe pracodawcy apelowali, żebyśmy dali im mnóstwo specjalistów, najlepiej z wykształceniem półrocznym albo krótszym, bo pełne wykształcenie akademickie jest zbędnym luksusem.

Bo biznes potrzebuje rąk do pracy?

J.A.: Tak. Biznes traktuje uczelnie jak coś, co ma „produkować” absolwentów dla rynku pracy, choć sam często nie poczuwa się do współodpowiedzialności za uczelnie. Obie strony nie szczędzą więc sobie gorzkich uwag. Trzeba, by biznes poczuł się bardziej odpowiedzialny za uczelnie. Jeżeli tak się nie stanie, to nie będzie kim zastępować pracowników odchodzących na emeryturę albo do biznesu.

W Polsce nie ma ekosystemu między uczelnią a biznesem. Mówimy różnymi językami i mamy różne potrzeby. Tylko że ta świadomość przychodzi trochę za późno. Oczywiście, można się spóźnić na pociąg i wsiąść do następnego, ale wtedy inni są po prostu dalej.

Mieczysław Muraszkiewicz

Z drugiej strony my też biliśmy się w piersi. Zamknięcie się w wieży z kości słoniowej i uznanie, że jedyne, co należy robić, to pisać artykuły naukowe, nie jest właściwą drogą.

Może jakieś kursy zaspokoiłyby głód rynku?

Prof. Mieczysław Muraszkiewicz: Tak, przydałyby się szybkie kursy kształcące ludzi, którzy realizowaliby konkretne wdrożenia. Ale przecież przedsiębiorcy będą też potrzebowali ludzi twórczych, rozumiejących to, co robią, a nie tylko wykonujących, co im kazano.

Problem w tym, że w Polsce nie ma ekosystemu między uczelnią a biznesem. Mówimy różnymi językami i mamy różne potrzeby.

J.A.: To było wyraźnie widać w Poznaniu.

M.M.: Tylko że ta świadomość przychodzi trochę za późno. Oczywiście, można się spóźnić na pociąg i wsiąść do następnego, ale wtedy inni są po prostu dalej.

Jesteśmy przygotowani organizacyjnie, żeby to zmienić?

M.M.: Moim zdaniem nie.

J.A.: Problemem uczelni jest luka pokoleniowa, która ogranicza długofalowy rozwój, zarówno w obszarze badań naukowych i wdrożeń, jak i kształcenia absolwentów. Studia magisterskie, a przede wszystkim dobrze wymyślone szkoły doktorskie, mogłyby tę lukę trochę zasypać. Z kolei aby odpowiedzieć na potrzeby rynku pracy, potrzebne są ścieżki kształcenia specjalistów z SI, którzy umieliby się rozwijać, dokształcać. Najlepiej spełnia tę potrzebę szkolenie na poziomie inżynierskim, plus możliwość dodatkowego kształcenia się na studiach magisterskich lub podyplomowych.

Natomiast kształcenie zawodowe należałoby zostawić szkolnictwu zawodowemu i technikom. Uczelnia nie wszystko może i powinna robić. Szkoda jej zasobów.

Prof. Jarosław Arabas (z lewej) i prof. Mieczysław Muraszkiewicz

M.M.: Zwłaszcza że sztuczna inteligencja weszła już do głównego nurtu informatyki. Więc z tym nie byłoby problemu.

Ale mimo że organizacyjnie nie jesteśmy dobrze przygotowani do takich działań, mamy inny atut: entuzjazm młodych ludzi. Sztuczna inteligencja to magnes, trzeba tylko umieć go wykorzystać.

Czy w Polsce jest szansa na działanie bardziej scentralizowane? I czy taka konsolidacja jest w ogóle potrzebna?

J.A.: Zależy, co byśmy chcieli przez nią osiągnąć. Bardzo trudno zachować równowagę między lokalnością i globalnością. Nadmiar globalności szkodzi rozwojowi, zaś nadmiar lokalności powoduje, że rozwój jest nieskoordynowany, a małe populacje naukowców łatwo wymierają.

