AUTORZY: ANNA WITTENBERG ANITA DMITRUCZUK
26.07.2027
Każde państwo, które chce się liczyć kulturowo, gospodarczo i militarnie, musi mieć silną sztuczną inteligencję – stwierdził prof. Aleksander Mądry, ekspert w dziedzinie uczenia maszynowego zatrudniony w OpenAl, czyli spółce, która stworzyła ChatGPT. Na spotkaniu z rodzimą branżą technologiczną, zorganizowanym w lipcu przez ośrodek badawczy IDEAS NCBR, prof. Mądry przypomniał słowa prezydenta Emmanuela Macrona: „Fakt, że francuskie społeczeństwo używa technologii budowanej i kontrolowanej w Kalifornii, jest sprzeczny z racją stanu”. Zjednoczone Emiraty Arabskie powołały nawet ministra ds. sztucznej inteligencji, bo „rozumieją, że ropa się kiedyś skończy”. – Pytanie jest takie: jaka jest polska perspektywa? – zastanawiał się ekspert.
Według raportu „Wired for Al”, opracowanego przez firmę doradczą EY jesteśmy w grupie państw, które mogłyby najbardziej zyskać na rozwoju nowej technologii. Analitycy szacują, że wdrożenie sztucznej inteligencji w polskich przedsiębiorstwach to szansa na poprawę wydajności średnio co drugiego miejsca pracy, która przekładałaby się na 90 mld dol. rocznie. Według EY można by to porównać do zatrudnienia dodatkowych 4,9 mln osób. Raport stawia tezę, że Al przyniesie największe korzyści krajom rozwiniętym, zaś te, które nie staną do wyścigu technologicznego, narażają się na wypadnięcie z klubu czempionów.
Podobną szansę dla naszego kraju widzi Brad Smith, druga osoba w Microsofcie. Podczas czerwcowej wizyty w Warszawie dowodził on, że Al to rewolucja na miarę wynalezienia prasy drukarskiej czy elektyfikacji. – 'Polska to duży kraj z wysoko wykwalifikowanymi pracownikami. Ludzie są innowacyjni i ciężko pracują’ mówił w rozmowie z DGP. Smith naturalnie zakłada, że będziemy tworzyć Al z wykorzystaniem infrastruktury dostarczanej przez amerykańskiego giganta.
Jeśli chcemy, aby Polska skorzystała na rozwoju sztucznej inteligencji, a nie stała się jedynie odbiorcą rozwiązań oferowanych przez spółki z Doliny Krzemowej, musimy zrozumieć, że nie wystarczą efektowne gesty Ministerstwa Cyfryzacji. Wymaga to skoordynowanych działań całego rządu. Nazwijmy tę strategię „piątką dla Al”.
1. PIENIĄDZE
Flagowe przedsięwzięcie wicepremiera i ministra cyfryzacji Krzysztofa Gawkowskiego to Fundusz Al. „Ma być skierowany do polskich firm, które będą pracowały badawczo i naukowo – to znaczy zgłaszały swoje pomysły i same je tworzyły z chęcią, możliwością i potencjałem do komercjalizacji” – zapowiadał szef resortu na łamach DGP. W założeniu dofinansowanie dostaną projekty, które realnie zwiększą produktywność i konkurencyjność gospodarki. Łączna kwota planowana na inwestycje to 200 mln zł. w latach 2025-2029. Co więcej, nawet 200 mln zł może się okazać zbyt optymistycznym szacunkiem. W Koalicji Obywatelskiej nie widać bowiem entuzjazmu dla wydawania publicznych pieniędzy na nowoczesną technologię. W odpowiedzi na interpelację posła PiS Daniela Milewskiego (tu smaczek: jak sprawdził wiceminister Maciej Gdula, prawdopodobnie wygenerowała ją AI), wiceszef resortu rozwoju Ignacy Niemczycki napisał, że Polska powinna raczej uczestniczyć w europejskich projektach rozwojowych, bo fundusze państwowe odgrywają niewielką rolę w rozwoju start-upów zajmujących się sztuczną inteligencją. „Publiczne inwestycje w technologie typu Al nie są w stanie dorównać inwestycjom dużych firm technologicznych” – stwierdził Niemczycki.
