Co powinno się znaleźć w polskiej strategii dla AI?

Jarosław Gowin zapowiedział, że na jesieni tego roku Polska rozpocznie prace nad stworzeniem narodowej strategii dotyczącej sztucznej inteligencji. Decyzja powinna cieszyć. Lokomotywa jaką jest AI ciągnie za sobą pociąg  nadjeżdżającej z dużą prędkością rewolucji przemysłowej. Poszczególne wagony tego pociągu będą miały wpływ na każdą dziedzinę światowej gospodarki, od usług, aż po rolnictwo i przemysł. Niepodjęcie narodowych działań w kierunku stworzenia strategii w tym zakresie oznaczać może oddanie rynku AI, a w efekcie przyszłości gospodarki danego kraju, zagranicznym podmiotom. Sztuczna inteligencja wpłynie także na kształt stosunków międzyludzkich oraz na nasze społeczeństwo. Ogromną rolę odegra również w sektorze publicznym, przesądzając o kształcie naszych miast, administracji publicznej oraz obronności.

Państwa takie jak Chiny, Stany Zjednoczone, Japonia, Francja czy Wielka Brytania przyjęły już swoje strategie w zakresie sztucznej inteligencji. Określają w nich odpowiednie uwarunkowania prawne, instytucjonalne i finansowe dla sektora. W Polsce nie powinno być inaczej. Nie dlatego, że jest to moda, którą powinniśmy ślepo śledzić, lecz dlatego, że kształt AI w Polsce powinien zależeć w pierwszej kolejności od nas samych.

Cele dla Polski

Jak powinna wyglądać polska narodowa strategia AI? Nie jest to pytanie, na które można udzielić prostej odpowiedzi w kilku akapitach. Poniżej przedstawiono zaledwie kilka ogólnych sugestii na temat tego, jakie elementy powinny się w tej strategii znaleźć i co jako kraj możemy zrobić, aby stać się poważnym graczem na światowej scenie AI. Strategia Polski powinna zawierać przede wszystkim jasno określony cel wskazujący, gdzie jako kraj chcemy się znaleźć za 5, 10 i 15 lat na światowym rynku AI.

Państwa, które do tej pory przyjęły własne strategie, wyznaczyły sobie za cel bycie światowymi liderami AI oraz dominację w tej dziedzinie nad innymi państwami. Najlepszym przykładem są tutaj chociażby Chiny. Zgodnie z przyjętym przez rząd w 2017 r. dokumentem „New Generation of Artificial Intelligence Development Plan” Chiny mają do 2030 r. stać się niekwestionowanym liderem AI na świecie. Wcześniej, do 2020 r. mają one dogonić świat, a w 2025 r. już zacząć go przeganiać w osiągnięciach naukowych.

Postawienie ambitnych celów w strategii Chin i innych państw jest jak najbardziej uzasadnione. Jeśli jednak Chiny chcą być światowym liderem AI i zakładamy, że mają ku temu predyspozycje, to czy inne państwa również mogą nim być? Czy liderem AI może być Polska? Paradoksalnie nie jest to wykluczone, bo dominacja w AI to nie gra zero-jedynkowa.

Czy liderem jest państwo, które ma najwięcej ekspertów AI (obecnie Stany Zjednoczone)? Państwo, które patentuje najwięcej (Stany Zjednoczone)? Które posiada najwięcej spółek AI (Stany Zjednoczone)? Które posiada spółkę AI o największej wartości (chiński SenseTime, wart 3 mld. USD)? Które wydaje najwięcej na AI (Chiny)? Które dokonuje fundamentalnych odkryć w AI (Stany Zjednoczone i Kanada)? Czy może jeszcze państwo, które ma najsilniejszą „markę” w AI (obecnie Stany Zjednoczone i Kanada)?

Dla Chin planowana na 2030 r. dominacja w AI ma mieć dwa oblicza: gospodarcze i naukowe. Chiński rynek AI powinien być największy na świecie i osiągnąć wartość USD 150 mld. do 2030 r. Dla porównania łączny światowy rynek AI w 2025 r. będzie wart ok. USD 190 mld. Z kolei chińskie ośrodki naukowe i spółki powinny być źródłem przełomowych i fundamentalnych odkryć w AI – tak jak ma to dzisiaj miejsce w Kanadzie i Stanach Zjednoczonych.