Pożądane byłoby osiągnięcie takiej współpracy, gdzie ośrodki zachowują pewną specyfikę, ale każdy nie idzie w zupełnie inną stronę.

Co stoi na przeszkodzie?

J.A.: Mamy silosową konkurencję – i między ośrodkami naukowymi w głównych miastach, i wewnątrz uczelni. Są wydziały, które czasami zajmują się tym samym, a ludzie niemal ze sobą nie rozmawiają. Byłoby lepiej, gdyby obopólne korzyści ze współpracy były bardziej widoczne. Często jednak mamy wspólny budżet i ten, kto wyszarpie więcej, wygrywa.

Zmiana sytuacji to oczywiście kwestia polityki finansowej w nauce. Mogłaby pomóc nie tyle bezpośrednia interwencja państwa, ile stymulowanie firm, by zwracały się do uczelni o pomoc w opracowywaniu nowych rozwiązań.

Są głosy, by powołać rodzaj ponaduczelnianej szkoły doktorskiej i w ten sposób stworzyć zalążek mobilności, zdolności wiązania idei, różnie rozwiniętych w różnych ośrodkach naukowych. Gdyby to wypaliło, to za jakieś pięć czy dziesięć lat mielibyśmy naukowców, którym łatwiej by było współpracować, również za granicą.

Ta nieumiejętność współpracy to jedyny powód, dla którego przegapiliśmy pociąg SI?

M.M.: Nie. Weźmy za przykład elektromobilność. Została zapowiedziana, a potem nie było działania politycznego. A bez niego nie było też pieniędzy. Środowisko zareagowało entuzjastycznie, czekając na następny krok, ale następnego kroku nie było. Zabrakło konsekwencji.

Takie podejście rodzi ogromne rozczarowanie i pogłębia sceptycyzm wobec kolejnych projektów.

Według raportu Fundacji Digital Poland choć mamy duży potencjał, to na sztuczną inteligencję nie ma u nas wielu chętnych. Szczególnie wśród spółek skarbu państwa gotowość do ponoszenia ryzyka jest ograniczona. Trafna diagnoza?

M.M.: I tak, i nie. Na przykład w Instytucie Informatyki Politechniki Warszawskiej rozpoczęliśmy współpracę z Ministerstwem Finansów przy projekcie SI. A Poczta Polska zgłosiła się do nas z dużym projektem, który ma SI w podstawach.

Ci, którzy sztuczną inteligencję mieliby wdrażać, są już świadomi, że trzeba działać. A czy jest tak też po stronie przedsiębiorstw, zwłaszcza małych i średnich? Nawet jeśli tak, to blokuje ich obawa, czy inwestycja w SI się zwróci. Mało kto aplikował, bo nie bardzo wiadomo, czy to rzeczywiście się opłaca.

Biznes nie da tyle, ile trzeba, a już na pewno nie będzie dawał stale. Jest gotów wydać dużo, ale na konkretny projekt. W takiej sytuacji może pomóc tylko państwo

Mieczysław Muraszkiewicz

Jestem trochę większym optymistą. Biznes w Polsce na tyle obrósł w piórka, że jest w stanie wyłożyć niemałe pieniądze na rzeczy konkretne, godząc się na to, by przy okazji zrobić rzeczy ciekawe z naukowego punktu widzenia

Jarosław Arabas

J.A.: Nie zgodziłbym się z sugestią zawartą w pana pytaniu, że rozwiązania SI są szczególnie ryzykowne i niesprawdzone. Bo jeśli mamy system, który na przykład optymalizuje pracę bloków energetycznych z użyciem metod SI i oszczędza, powiedzmy, 1 procent kosztów wytwarzania tej energii, to wszyscy temu przyklasną.

Problemem są ci, którzy mówią, że jakiś system sprawi, że twoje problemy zupełnie znikną. Wtedy rzeczywiście zaczynają się kłopoty. Składanie obietnic nie do spełnienia jest gorsze od nieskładania żadnych.