Z jednej strony nie można mu odmówić racji. Według Al Index Report 2024, opublikowanego przez Uniwersytet Stanforda, w ubiegłej dekadzie firmy z USA zainwestowały w rozwój Al ponad 335 mld dol. W tym samym czasie chińskie przedsiębiorstwa wydały 103,6 mld dol., a europejskie – 37 mld dol. Jednocześnie coraz częściej decyzje o inwestycjach w sztuczną inteligencję są elementem polityki państwa. Z budżetu federalnego USA rocznie płyną na ten cel ponad 3 mld dol. Rząd francuski zobowiązał się zainwestować ok. 1,5 mld euro w ciągu sześciu lat. Latem 2023 r. niemiecki rząd ogłosił, że do końca tego roku wyda na Al 500 min euro. Wielka Brytania w dwa lata zamierza przeznaczyć na sztuczną inteligencję 500 mln funtów. Oczywiście pieniądze to nie wszystko. Kluczowe jest również to, kto rozdysponowuje fundusze, kto ocenia wnioski o granty i jak wygląda nadzór nad ich wykorzystywaniem. Chodzi o uniknięcie sytuacji, w której swoi wspierają swoich. Dlatego eksperci radzą, by projekty oceniały międzynarodowe zespoły.
2.INFRASTRUKTURA
Rozwój Al wymaga ogromnej mocy obliczeniowej. Dlatego Marek Cygan, matematyk z Uniwersytetu Warszawskiego, który wcześniej pracował m.in. dla Nvidii i Google’a, namawiał rząd do budowy klastrów obliczeniowych superkomputerów, z których mogliby korzystać naukowcy, a także firmy. Cygan, obecnie członek zespołu doradczego PL/Al ds. sztucznej inteligencji przy Ministerstwie Cyfryzacji, w rozmowie z DGP przekonywał, że ich brak to jedna z przyczyn, dla których z Polski wyjeżdżają młodzi, utalentowani programiści. Najpotężniejszy komputer świata to Frontier, działający w Oak Ridge National Laboratory w USA. Jest to pierwsze urządzenie, które przekroczyło barierę eksaskalową, co oznacza, że jest w stanie wykonać ponad trylion operacji zmiennoprzecinkowych na sekundę (10″). Obliczenia, które wcześniej trwały latami, zabierają mu dni, a czasami godziny. Podobne maszyny chcą budować m.in. Niemcy i Francja.
Kraje, które prowadzą aktywną politykę technologiczną, muszą jednak konkurować o procesory z big techami. To właśnie tłumaczy, dlaczego wycena giełdowa Nvidii, produkującej zaawansowane układy graficzne, w czerwcu przebiła próg 3 bln dol. i była wyższa niż Apple’a. Według raportu ośrodka konsultingowego Jon Peddie Research w II kw. tego roku sprzedaż procesorów wprawdzie zaliczyła spadek w porównaniu z I kw., ale rok do roku wzrosła o 39 proc.
W Polsce też mamy superkomputery, choć nie takie potężne jak te w USA. W rankingu TOP500, opracowanym przez głównych światowych naukowców, nasza najszybsza maszyna obliczeniowa – Helios GPU Iz centrum Cyfronet na krakowskiej AGH-zajmuje 55. miejsce na świecie. Dużo dalej są Athena (177. miejsce), Helios CPU (305, miejsce) i Ares (444. miejsce). W zestawieniu znalazło się łącznie osiem superkomputerów działających w Polsce, w tym cztery z AGH.
Zainstalowany w grudniu 2021 r. Helios GPU potrafi wykonać 35 biliardów obliczeń na sekundę (10″), Jak tłumaczy rzeczniczka AGH Anna Muszyńska, odpowiada to mocy ok. 50 tys. laptopów. Z pomocą Heliosa rocznie ma być realizowanych kilkaset projektów badawczych, m.in. z zakresu: chemii, fizyki, inżynierii materiałowej, energetyki, medycyny, biologii oraz sztucznej inteligencji. Aby uzyskać dostęp do superkomputera, naukowcy muszą ubiegać się o granty obliczeniowe. A tych wciąż jest zbyt mało. Konsorcjum centrów danych, w którego skład wchodzi Cyfronet, przewidziało w tym roku także dwa konkursy na dostęp do mocy najszybszego komputera w Europie LUMI – znajdującego się w Finlandii. W pierwszym, który już rozpisano, zakwalifikowało się dziewięć projektów.
Moc obliczeniową Heliosa GPU teoretycznie można wykorzystywać komercyjnie, choć takie projekty stanowią dziś w Cyfronecie zaledwie kilka procent. Przeważnie stoi za nimi branża motoryzacyjna. Tacy giganci jak Škoda czy Volkswagen skupiają się jednak na budowie własnej infrastruktury.
