Polskie startupy kontra Dolina Krzemowa. Jakie mamy szanse w globalnym wyścigu?

Polska, pomimo, że wciąż postrzegana jest jako „zaplecze talentów”, staje się coraz bardziej zauważalnym graczem na globalnej scenie technologicznej.

Według raportu Polskie Startupy 2024, najczęstszą motywacją firm do poszukiwania inwestorów jest właśnie chęć ekspansji międzynarodowej (46 proc.). Jednak duża część polskich przedsiębiorstw nastawiona jest na przejęcie przez większe podmioty zagraniczne, co rodzi pytania o to, czy lokalni twórcy mają realną szansę rywalizować z Doliną Krzemową.

O to, w jaki sposób polskie inicjatywy mogą kształtować globalny ekosystem sztucznej inteligencji, które kompetencje techniczne dają przewagę oraz jakie znaczenie mają etyka i dostępność technologii w dobie rosnącej cyfrowej konkurencji, zapytaliśmy podczas konferencji MIT Universal AI Summit dr Pawła Morkisza, menedżera algorytmów głębokiego uczenia się w NVIDIA.

Przedstawione poglądy są prywatną opinią dr Morkisza i nie odzwierciedlają stanowiska NVIDIA.

Polski talent z perspektywą światową

Zuzanna Sadowska, CyberDefence24: Z perspektywy swojego doświadczenia w startupach, jak ocenia pan szanse europejskich firm na rozwój i tworzenie własnych rozwiązań technologicznych wykorzystywanych globalnie?

dr Paweł Morkisz, menedżer algorytmów głębokiego uczenia się w NVIDIA: W Europie na pewno nie brakuje nam talentu. Mamy dużą szansę tworzyć rozwiązania o globalnym znaczeniu, ale wydaje mi się, że potrzebna jest drobna zmiana.

Co ma pan na myśli?

Przede wszystkim musimy myśleć o sobie nie jako o zapleczu kompetencyjnym, a posiadać ambicje budowania globalnych rozwiązań. Istotną różnicą między founderami z Polski i Stanów Zjednoczonych jest to, że polski founder skupia się na zaadresowaniu polskiego rynku, a ten z Doliny Krzemowej nie ma innego myślenia niż tylko budowa globalna.

Pytanie, czy jako Polska posiadamy odpowiednie zasoby ludzkie, aby iść drogą Amerykanów.

Polska posiada świetnych inżynierów i mogę to z czystym sumieniem potwierdzić, bo sporo rekrutuję do NVIDII.  Inżynierowie z naszego kraju mają dobre zaplecze akademickie, natomiast - moim zdaniem - brakuje im „cierpliwego kapitału”, który byłby skory do dużego ryzyka.

Potrzebna jest też większa ambicja i gotowość do budowania produktów, które mogą zmieniać świat. Wydaje mi się, że podejście typu design thinking mogłoby pomóc wielu founderom; w tym podejściu kluczowe jest jak najszybsze prototypowanie i jak najszybsze wychodzenie do ludzi. Często mamy jeszcze taki mindset, żeby zbudować coś, co wydaje nam się świetne, a dopiero później próbować na tej podstawie budować produkt. Tymczasem praktyka pokazuje, że im szybciej pracujemy z klientem i rozumiemy jego potrzeby, tym większa szansa na powodzenie produktu.

A czy w pana ocenie ukierunkowanie się na globalny rynek mogłoby wpłynąć na bezpieczeństwo naszych produktów lub ich dopasowanie do polskich urządzeń?

Nie, myślę, że nie. Uważam, że ambicją powinien być globalny rynek, a na początku punkt wyjścia może znajdować się u nas. Oczywiście, tymi lighthouse customers (pierwszymi klientami referencyjnymi - red.) mogą być lokalne osoby, lokalni klienci, natomiast moim zdaniem - podkreślę raz jeszcze - ambicją powinno być od początku nastawienie, że jest to technologia na globalny rynek.

Bielik jako przykład polskiej innowacyjności

Projekt Bielik -  lokalny produkt na scenie NVIDII. Czy pana zdaniem polskie inicjatywy AI mogą wpłynąć faktycznie na rozwój globalnego ekosystemu sztucznej inteligencji?

Na pewno tak. Mamy bardzo silne fundamenty, jeśli chodzi o twarde kompetencje: matematyka, informatyka, inżynieria. Kształcimy bardzo kompetentnych ludzi.

Czy zatem widzi pan jakieś konkretne obszary, w których Polska może stać się liderem?

