Sztuczna inteligencja po polsku. Do największych wyzwań należą trudności w rekrutacji wykwalifikowanych kadr oraz nieznajomość marki na rynkach zagranicznych.

Polskie firmy zajmujące się sztuczną inteligencją to przeważnie przedsiębiorstwa bardzo małe. Do największych wyzwań należą brak wykwalifikowanych kadr oraz nieznajomość marki na rynkach zagranicznych. Dlatego oczekują przede wszystkim wsparcia w promocji za granicą.

Fundacja Digital Poland, we współpracy z firmą 10 Senses przeprowadziła badania i opracowała raport State of Polish AI 2021 (Kondycja polskiej sztucznej inteligencji 2021). Misją fundacji jest doprowadzenie do sytuacji, by Polska stała się jednym ze światowych centrów innowacji. Współpracuje z takimi organizacjami jak Digital Switzerland czy Digital Serbia, stawiając na cyfryzację Europy.

– Współtworzyliśmy polską strategię sztucznej inteligencji, opracowaliśmy też kilka raportów na ten temat – powiedział Piotr Mieczkowski, dyrektor zarządzający fundacji Digital Poland, wprowadzając do dyskusji o usługach AI w gospodarce. – Przedstawiliśmy mapę polskiej sztucznej inteligencji w 2019 roku. Mamy akademię Elements of AI i jesteśmy liderem tych kursów. Wsparliśmy powstanie pierwszego strategicznego programu Infostrateg w NCBR. Na początku tego roku opracowaliśmy raport State of Polish AI 2021. Chodziło nam między innymi o to, by móc promować polskie spółki za granicą.

– Polskie firmy zajmujące się sztuczną inteligencją zlokalizowane są przeważnie w aglomeracjach – podkreślił Łukasz Borowiecki, prezes 10senses. – Ponad jedna piąta korzysta z finansowania venture capital. Niektóre mają już przeszło 50 milionów złotych przychodów, ale większość to ciągle przedsiębiorstwa bardzo małe.

Około jedna trzecia sprzedaje swoje produkty lub usługi za granicą. Głównie w krajach Unii Europejskiej i Stanach Zjednoczonych. Do najważniejszych branż należą teleinformatyka, finanse i handel. Naturalnie chodzi o typowe zastosowania: analitykę danych lub przetwarzanie języka naturalnego.

Do największych wyzwań należą trudności w rekrutacji wykwalifikowanych kadr oraz nieznajomość marki na rynkach zagranicznych, a więc konieczność ponoszenia dużych wydatków na promocję. Brakuje też odpowiedniej ilości danych do budowy modeli. Poza tym nadal niewielu klientów ufa rozwiązaniom sztucznej inteligencji.

– Jeśli chodzi o technologie, wykorzystywane są przede wszystkim Docker, AWS Cloud i Jupiter Lab/Notebook – dodał Piotr Mieczkowski. – Biorąc pod uwagę języki, 95 procent firm deklaruje wykorzystywanie Pythona. Ale używa się też języka R, Java czy C/C++. Co ciekawe, prawie co druga spółka ma już własną bibliotekę, czyli tworzą one własność intelektualną w naszym kraju.

Ponad cztery piąte przedsiębiorstw wykorzystuje przetwarzanie w chmurze. Natomiast bardzo mało firm współdzieli serwery (tylko 5 proc.). Zaś dane pochodzą przeważnie od klientów. Pewna część zainteresowanych (25 proc.) wypowiada się pozytywnie o polityce dotyczącej SI. Z drugiej strony 23 proc. nie wie, że ona istnieje, a 40 proc. nie miało czasu, by się z nią zapoznać. Jak się okazuje, jest sporo do zrobienia w dziedzinie popularyzacji tej polityki. Niewątpliwie brakuje pieniędzy na promocję.

Czego zatem oczekują spółki? Przede wszystkim właśnie promocji za granicą. Pożądane byłyby też zachęty podatkowe, głównie przy inwestycjach w badania i rozwój, a także dostęp do publicznych banków danych dobrej jakości. Potrzebna jest również edukacja, poczynając już na poziomie szkoły średniej.

– Można powiedzieć, że sztuczna inteligencja pełni rolę nowej energii elektrycznej – stwierdził Jacek Kawalec, dyrektor strategii w Digital Innovation Hub. – Aby rozwijała się prawidłowo, niezbędne są kompetencje, dane i moce obliczeniowe.

Potrzebujemy w naszym kraju wielu ośrodków naukowych, ale też jednego silnego centrum badawczego. Widać to na przykładzie rozmaitych krajów, a najlepszym jest amerykańska DARPA (Defense Advanced Research Projects Agency). Taka instytucja powinna współpracować ze start upami. Chodzi o uczenie maszynowe i między innymi o rozpoznawanie obrazu i mowy,  rozumienie mowy, rozumienie obrazu, automatykę i predykcje. Rozwijanie przez ośrodki naukowe tych technologii mogłoby skutkować wieloma zastosowaniami.