3. UNIWERSYTET AI
Sukcesy polskich programistów i matematyków w amerykańskich start-upach to zasługa oświaty, począwszy od jej najniższych szczebli. Jak pokazują analizy przeprowadzone przez SGH, na efekty edukacji dla rozwoju gospodarczego trzeba czekać przez 10-15 lat od momentu opuszczenia szkoły przez dany rocznik. Dziś odcinamy więc kupony od tego, jak nauczyciele kształcili kiedyś. Rzecz w tym, że według międzynarodowych badań PISA polscy uczniowie coraz gorzej radzą sobie z matematyką. Co piąty ma umiejętności niskie lub bardzo niskie. Tegoroczne wyniki egzaminów ósmoklasisty pokazały, że 11 proc. nie osiąga progu 30 proc. pkt z wszystkich trzech obowiązkowych testów (język polski, matematyka i język obcy). Oceny maturalne też nie prezentują się najlepiej – 10 proc. uczniów, którzy wybrali matematykę na poziomie rozszerzonym, dostało o pkt. Jeśli technologia ma być jednym z kół zamachowych polskiej gospodarki, szkoła musi zadbać o poprawę jakości edukacji. A to oznacza systematyczne podnoszenie kompetencji obecnie pracujących nauczycieli, przeciwdziałanie negatywnej selekcji do zawodu oraz opracowanie sensownego programu nauczania i weryfikowania wiedzy.
Jak przekonuje prof. Piotr Sankowski, do niedawna prezes IDEAS NCBR, kluczowe jest też specjalistyczne kształcenie naukowców. Jego zdaniem należałoby powołać nową instytucję – coś na kształt uniwersytetu Al. I to zbudować ją od podstaw, a nie na bazie zastałych struktur, które w opinii Sankowskiego mają trudności z elastycznym dopasowywaniem się do zmieniających się realiów. Za jego rządów IDEAS NCBR zdobył granty z NATO i European Research Council, a także stał się pierwszym ośrodkiem w Polsce, który dołączył do sieci ELLIS, czyli najlepszych instytutów zajmujących się sztuczną inteligencją. Jak wylicza Sankowski, na utworzenie uniwersytetu Al trzeba by wyłożyć 1-2 mld zł. Dużo? Dla porównania: na bieżące utrzymanie istniejących uczelni resort nauki wydaje ponad 22 mld zł. A niewykluczone, że czekają je spore zmiany, m.in. w związku z malejącą liczbą studentów, od której zależy wysokość subwencji z budżetu. „Prawda jest brutalna, mamy za dużo uczelni w Polsce. Musi być ich mniej” – mówił minister Dariusz Wieczorek „Gazecie Wyborczej”. Jego zdaniem w niektórych przypadkach rozwiązaniem może być konsolidacja.
Jak przekonuje prof. Mądry, nie chodzi o to, żeby wszyscy informatycy zajmowali się programowaniem, lecz o upowszechnianie wiedzy i umiejętności z zakresu sztucznej inteligencji w różnych dziedzinach nauki. Podał przykład z Massachusetts Institute of Technology, uczelni, na której wykłada. „Wszyscy muszą być oswojeni z Al w kontekście obszarów, które są naszą pasją. Mówimy: fascynuje cię biologia? OK, ale masz tu jeszcze kurs, jak wykorzystać w niej sztuczną inteligencję”. Dlatego nawet gdybyśmy mieli więcej pieniędzy, jakościowe dane i więcej mocy obliczeniowych, i tak wyłożylibyśmy się teraz na niedoborze fachowców.
4. DARPA DLA POLSKI.
Zwiększenie finansowania badań naukowych związanych z Al jest niezbędne, ale przyznawanie i wykorzystywanie funduszy musi też przebiegać szybciej i elastyczniej. Dziś samo projektowanie programu grantowego trwa dwa-trzy lata, a selekcjonowanie wniosków kolejny rok lub dwa lata. W warunkach dynamicznego rozwoju technologii nasz obecny system finansowania prezentuje się jako mozolny i skostniały. Badacze muszą mieć możliwość na bieżąco reagować i adaptować swoje rozwiązania do zmieniającego się otoczenia. ChatGPT nie tylko wprowadził Al pod strzechy, lecz także spowodował np., że wiele przedsięwzięć naukowych związanych z przetwarzaniem języka naturalnego straciło sens. Agencje finansujące badania w Polsce muszą wyciągnąć z tego wnioski.
Instytucją często wymienianą jako wzorzec jest amerykańska DARPA, czyli Agencja Zaawansowanych Projektów Badawczych Departamentu Obrony, odpowiedzialna za rozwój nowych technologii wojskowych, którą w latach 50-ych. XX w. stworzył prezydent Dwight Eisenhower. Bezpośrednim impulsem dla podjęcia tej decyzji było wystrzelenie przez Rosjan 'Sputnika’. Eisenhower chciał mieć gwarancję, że od tej pory to USA będą zaskakiwały świat, a nie odwotnie. DARPA wspiera obecnie szeroką gamę projektów, m.in. dotyczących zastosowania Al w obszarze cyberbezpieczeństwa, technologii satelitarnych i budowy humanoidalnych robotów.