Często potrafimy rozwiązywać problemy przy ograniczonych zasobach. Z jednej strony jest to dla nas niedobry aspekt (ze względu na brak dostępu do pewnych zasobów - red.), z drugiej strony sprawia, że rozwiązania tworzone w takim środowisku są mniej wymagające i łatwiejsze do wdrożenia.

Uważam, że nie musimy wygrywać wyścigu o bycie drugim Silicon Valley - to byłoby źle postawionym celem. Natomiast myślę, że możemy stać się liderami w pewnych obszarach, np. tam, gdzie liczy się efektywność, zastosowanie przemysłowe lub prace w konkretnych uwarunkowaniach.

Czyli powinniśmy skupić się na tworzeniu praktycznych rozwiązań.

AI obecnie już nie jest pokazem samych możliwości. Zauważamy przesunięcie w stronę produktywizacji, czyli budowy narzędzi, które realnie wspierają firmę, stanowiąc czystą wartość dla klienta.

Jak wspomniałem, dostrzegam duży potencjał w budowaniu narzędzi i modeli, które będą praktyczne, oszczędne, wdrażalne.

I Bielik taki jest?

Tak, Bielik jest dobrym przykładem rozwiązania, które bardzo fajnie się rozwija i daje nam też szansę na uwzględnienie różnych uwarunkowań lokalnych modeli.

Od lokalnych decyzji do globalnego wpływu

Co z tego doświadczenia zdobytego w Reliability Solutions okazało się dla pana najcenniejsze w pracy dla globalnej firmy?

Na pewno zrozumienie odpowiedzialności za całość procesu. Jak byłem CTO w Reliability Solutions, musiałem wymyślić cały proces: od pomysłu, architektury, aż po wdrożenie.

Natomiast w dużej korporacji ma się do dyspozycji tylko jakiś nieduży obszar. Gdy człowiek podejmuje decyzje bez zrozumienia całości procesu, mogą one lokalnie wyglądać lepiej, ale nie uwzględniają wszystkich konsekwencji, które wynikają z pewnych decyzji produktowych.

Podsumowując, pragmatyczne podejście do budowania produktu na pewno bardzo pomaga.

Czy wspomniana już przez nas zmiana skali wpływa na pana poczucie sprawczości?

Intuicyjnie wydawać by się mogło, że poczucie sprawczości będzie spadać. Natomiast NVIDIA ma wyjątkową strukturę, która jest bardzo płaska, więc każdy tam może mieć realny wpływ, nawet stażyści: jeżeli mamy osobę, która wymyśliła coś ciekawego i będzie chciała to zrobić i zrobi, to system może zostać wdrożony na całym świecie u wszystkich.

To jest naprawdę wyjątkowe w NVIDII, że mamy taką dużą sprawczość.

A Pan, jako menedżer algorytmów…?

Na moim poziomie oczywiście ta sprawczość jest ogromna, bo kieruję zespołem, który przyspiesza dużo modeli.

Realnie jest tak, że jeżeli przyspieszymy któryś model, to na całym świecie będzie działał szybciej. Można więc powiedzieć, że natychmiastowo to się przekłada na rzeczywistość po stronie klienta. A czasem te przyspieszenia sięgają rzędów kilku razy.

Mógłby pan to zobrazować?

Jeżeli jest jakiś model, który działa na setce tysięcy kart GPU i zostanie przyspieszony np. pięciokrotnie, to efekt jest porównywalny z rozbudową infrastruktury o setki tysięcy dodatkowych kart GPU, o wartości liczonej w miliardach dolarów. I to wszystko dzięki algorytmom oraz inżynierii oprogramowania.

Mogę powiedzieć z przekonaniem, że poczucie wpływu i sprawczości na pewno jest obecnie dużo większe.

Analityka jako strategiczny zasób

Z perspektywy matematyka, czy czuje pan, że zaawansowana analityka staje się dziś strategicznym zasobem, decydującym o przewadze konkurencyjnej nowoczesnych gospodarek?

Myślę, że to już nie jest żadna futurystyczna teza, tylko twarda rzeczywistość. Wiemy o tym, że algorytmy są wykorzystywane do analizy sytuacji geopolitycznej, czy wykonywania symulacji i prognoz przyszłych scenariuszy na rynkach finansowych i kapitałowych.

Moim zdaniem jest to zasób strategiczny, który niedługo będzie porównywalny pewnie z energią logistyczną, czy infrastrukturą krytyczną. W związku z tym widzimy tak duży rozwój samego tematu „sovereign AI”, gdzie państwa chcą mieć swoje centra technologiczne, swoje modele i swoje własne, prywatne zasoby państwowe.