Powinniśmy wyznaczyć sobie za cel bycie w światowej czołówce przynajmniej pod pod pewnymi względami. Choć na pewno nie będziemy mieli nigdy największego rynku AI, to możemy przewodzić w jakości prowadzonych badań. W Polsce przede wszystkim powinny powstawać wiodące na skalę światową technologie. Choć będziemy zawsze mieli mniej patentów niż Stany Zjednoczone, to nic nie stoi na przeszkodzie, żeby polskie patenty były lepszej jakości. Wreszcie, możemy stać się liderem inteligentnej gospodarki. Nasz rynek AI może być mniejszy od zagranicznych, ale wysoki procent AI w naszej gospodarce to już coś, o co możemy się pokusić.

Cele szczegółowe dla Polski mogą być zdefiniowane geograficznie lub tematycznie. Strategia może przewidywać, że Polska może być np. liderem AI w regionie Europy Środkowo-Wschodniej – zarówno w ilości patentów, wielkości rynku, liczbie naukowców etc. Mogłaby też określać, że naszą ambicją jest bycie liderem danej dziedziny AI – np. w medycynie czy finansach. Tego rodzaju przywództwo powinno opierać się na naszych atutach i przejawiać się zarówno w jakości spółek z tego obszaru, jak i jakości ośrodków naukowych. Wreszcie, Polska może być także liderem pod względem przyciągania zagranicznych naukowców z danego regionu.

Dane, dane, dane

Posiadanie dużych zbiorów danych jest kluczowym aktywem w rozwoju AI. Tworzenie „najlepszego” AI wymaga dużych zbiorów danych, na których algorytmy mogą się uczyć. Stąd też przewaga w wyścigu AI jest po stronie takich firm jak Facebook czy Google, które gromadzą dane na potęgę. Stąd wywodzą także swój potencjał Chin, które obecnie generują 13% wszystkich danych cyfrowych na świecie, a do 2020 r. mają generować już 25%.

Co może zatem zrobić Polska? O ile nie posiadamy podmiotów komercyjnych, które mogą pochwalić się taką bazą danych jak Facebook, Google, Tencent czy Baidu, to mimo wszystko ogromne zbiory danych posiada sektor publiczny.

Stąd też kluczowym elementem naszej narodowej strategii powinno być udostępnianie danych publicznych na potrzeby rozwoju AI uczelniom, start-up’om oraz innym przedsiębiorstwom. Warto w tym zakresie rozważyć także stworzenie jednolitego „polskiego API”, który pozwalałoby zintegrować dane różnych podmiotów publicznych – od miast na poziomie lokalnym, aż po ministerstwa na poziomie centralnym – oraz ułatwić i ujednolicić do nich dostęp.

Ilość danych to jednak nie wszystko. Istotne są też obwarowania prawne, jakimi te dane są często obarczone. W Europie wiele baz danych jest udostępnianych na potrzeby jedynie naukowe, a nie komercyjne. To utrudnia firmom, zwłaszcza tym początkującym, rozwijanie technologii. Wprowadzone zatem powinny zostać regulacje, które ułatwiają wykorzystywanie danych na potrzeby AI w taki sposób, aby zapewnić ich bezpieczeństwo i ochronę prywatności.

Alternatywnym rozwiązaniem problemu braku danych może być wspieranie badań nad algorytmami, które tych danych nie wymagają. Mogą to być chociażby prace nad algorytmami wymagającymi znacznie mniejszej ilości danych dla swojej skuteczności lub algorytmy, które same wyszukują dane online.

Innym elementem może być także współpraca pomiędzy państwem a innowacyjnymi spółkami. Wzrost ilości projektów realizowanych w formule zamówień przedkomercyjnych – w ramach których organy publiczne udostępniają swoje dane na poczet realizacji projektów AI – powinien być dla nas jednym z kluczowych priorytetów. Nic nie stoi na przeszkodzie, aby chociażby stworzenie jednolitego API do polskich danych publicznych zostało zrealizowane w takiej formule.