Co należałoby poprawić, by w dziedzinie SI Polska wyszła na pierwszą linię frontu?

M.M.: Biznesowi nie przeszkadzać, akademii dać pieniądze na badania i kształcenie. Spójrzmy, ile pieniędzy idzie na naukę, w tym na sztuczną inteligencję. To są to homeopatyczne dawki. Z takimi pieniędzmi nic z tego nie będzie.

J.A.: Trzeba zadbać o to, by ludzie uprawiający naukę i uczący innych w ogóle byli, a po drugie – żeby widzieli sens swojej pracy. Zróżnicowanie poziomu zarobków na uczelni i w biznesie jest tak wielkie, że wręcz niebezpieczne.

A jak już człowiek wejdzie na ścieżkę kariery naukowej, to wymaga się od niego publikacji. W takiej sytuacji raczej nie będzie wchodził w układ z firmą, bo ta wcale nie musi być zainteresowana upublicznieniem rozwiązania dającego jej przewagę na rynku. I tak ścieżka kariery akademickiej staje się przeszkodą w nawiązywaniu bliższych i trwałych relacji z biznesem.

M.M.: Jeśli te problemy nie zostaną rozwiązane, to wszystko, o czym do tej pory mówiliśmy, przestanie mieć jakiekolwiek znaczenie. Bo o ile kiedyś nie było furtki, to dzisiaj jest: młodzież wyjeżdża za granicę.

Czy firmy pozwolą polskim naukowcom zarabiać godziwie, jednocześnie prowadząc badania? Czy biznes uratuje uczelnie?

M.M.: To kwadratura koła. Biznes nie da tyle, ile trzeba, a już na pewno nie będzie dawał stale. Jest gotów wydać dużo, ale na konkretny projekt. W takiej sytuacji może pomóc tylko państwo. Czy państwo zechce to zrobić? Moim zdaniem nie. Wciąż są decydenci, u których pokutuje myślenie typu: „lepiej inwestować w beton niż w polską naukę”.

J.A.: Jestem trochę większym optymistą. Biznes w Polsce na tyle obrósł w piórka, że jest w stanie wyłożyć niemałe pieniądze na rzeczy konkretne, godząc się na to, by przy okazji zrobić rzeczy ciekawe z naukowego punktu widzenia.

Instytut Informatyki Politechniki Warszawskiej korzysta z takiego obrotu spraw: większość pieniędzy, które nie pochodzą z dotacji budżetowej, uzyskujemy z kontraktów dwustronnych z firmami.

Digital Europe czy EuroHPC to duże fundusze mające pomóc Europie w technologicznym pościgu za USA i Chinami. Czy Polska jest pełnowartościowym partnerem w tej grze?

J.A.: Forum europejskie jest zdominowane przez niewielu bardzo mocnych graczy, którzy zazwyczaj biorą większość funduszy dla swojej nauki i przemysłu. A my, próbując się dołączyć, jesteśmy taką rybą, która porusza się za wielorybem i mówi, że płyniemy razem.

Ale w państwach małych i średnich jest jakiś potencjał. W małych państwach, których niemało jest w naszym regionie, zdarzają się ośrodki wybitne na skalę światową. Dlatego łatwiej byłoby nam rozmawiać we własnym gronie, bo wtedy jest większa szansa na rozmowę partnerską, a nie petencką.

Organizacyjnie nie jesteśmy dobrze przygotowani. Ale mamy inny atut: entuzjazm młodych ludzi. Sztuczna inteligencja to magnes, trzeba tylko umieć go wykorzystać

Mieczysław Muraszkiewicz

Do tego dochodzi kwestia uzyskania dofinansowania badań. I tu jest krucho. Dokładamy się do wspólnego finansowania nauki w Europie, ale to, co udaje nam się odzyskać, to stanowczo za mało – między innymi dlatego, że sposób obliczania kosztów kwalifikowalnych jest niekorzystny dla Polski i nie rozwiązuje problemu niedofinansowania kadry. Dlatego na przykład mojemu Instytutowi udział w Horyzoncie 2020 się po prostu nie opłaca.

