Sztuczna inteligencja (AI) nie jest pierwszą rewolucją technologiczną, ale rzeczywiście rozwija się szybciej i bardziej dogłębnie niż wcześniejsze innowacje. Prof. Piotr Sankowski, dyrektor Instytutu Badawczego IDEAS, podkreśla, że ludzkość przetrwała wiele takich rewolucji mimo obaw o zagładę. „Dotychczas się to nie wydarzyło i mam nadzieję, że tym razem też tak będzie” – mówi w rozmowie z Grzegorzem Jasińskim dla RMF FM.
Utrzymanie suwerenności w zakresie AI w Polsce jest wyzwaniem. Jak twierdzi prof. Sankowski, rozwój specjalistycznych modeli językowych jest możliwy, ale konkurencja z gigantami technologicznymi wymaga europejskiej współpracy. Modele takie jak Bielik i PLLuM mogą znaleźć zastosowanie w analizach, które nie mogą być przetwarzane publicznie, co wskazuje na potrzebę posiadania własnych rozwiązań.
Dynamicznie zmieniający się rynek pracy informatyków wymaga od polskich uczelni przygotowania studentów do elastycznego przystosowania się do nowych technologii. Studiowanie trudnych dziedzin, takich jak informatyka i sztuczna inteligencja, nadal się opłaca, gdyż popyt na wykwalifikowanych specjalistów będzie tylko rosnąć. „Popyt na najlepszych będzie rósł” – mówi prof. Sankowski.
W kontekście rozwoju centrów technologicznych, prof. Sankowski zaznacza, że europejskiej infrastrukturze daleko do tej amerykańskiej. Potrzeba tworzenia gigafabryk czy terafabryk oraz zapewnienia energii niezbędnej do ich funkcjonowania, np. z elektrowni jądrowych, jest nieunikniona.
Potencjał AI w Polsce widoczny jest również w rozwijaniu konkretnych zastosowań biznesowych i przemysłowych, jak automatyzacja procesów w rolnictwie czy przemysł zbrojeniowy. Takie technologiczne innowacje mogą stać się siłą europejskiego przemysłu.
Język polski ma unikalne właściwości, które sprawiają, że jest efektywnym narzędziem w kontekście sztucznej inteligencji, choć jego potencjał jest ograniczony przez mniejszą ilość dostępnych danych tekstowych. Dlatego nie jest realne trenowanie modeli wyłącznie na języku polskim, chociaż konkretne przewagi są dostrzegalne w specyficznych obszarach zastosowań.
W dziedzinie nauki AI wpływa na metodologie badawcze, szczególnie w matematyce, gdzie modele sztucznej inteligencji mogą wspierać procesy twórcze i pomagać w rozwiązywaniu złożonych problemów. Edukacyjne zastosowanie AI powinno skupić się na wspieraniu procesu nauki, a nie zastępowaniu pracy uczniów i studentów.
W obliczu szybko rozwijającej się technologii bezpieczeństwo cyfrowe i ochrona danych stają się kluczowe. Potencjał manipulacyjny AI, szczególnie w kontekście politycznym, stanowi wyzwanie, które wymaga globalnej współpracy i nadzoru. Wdrażanie transparentnych procesów decyzyjnych i recenzji naukowych może pomóc w kontrolowaniu rozwoju AI.
Historia pokazuje, że ludzkość potrafi skutecznie zarządzać ryzykiem związanym z nowymi technologiami, co pozostawia nadzieję, że podobnie będzie i w przypadku sztucznej inteligencji.
Dodaj komentarz