Z dr hab. Piotrem Sankowskim, profesorem Uniwersytetu Warszawskiego, prezesem IDEAS NCBR powołanego przez Narodowe Centrum Badań i Rozwoju i członkiem jego Rady, a także CSO w firmie MIM Solutions rozmawiamy o największych, naukowych osiągnięciach w kontekście rozwoju sztucznej inteligencji; polskich badaniach na tym polu; najciekawszych zastosowaniach AI; granicach wykorzystania algorytmów sztucznej inteligencji i roli w tym regulacji; a także wspieraniu prac nad AI w Polsce.
Jakie najważniejsze osiągnięcia naukowe w kontekście rozwoju sztucznej inteligencji można wyróżnić w roku 2021? Co oznaczają dla dalszego rozwoju algorytmów Machine Learning? Jak na niego wpłyną?
Fascynują mnie coraz większe postępy w uzyskiwaniu uniwersalnych metod uczenia maszynowego (ML). Metod pozwalających na działania oparte o koncepcje Zero-Shot, czy Few-Shot Learning. Jednym z bardzo ciekawych wyników jest tutaj sieć neuronowa CLIP (openai.com/blog/clip/) stworzona przez OpenAI. Pozwala ona na wyszukiwanie obrazów na podstawie dowolnych ich opisów.
Tego typu sukcesy wskazują, że algorytmy uczenia maszynowego przestaną wymagać ogromnych zbiorów danych. Odejdziemy tym samym od utartego twierdzenia, że dane są paliwem sztucznej inteligencji, bo aktualnie tworzone rozwiązania pozwalają na ich wykorzystanie bez konieczności zasilania ich ogromnymi zbiorami danych. Kilka lat temu nauczenie algorytmu sztucznej inteligencji wymagało pokazania mu rozwiązań milionów przykładów, a dzięki coraz większej uniwersalności teraz zaczyna wystarczać ich kilka.
Czy Polska ma się w tym obszarze czym pochwalić?
Myślę, że jesteśmy na dobrej drodze, aby niedługo tak było. Polskie badania dopiero w ostatnich latach zaczęły wchodzić do mainstreamu badań nad uczeniem maszynowym. To stwierdzenie może być zaskakujące, biorąc pod uwagę fakt, że Polska ma wyraźne osiągnięcia w badaniach nad szeroko pojętą sztuczną inteligencją (AI). Jednakże w tej poddziedzinie AI, która odnosi w ostatnich latach ogromne sukcesy, nie byliśmy dotąd zauważalni. Dopiero niedawno, w roku 2021, może 2020, naukowcy pracujący w Polsce zaczęli prezentować osiągnięcia na flagowych konferencjach w tej dziedzinie takich jak: ICML, KDD, NeurIPS/NIPS, czy CVPR. Pokazuje to, że zaczęliśmy dokładać nasze małe cegiełki tworzenia przełomowych rozwiązań uczenia maszynowego.
Jednym z priorytetów Ideas NCBR jest kształcenie nowego pokolenia specjalistów, którzy będą dzielić się wiedzą. Ważne jest dla nas również to, aby realizowane w IDEAS NCBR projekty badawcze miały praktyczne zastosowanie w różnych sektorach gospodarki. Obecnie mamy powołane dwie grupy badawcze, jedna z nich zajmuje się inteligentnymi algorytmami oraz wyuczonymi strukturami danych, druga Blockchainem i smart contracts. Wkrótce powołane zostaną kolejne, które wyłonione zostaną przez naszą Radę Naukową w otwartym konkursie.
Źródło artykułu: ITwiz