Jeśli chodzi o kompetencje, od pewnego czasu, a szczególnie ostatnio – w dobie pracy zdalnej – mamy do czynienia ze światowym rynkiem pracy. Można mieszkać w Polsce, a pracować w Stanach Zjednoczonych czy gdziekolwiek indziej na świecie. Dlatego polskie firmy muszą pamiętać o stwarzaniu takich warunków, by zatrzymać ludzi. Naturalnie rzecz idzie przede wszystkim o wynagrodzenia, ale też umożliwianie prowadzenia badań, a więc i rozwoju kariery.

Ogromne znaczenie ma dostępność danych, przekonywał Jacek Kawalec. W tym przypadku nie wszyscy rozumieją istotę zjawiska. Problem bowiem nie tylko w ilości danych, ale również w konieczności ich etykietowania i opisywania na potrzeby nadzorowanego uczenia maszynowego, które obecnie jest wiodącym podejściem. Takich danych jest mało, są bardzo drogie w zbieraniu i trudno dostępne, co szczególnie widać między innymi w medycynie. Na szczęście są już inicjatywy udostępniania takich danych naukowcom, na przykład w Wielkiej Brytanii. Warto, by polskie ośrodki poszły tym śladem. Wbrew pozorom nie jest to szalenie trudne, jednak wymaga dobrej organizacji. Ale trzeba to zrobić, jeżeli chcemy się liczyć w tej dziedzinie. Bo przecież przyszłość należy do danych i ich umiejętnego wykorzystania. To truizm, ale niepodważalny.

Niesłychanie istotna jest także dostępność mocy obliczeniowych, a konkretnie akceleratorów umożliwiających uczenie maszynowe. Niestety, w naszym kraju brakuje mocy obliczeniowych przeznaczonych do prac nad rozwojem SI w odpowiedniej skali. Nie ma ośrodków porównywalnych z zagranicznymi. Polskie uczelnie mają zbyt małe zasoby.  Te trzy elementy: kompetencje ludzi, ośrodki badawcze i wykorzystanie danych przesądzają o rozwoju sztucznej inteligencji. Naturalnie konieczne są również pieniądze. Zdaniem Jacka Kawalca obecnie Narodowe Centrum Badań i Rozwoju zapewnia finansowanie na zadowalającym poziomie, chociaż do światowych liderów bardzo nam daleko. Potrzebny jest wkład państwa, które powinno stworzyć program pozwalający nadążać za rozwojem SI. Zwłaszcza że daje ona wielkie korzyści administracji państwowej.

– Sztuczna inteligencja i uczenie maszynowe to technologie, których używamy już od kilku lat – przypomniała Bożena Leśniewska, wiceprezeska zarządu ds. rynku biznesowego Orange Polska. – Koncentrujemy się na mądrym podejściu do analityki danych. Dość wcześnie zaczęliśmy wprowadzać algorytmy sztucznej inteligencji w obsłudze klientów. W zeszłym roku było już ponad 100 robotów obsługujących ten obszar. Dane klientów gromadzimy przede wszystkim po to, aby móc zaproponować im lepsze, spersonalizowane usługi i wyższy poziom obsługi. Między innymi dzięki nowym technologiom jesteśmy dziś w stanie spersonalizować nową ofertę dla dużego klienta biznesowego w ciągu kilku godzin. Dawniej zajmowało nam to kilka dni.

Zgłoszenia od klientów Orange odbiera cyfrowy asystent Max. W ubiegłym roku było to około 11 milionów rozmów. Max obsługuje przychodzące i wychodzące połączenia na infoliniach, przeprowadza testy łącza, rozwiązuje kwestie związane m.in. z reklamacjami czy należnościami. To odciąża konsultantów i pozwala im zająć się trudniejszymi sprawami. Oczywiście Max cały czas się uczy i rozwija, zyskując kolejne kompetencje. Sztuczna inteligencja pomaga też w przewidywaniu usterek sieci i monitoruje ruch telekomunikacyjny. Kilkaset algorytmów wykorzystywanych jest też do wykrywania fraudów i wzmacniania cyberbezpieczeństwa.

Nowe wyzwania stwarza również technologia 5G. Chodzi przede wszystkim o ogromną liczbę urządzeń, które będą w stanie obsłużyć sieci tej generacji. Już niedługo może być ich nawet milion na kilometr kwadratowy. A to oznacza konieczność jednoczesnej transmisji gigantycznych ilości danych, do których przetwarzania algorytmy sztucznej inteligencji będą po prostu konieczne. – W opinii spółek oferujących usługi sztucznej inteligencji, które wzięły udział w naszym badaniu, współpraca z korporacjami nie jest łatwa – zauważył Łukasz Borowiecki. – Główną przeszkodę ma stanowić ograniczona chęć inwestowania w sztuczną inteligencję.

– Mamy pewien kłopot z danymi – przyznał Robert Król, dyrektor Centrum Zastosowania Sztucznej Inteligencji w NASK. – Prywatne firmy mają ich dużo więcej niż administracja publiczna. Dzięki temu mają przewagę biznesową, a więc nie chcą się nimi dzielić (szczególnie danymi medycznymi). Co zrobić, żeby je przekonać? Na razie nie mamy na to konkretnego pomysłu. Nie tylko w Polsce, ale w całej Unii Europejskiej.

https://itreseller.pl/it-reseller-nr-339-2021/