Pieniądze nie są najważniejsze

Inteligentne operowanie kapitałem powinno zakładać wspieranie start-upów jako motoru napędowego dla polskiego AI. Po pierwsze, start-upy mają znacznie większy potencjał do innowacji niż duże firmy. Po drugie, dla naukowców start-upy oferują możliwość lepszej rekompensaty za dokonane odkrycia niż praca w korporacji. Po trzecie, rozwijanie technologii przez duże firmy często oznacza ich wykorzystanie wewnątrz tej firmy. Start-up musi zaś ciągle zwiększać swoją skalę i komercjalizować swoją technologię jak najszerzej. Oznacza to, że rozwiązania start-upowe przyczynią się do wdrożeń na szeroką skalę w polskiej gospodarce. Po czwarte, to właśnie start-upy dowiodły, że w Polsce to one są liderami AI. Wreszcie, po piąte, wspieranie start-upów zwyczajnie się opłaca. Inwestowanie w start-upy kosztuje bowiem niewiele, a może przynieść dużo korzyści. W Stanach Zjednoczonych inwestycje dokonywane przez fundusze venture capital nie wynoszą więcej niż 0,5% rocznego PKB. Przyczyniło się ono natomiast do stworzenia pięciu najdroższych firm na świecie: Apple’a, Amazon’a, Alphabet’u, Microsoft’a i Facebook’a, które odpowiadają za ok. 20% amerykańskiego PKB.

Paradoksalnie jednak to nie pieniądze są tym, czego potrzeba najbardziej w budowaniu polskiego rynku AI. Jak wskazano powyżej dostęp do danych i odpowiednie mechanizmy współpracy mogą odegrać znacznie większą rolę.

Innym ważnym elementem będzie wprowadzenie programów, które wspierają rozwój AI nie (tylko) kapitałowo, lecz przede wszystkim odpowiednimi regulacjami i infrastrukturą. Przykładowo, program, który przewidywałby finansowanie dla branży dronów powinien – dla wszystkich wspartych spółek – oferować możliwość testowania tych dronów (z zachowaniem zasad bezpieczeństwa) w przestrzeni powietrznej miast czy w innych warunkach rzeczywistych.

Rozwijanie dronów lub technologii wspomagających, bez tego rodzaju testów ogranicza znacznie możliwość ich stworzenia. Rząd zamierza akurat ten problem rozwiązać w ramach programu „Żwirko i Wigura” opracowywanego przez Polski Fundusz Rozwoju. Podobne programy powinny jednak powstać także w innych obszarach umożliwiając rozwój i testowanie pojazdów autonomicznych, robotów czy systemów do zarządzania infrastrukturą (np. sygnalizacją drogową).

Motorem napędowym polskiego AI powinny być zatem nie pieniądze, lecz przede wszystkim odpowiednie regulacje, dostęp do danych oraz otwartość sektora publicznego na współpracę.

Odpowiednie wsparcie powinno zostać także przeznaczone na ekspansję zagraniczną polskiego AI. Centra badawczo-rozwojowe możemy otwierać chociażby w Afryce. O ile nie będziemy w stanie konkurować o pozyskiwanie talentów w państwach Zachodniej Europy czy w Stanach Zjednoczonych, to zbudowanie silnej obecności w takich państwach jak Nigeria czy Ghana nie jest poza naszym zasięgiem. Potencjał w Afryce dostrzega choćby sam Google, który otwiera swój pierwszy „AI Lab” w stolicy Ghany, Akrze.

***

Rozwój AI to nie tylko wyścig o najlepszą technologię i dominację świata. W AI należy także upatrywać szans na polepszenie jakości życia obywateli, lepszą służbę zdrowia czy większą dostępność administracji publicznej. Stąd też fundamentalnym elementem prac przygotowujących strategię powinna być analiza obszarów, w których małym nakładem kapitału można wesprzeć rozwiązania poprawiające codzienność Polaków. AI – w połączeniu między innymi z blockchainem – może znacznie usprawnić budowę polskiego raju administracyjnego. Takiego też potencjału powinni doszukiwać się zatem autorzy strategii.

Nie wolno jednak zapomnieć, że AI to także duże ryzyko, chociażby wyeliminowania miejsc pracy i zmiany ładu społecznego na gorszy niż znamy obecnie. Stąd też strategia powinna te ryzyka uwzględniać i przewidzieć odpowiednie mechanizmy zapobiegania im.