Jak pokonać bariery w rozwoju AI w naszym kraju

Wysokie koszty energii i drenaż specjalistów to tylko część przeszkód dla nowej technologii.

Pomimo dynamicznego rozwoju sztucznej inteligencji na świecie, w Polsce są niewątpliwie liczne bariery do pokonania. Specjaliści wskazują na niską innowacyjność i tradycyjny system kształcenia. By w pełni wykorzystać potencjał, jaki drzemie w sztucznej inteligencji (AI), potrzebne są szybkie działania, zarówno administracji publicznej, jak i biznesu.

Kluczem innowacje

Jak twierdzi Krzysztof Inglot, prezes Personnel Service, jedną z podstawowych barier dla AI są wysokie koszty energii. Dane Eurostatu wskazują, że w I półroczu 2017 r. średnia cena energii elektrycznej dla gospodarstw domowych w Polsce wyniosła 14,6 euro za 100 kWh. Co prawda, to o 5,8 euro mniej niż w całej Unii Europejskiej, ale – jeżeli weźmiemy pod uwagę cenę energii elektrycznej w odniesieniu do siły nabywczej (PPS), czyli wspólnej waluty odniesienia, która eliminuje różnice poziomu cen między krajami – wskaźnik w naszym kraju jest już jednym z najwyższych w Europie. Wynosi aż 25,9 PPS za 100 kWh. Tymczasem np. w Finlandii jest to 12,8 PPS, Luksemburgu – 13,5 PPS, Holandii – 14,2 PPS czy Hiszpanii – 25,4 PPS.

Wyzwaniem jest także deficyt wykwalifikowanych pracowników. Szacuje się, że obecnie na emigracji przebywa nawet 2,5 mln Polaków. Część z nich to fachowcy, którzy – zamiast rozwijać swoje kompetencje na miejscu – wywożą je do innych krajów. Widać to na przykładzie lekarzy. Z opublikowanych przez brytyjską Izbę Gmin w połowie 2017 r. danych wynika, że w W. Brytanii pracuje prawie 8,5 tys. polskich lekarzy i pielęgniarek. – Warunki pracy oferowane w Polsce są mniej atrakcyjne niż te w Europie Zachodniej. I nie chodzi nawet o zarobki, które oczywiście są lepsze w innych krajach, ale przede wszystkim o możliwość rozwoju własnych kompetencji i ich wykorzystania – komentuje Krzysztof Inglot.

Oprócz kosztów związanych z energią i potrzebą zaangażowania specjalistów tworzenie takich przełomowych technologii jak sztuczna inteligencja wymaga jeszcze jednego istotnego komponentu – innowacyjności. A z tą w naszym kraju nie jest najlepiej. Komisja Europejska w 2016 r. opublikowała globalny ranking innowacyjności, w którym Polska znalazła się na czwartym miejscu. Ale od końca.

Na pozycji lidera uplasowała się Szwecja, a za nią Dania, Finlandia, Holandia i W. Brytania. Silne strony polskiego systemu innowacji wskazywane w rankingu to: pozytywny wpływ na zatrudnienie, inwestycje przedsiębiorstw, a także otoczenie przyjazne innowacjom. Słabo za to wypadają innowacje sprzyjające sprzedaży na nowych rynkach oraz innowacje marketingowe oraz organizacyjne w sektorze małych i średnich przedsiębiorstw. Alarmujący dla Polski powinien być fakt, że w tak ważnym z punktu widzenia rozwoju AI rankingu zajmujemy prawie ostatnią pozycję.

Czas na kreatywność

Na potrzeby rekrutacyjne NASA, od końca lat 60. ubiegłego wieku wprowadzono test na myślenie dywergencyjne, którym sprawdzano zdolność kandydatów do twórczego rozwiązywania problemów. Gdy przetestowano nim grupę pięciolatków, uzyskano wyniki pokazujące, że 98 proc. z nich jest na poziomie kreatywnego geniuszu. Po upływie pięciu lat w tej samej grupie odsetek wyników wybitnych spadł jednak gwałtownie – do 30 proc., a w grupie referencyjnej 31-latków jeszcze się pogłębił. Myślenie dywergencyjne na poziomie wybitnym zanotowano tylko u 2 proc. badanych.

Jednym z czynników wpływających na obniżenie poziomu kreatywności jest szkoła. Dotyczy to również Polski, gdzie działa solidny system oparty o przekazywanie wiedzy i podstawowych umiejętności, ale brakuje pomysłów na zreformowanie tradycyjnego modelu kształcenia w kierunku promowania kreatywności.