Zdaniem prof. Sankowskiego zmiana filozofii finansowania badań Al jest w Polsce niezbędna, podobnie jak ustanowienie większej liczby programów, wyłożenie większej puli pieniędzy i zintensyfikowanie współpracy międzynarodowej. Zwłaszcza w kontekście zagrożenia ze strony Rosji. W rządzie widać oznaki zrozumienia rangi problemu. Na początku lipca minister obrony narodowej Władysław Kosiniak-Kamysz ogłosił w Sejmie, że Wojsko Polskie szykuje się do utworzenia centrum implementacji sztucznej inteligencji. W nieoficjalnych rozmowach z przedstawicielami administracji rządowej słyszeliśmy, że to może być pierwszy krok w stronę budowy instytucji na wzór DARPA.
5. ENERGIA
Według Międzynarodowej Agencji Energetycznej w 2022 r., centra danych odpowiadały za 1-1,3 proc. zapotrzebowania na prąd w skali globalnej. Różnice między poszczególnymi krajami są znaczne. Na przykład w Irlandii na takie centra przypada 18 proc. całkowitego zużycia energii – trzy razy więcej niż w 2015 r. Szacuje się, że do 2031 r. może to być 28 proc. Przesył danych to z kolei 1-1,5 proc. globalnej konsumpcji prądu. Choć z roku na rok ruch internetowy jest coraz większy, a użytkowników i urządzeń przybywa, wzrost zapotrzebowania na energię jest w tym przypadku stosunkowo niewielki. Powód? Przede wszystkim coraz bardziej wydajne urządzenia, a także lepsze chłodzenie.
Helios, nasz najmocniejszy komputer, uplasował się na trzecim miejscu listy najbardziej efektywnych energetycznie superurządzeń Green500 m.in. dzięki zastosowaniu chłodzenia cieczą. 'Gdyby do każdego megawata mocy potrzebnej do działania superkomputera zastosować technikę chłodzenia za pomocą wentylatorów, wciąż najbardziej powszechną w polskich centrach danych – trzeba byłoby doliczyć jeszcze 600 kW energii. W przypadku chłodzenia cieczą jest to 30 kW. A trzeba pamiętać, że superkomputer wykonuje obliczenia właściwie bez przerwy. Pobór energii ma więc ogromny.’ mówi Karol Krawentek, zastępca dyrektora Cyfronetu.
Rozwój sztucznej inteligencji może być sporym wyzwaniem dla polityki klimatycznej. Dane Google’a i Mety wskazują, że samo trenowanie modeli odpowiada za 20-40 proc. zużycia energii w projekcie Al, a reszta przypada na fazę wdrożenia i udoskonalania produktu. Jak podkreśla MAE, w nadchodzących latach „szybkie i powszechne wykorzystywanie chatbotów, takich jak ChatGPT OpenAI i Google Bard, prawdopodobnie przyspieszy wzrost zapotrzebowania na energię dla Al”. Energia zaoszczędzona dzięki udoskonaleniu urządzeń i procesów oraz chłodzeniu tego nie zrekompensuje.
Na te globalne wyzwania nakłada się jeszcze polski miks energetyczny, wciąż oparty na węglu. Produkcja ze źródeł odnawialnych boryka się z wieloma problemami. Do tego dochodzą ograniczone możliwości przyłączenia do sieci – powoli widoczne także na rynku amerykańskim. Choć big techy obiecują niekiedy, że będą korzystać wyłącznie z OZE, to nasuwa to wątpliwości, na ile realistyczne są takie deklaracje. Z naszego punktu widzenia kluczowa jest stabilność dostaw energii, dlatego OZE nie są wymarzonym rozwiązaniem. Co innego w przypadku modułowej technologii SMR (małe reaktory jądrowe – red.), o ile się ona rozwinie. 'Jeden moduł ma moc podobną do bloku węglowego, produkuje ciepło i mógłby być wygodnym następcą węgla bez konieczności budowy dodatkowych instalacji. Zapewniałby nam potrzebną ilość energii przez całą dobę.’ – wyjaśnia Karol Krawentek.
Mówiąc inaczej, rozwój Al wymaga nie tylko ogromnych zasobów prądu, lecz także starannie przemyślanej i transparentnej transformacji energetycznej. Państwo musi odpowiedzieć na wiele pytań: skąd będzie pochodzić energia zasilająca AI? Co się stanie z ciepłem odpadowym? Jakie jest zasilanie awaryjne? Jak zachęcić operatorów i właścicieli infrastruktury do poprawy chłodzenia centrów danych? Jak wygląda zużycie wody?
Na razie poważna rozmowa o technologicznym skoku nawet się nie zaczęła. Może więc trzeba się o nią upomnieć.
*dziękuję Annie Wittenberg i redakcji Dziennik Gazeta Prawna za zgodę na publikację na twojepanstwo.pl
*tekst ukazał się 26 lipca na https://edgp.gazetaprawna.pl/
Zapisz się na powiadomienia o nowych analizach na twojepanstwo.pl