M.M.: Angażuje zasoby i obciąża kosztami.

J.A.: Tak. Zwykle koszty przewyższają przychody. Dlatego zmiana tego stanu rzeczy byłaby pewnie warunkiem mówienia o współpracy z dużymi graczami w Unii Europejskiej. Ale nie przypuszczam, żeby to był warunek wystarczający. Potrzebne byłyby też alianse mniejszych podmiotów z mniej liczących się państw.

M.M.: Większość polityków z dużych państw deklaruje, że zrobią ze swoich krajów centra sztucznej inteligencji. To oznacza, że pojawią się narodowe silosy związane z badaniami nad SI. Dlatego szanse na prawdziwą współpracę krajów w tej dziedzinie są moim zdaniem niewielkie. Na wspólne przedsięwzięcia europejskie w dziedzinie SI wydaje się ułamki tego, co idzie na badania w krajach takich jak Niemcy, Francja czy Wielka Brytania. Bo to te kraje chcą być centrami, a nie Europa.

Poza tym wszystkie nowe kraje, które w 2004 roku przystąpiły do UE, są spychane na margines. Gorzej też przygotowujemy wnioski, słabiej lobbujemy. Trzeba jednak próbować, bo pewnego dnia to się może zmienić, więc nie można wypaść z obiegu.

J.A.: I jeszcze jedna ważna rzecz: model rozwojowy sztucznej inteligencji. Utożsamiamy ją z gigantami, jak Facebook, Google czy inne tego typu. Tyle że takie firmy nie miały wiele wspólnego ze sztuczną inteligencją w czasie ich powstawania. Ale kiedy pojawiły się duże pieniądze i duża ilość danych, to wtedy można było zacząć je wydawać na „zbytki”. I akurat te „zbytki” spowodowały, że radykalnie zmienił się wizerunek tych firm.

W Europie dominuje inny sposób rozumienia rozwoju: uniwersytet w warunkach laboratoryjnych ma rozwinąć zaawansowaną technologię, która potem – w jakiś magiczny sposób – powinna wejść na rynek i go zdobyć. Ale ten model nie najlepiej się sprawdza w praktyce.

Do tego dochodzi jeszcze sposób rozliczania efektów pracy naukowej. Od pewnego czasu uczelnie funkcjonują w modelu ewaluacji osiągnięć naukowych, zgodnie z którym niemalże jedyną rzeczą, do jakiej uczelnia i naukowiec są w praktyce zobowiązani, jest tworzenie wysoko punktowanych publikacji. To wywołuje ogromne ciśnienie na publikowanie. Publikacji na świecie jest już tyle, że prawie nie sposób ich czytać; można je co najwyżej liczyć. Można liczyć te współczynniki bibliometryczne i się nimi ekscytować.

Jednak nie jest to sposób rozwijania dyscypliny zgodny z filozofią biznesu. Jeżeli mamy coś naprawdę użytecznego, to tego nie publikujmy. Wdróżmy to albo załóżmy firmę, która będzie to sprzedawała. Ten model jest bardziej skuteczny w realiach rynku światowego.

Jak to, co panowie robią w Instytucie Informatyki, wygląda na mapie SI w Polsce?

M.M.: Dla mnie tym, co bardzo nas wyróżnia, jest połączenie sztucznej inteligencji z optymalizacją systemów. Jesteśmy też bardzo mocni w systemach informacyjnych – także takich, które idą w stronę inteligencji.

Jeden z naszych zakładów zajmuje się niemal wyłącznie sztuczną inteligencją. Ale jest jeszcze inny zakład, który zajmuje się systemami informacyjnymi, z dużym udziałem sztucznej inteligencji przejawiającej się w pracach nad data mining, text mining, web mining oraz wszystkim, co związane jest z semantyką, a ten obszar szczególnie łaknie sztucznej inteligencji.