W takie projekty zaangażowały się już m.in. Finlandia, Kanada, Estonia, Singapur, Japonia, Korea czy Chiny. A Polska wciąż zmaga się z innowacyjnością swoich uczelni. Efekt? W rankingu Reutersa 100 najbardziej innowacyjnych szkół wyższych w Europie (zestawienie identyfikuje placówki prowadzące najbardziej zaawansowane badania naukowe, tworzące nowe technologie i przyczyniające się do rozwoju światowej gospodarki) znalazła się tylko jedna rodzima uczelnia. To Uniwersytet Jagielloński, który uplasował się dopiero na 90. pozycji. Zwycięzcą rankingu, już trzeci rok z rzędu, została belgijska uczelnia KU Leuven. Z kolei brytyjskie Imperial College London i University of Cambridge utrzymały drugą i trzecią pozycję.

To pokazuje, że w naszym kraju zbyt mały nacisk kładzie się na nowoczesne rozwiązania na uczelniach, przez co wielu studentów wybiera kierunki mało przyszłościowe. Potwierdza to zresztą najnowsza lista zawodów nadwyżkowych, opublikowana przez resort pracy. Znajdują się na niej profesje, jak filozof, ekonomista, politolog, kulturoznawca, historyk czy pedagog.

Lawinowy wzrost AI

Globalnym liderem w wydatkach na sztuczną inteligencję są Stany Zjednoczone, które w 2017 r. odpowiadała za 80 proc. inwestycji w tym sektorze – podaje IDC. Według prognoz do roku 2021 na pozycji lidera nie nastąpi zmiana. Spadnie tylko jego procentowy udział. W konsekwencji za trzy lata USA będą odpowiadały za 75 proc. globalnych wydatków na AI.

Sektory, które najmocniej korzystają na rozwoju sztucznej inteligencji, to m.in. motoryzacja (np. autonomiczne samochody), marketing i sprzedaż (analiza potrzeb i zachowań klientów) czy medycyna (maszyny wykrywają na zdjęciach diagnostycznych raka ze skutecznością dorównującą doświadczonym radiologom). AI ma jednak potencjał, by przekształcić wiele kolejnych branż – od finansów, przez transport, po rolnictwo.

– W biznesie od lat wdrażamy rozwiązania oparte o metody uczenia maszynowego, a modele analityczne przynoszą konkretne korzyści klientom. Spodziewamy się, że w niedalekiej przyszłości wykorzystanie AI będzie lawinowo wzrastać. Spowoduje to dalszy wzrost nakładów kierowanych na rozwój tej dziedziny. Interakcja człowiek–maszyna zmieni się nie do poznania – podkreśla Michał Kudelski, manager w SAS Polska.

Opinia

Ewa Treitz, ekspert w dziedzinie AI, venture partner fundusz Black Pearls VC

Spektakularne kroki w rozwoju sztucznej inteligencji, jak Google Duplex, czy humanoidalna Sophia, świadczą o tym, że jej możliwości na naszych oczach przekraczają kolejne bariery. Część z nas z niesmakiem postrzega ludzko-nieludzką Sophię, wiele osób z niepokojem przyjęło zbyt naturalnie brzmiącą rozmowę asystenta Google z fryzjerką. Kontakt z AI jest w naszej świadomości czymś wciąż mocno abstrakcyjnym.

Tymczasem łatwo zapominamy o tym, że tzw. narrow AI, czyli sztuczne inteligencje potrafiące realizować tylko określone zadania, są już praktycznie wszędzie i codziennie mamy z nimi do czynienia, często nieświadomie. Najbliższe nam przykłady powszechnych zastosowań AI to media społecznościowe, oprogramowanie do tłumaczeń, filtry antyspamowe czy szeroko pojęte systemy finansowe i płatnicze. Szczególnie ciekawym obszarem są miasta. Dlaczego? Bo sztuczna inteligencja żywi się danymi. To właśnie miasta z ich setkami tysięcy lub nawet dziesiątkami milionów mieszkańców, aut, rowerów, różnych zdarzeń i po prostu nieskończoną dynamiką tworzą środowiska, w których AI ma co robić. Analiza ogromnych ilości danych i umożliwienie podejmowania decyzji w oparciu o nie to największa korzyść, jaką ta technologia może dać zarządzającym miastami, sprawiając, że aglomeracje rzeczywiście mogą się stać inteligentne.

Do roku 2050 w miastach na świecie żyć będzie blisko 70 proc. ludności naszej planety. Już obecnie jest to ponad połowa światowej populacji. Rośnie też liczba megamiast, liczących ponad 10 mln mieszkańców. Do 2030 roku przewiduje się, że będzie ich ponad 40. Komfort życia w takich metropoliach opiera się o jakość dostępu do usług, przepustowość transportu, zaopatrzenie oraz gospodarkę odpadami. By tak wiele wątków utworzyło sprawnie działający system, niezbędne jest oparcie procesów planowania rozwoju miast w oparciu o realne dane.