Czy kod jest neutralny?

W praktyce to trudne pytanie, bo jednak jest tworzony przez ludzi, a ich dobór np. danych treningowych czy funkcji celu, dzięki której trenujemy model, istotnie wpływa na to, jak będzie się zachowywał.

Dodatkowo, przy wdrażaniu systemu można stosować mechanizmy typu „guardrails” (mechanizmy bezpieczeństwa i ograniczenia - red.), działające na wejściu i wyjściu modelu, które pomagają ograniczać ryzyko niepożądanych odpowiedzi i dostosować działanie systemu do konkretnego zastosowania. Przykładowo, mogą one ograniczać nadużycia systemu.

Tu zatem mamy do czynienia z dużą rolą inżynieryjną. Moim zdaniem wymaga to też pewnych granic i rozwoju etyki AI, które chociażby sprawią, że system będzie rozwijany w sposób zgodny z wartościami danego społeczeństwa.

Jak możemy wesprzeć rozwój etyki AI? Poprzez edukację?

Unia Europejska wykonała ważny krok, przyjmując AI Act. Oczywiście to nie jest jeszcze doskonały dokument – zawiera wiele wad. Jednak ze względu na trudność zagadnienia, nie jest zaskoczeniem, że od początku nie jest idealny.

Natomiast zdefiniowanie pewnych granic technologii - moim zdaniem - jest kluczowe, dlatego że pozwala nam rozwijać tę technologię bez łamania tak oczywistych problemów, jak prawa osobiste czy prywatność. Uważam, że to jest dobra rzecz.

Technologia obok nas, a nie zamiast nas

Czy w pana ocenie rozwój sztucznej inteligencji może z czasem stać się luksusem zarezerwowanym tylko dla nielicznych? Mam na myśli np. ograniczony dostęp do półprzewodników czy energii.

Na pewno ryzyko koncentracji jest realne, dlatego że trenowanie największych modeli faktycznie wymaga ogromnych zasobów sprzętowych.

Moim zdaniem, będziemy obserwować dwa równoległe zjawiska. Po pierwsze, duże modele wymagające najdroższej infrastruktury faktycznie zostaną domeną najbogatszych organizacji. Po drugie, pojawi się też dużo inwestycji w efektywność i optymalizację oraz powstaną mniejsze modele, specjalizacje, post-training.

Gdybyśmy mieli prognozować, to co według pana za 10 lat pozostanie wyłącznie ludzkie i niezmienne?

Na pewno sztuczna inteligencja będzie nam w stanie świetnie odpowiedzieć na pytanie „jak”: „jak coś zbudować”, „jak coś działa”, „jak coś zrobić” itp.. Natomiast człowiek będzie miał dużo większy wpływ na pytania „po co”, „dla kogo”, „jakim kosztem”, „jakie są tutaj decyzje”.

Czyli decyzja nadal będzie należała do człowieka.

Moim zdaniem tak.

Nie brakuje jednak „czarnych wizji”, gdzie rola ludzi zostanie zmarginalizowana.

Oczywiście, negatywne scenariusze zakładają, że będzie to tylko kierowane monetyzacją i zyskiem, natomiast zobaczymy, jak wyjdzie w praktyce. Osobiście nie jestem tak bardzo pesymistyczny.

Natomiast na pewno nie zmieni się to, że człowiek potrzebuje relacji, zaufania, odpowiedzialności, poczucia bliskości, poczucia znaczenia. W tych obszarach podejrzewam, że AI będzie gdzieś obok nas, aniżeli zastąpi ludzi.

Dlaczego więc dążymy do humanizacji AI?

Myślę, że jest to naturalny user experience, który oczekujemy od sztucznej inteligencji. Wówczas zyskamy pomocnika, który dla nas faktycznie coś robi. Natomiast w perspektywie czasu myślę, że pojawi się wiele wyzwań.

Co ma pan na myśli?

Przykładowo, jeśli będziemy mieć duże zaufanie do tego, co sztuczna inteligencja „zwraca”, to podejrzewam, że lepsze integracje z systemami wspierania decyzji spowodują, iż nie będziemy tego odczuwać jak rozmowa z innym człowiekiem, tylko bardziej jak dobrze działający system.

Tak moja intuicja mówi. Ale oczywiście gdyby miał postawić pieniądze na to, jak będzie wyglądał świat za 3 lata, to najpewniej bym odmówił.

Dziękuję za rozmowę.