Mamy silosową konkurencję – i między ośrodkami naukowymi w głównych miastach, i wewnątrz uczelni. Są wydziały, które czasami zajmują się tym samym, a ludzie niemal ze sobą nie rozmawiają

Jarosław Arabas

J.A.: Instytut ma bardzo ciekawą historię, jeśli chodzi o sztuczną inteligencję, bo przez jakiś czas jego dyrektorem był profesor Zdzisław Pawlak, jeden z pionierów SI osadzonej mocno w systemach informacyjnych i w indukcji reguł z danych. To jest ta jedna ścieżka, klasyczna.

Druga ścieżka, osadzona bardziej w neurofizjologii, to ścieżka rozwojowa sieci neuronowych. Myśmy w zasadzie już od lat 90. XX wieku tym się zajmowali. Ta ścieżka rozwinęła się najpierw w odniesieniu do zagadnień predykcyjnych; mamy na koncie trochę zastosowań przemysłowych. Później rozwinęła się w stronę głębokich sieci neuronowych.

Kolejny wątek to zagadnienia związane z uczeniem ze wzmocnieniem. Mamy też działkę związaną z metodami optymalizacyjnymi, z algorytmami ewolucyjnymi w szczególności. Stworzyła się grupka ludzi zorientowanych na wdrożenia praktyczne oraz prace teoretyczne mające źródło w zastosowaniach praktycznych.

Jesteśmy więc przede wszystkim nakierowani na rozwój takich technik, które mają rozwiązywać realne problemy otoczenia gospodarczego i staramy się z nim jak najlepiej współpracować.


Jarosław Arabas jest doktorem habilitowanym informatyki, profesorem nadzwyczajnym Politechniki Warszawskiej. Jego zainteresowania naukowe dotyczą algorytmów ewolucyjnych, metaheurystycznych metod optymalizacji oraz nieliniowych systemów regresji i klasyfikacji inspirowanych sieciami neuronowymi. Interesują go także aspekty wdrożeniowe metod sztucznej inteligencji, w szczególności zastosowania w elektroenergetyce, gazownictwie i inżynierii materiałowej. Jest autorem lub współautorem ponad 100 publikacji, a także autorem lub redaktorem kilku monografii i podręczników. Wypromował 8 doktorów. Od 2016 roku pełni funkcję dyrektora Instytutu Informatyki Politechniki Warszawskiej.

Mieczysław Muraszkiewicz jest profesorem zwyczajnym informatyki w Instytucie Informatyki Politechniki Warszawskiej. Jego zainteresowania naukowe dotyczą sieciowych systemów informacyjnych, metod reprezentacji wiedzy, sztucznej inteligencji i uczenia maszynowego, eksploracji danych i zarządzania wiedzą, przetwarzania w chmurze, systemów zarządzania bazami danych, systemów mobilnych. Interesują go także związki techniki z procesami społecznymi i kulturowymi oraz problemy inteligentnych miast i zagadnienia dotyczące innowacyjności. Jest autorem lub współautorem ponad 120 publikacji oraz 3 książek. Wypromował 21 doktorów. Prof. Muraszkiewicz kierował lub brał udział jako ekspert w ponad 55 projektach informatycznych i telekomunikacyjnych realizowanych w ponad 45 krajach, m.in. dla UNIDO, FAO, UNEP, UNESCO oraz Banku Światowego, koordynował 3 projekty dla Komisji Europejskiej w ramach naukowego i technologicznego programu Unii Europejskiej FP6 oraz był recenzentem i oceniał projekty w ramach FP6 i FP7. Prowadził także liczne projekty dla przedsiębiorstw polskich, niemieckich, holenderskich, szwedzkich oraz austriackich.

Zdjęcia w artykule:
  • Zdjęcie zajawka: Getty Images
  • Zdjęcie górne: Getty Images
  • Zdjęcie w tekście: Artur Traczyk
Drukuj ten artykuł Drukuj ten artykuł
Skip to content