„Uważam, że jesteśmy dopiero u progu adaptacji rozwiązań AI. Potrafimy rozwiązać wiele problemów. Oszczędności, jakie wnosi AI w firmach są bezdyskusyjne. Najbliższe kilka lat to skoncentrowanie się na podnoszeniu świadomości wśród klientów i tworzenie portfolio udanych projektów” – twierdzi Arkadiusz Talun, CTO Emplocity.
Redakcja ISBiznes.pl przeprowadziła rozmowę z Arkadiuszem Talunem, CTO Emplocity. Jest to kontynuacja materiałów na ten temat, które publikowaliśmy w ostatnim czasie na naszych łamach. Można się z nimi zapoznać TUTAJ:
Marcin Kuchciak (MK), ISBiznes.pl: Zanim przejdę do części zasadniczej naszej rozmowy, to prośba o przedstawienie się w sposób syntetyczny czytelnikom ISBiznes.pl, bo być może ktoś z nich nie kojarzy dokładnie, czym zajmuje się zarządzana przez Pana spółka.
Arkadiusz Talun (AT), CTO Emplocity: W Emplocity tworzymy rozwiązania wykorzystujące uczenie maszynowe i algorytmy sztucznej inteligencji. Naszą główną kompetencją jest tworzenie wirtualnych asystentów, chatbotów i szerzej – systemów konwersacyjnych. Wykorzystujemy najnowocześniejsze rozwiązania, tworzymy także swoje własne, autorskie rozwiązania. Jesteśmy autorami platformy, która pozwala tworzyć systemy konwersacyjne w sposób wizualny, bez konieczności programowania. Koncentrujemy się na przetwarzaniu, analizie i generowaniu tekstu, ale mamy też doświadczenie z przetwarzaniem głosu i obrazu. Akcje naszej spółki są notowane na NewConnect od października zeszłego roku.
MK: Sztuczna inteligencja od pewnego czasu stała się bardzo popularna w kręgach inwestorskich i medialnych. Wystarczy choćby wspomnieć ostatnie zachowanie się akcji Nvidii – kurs spółki tylko od początku tego roku zwyżkował o ok. 185%. Beneficjentów hype na papiery spółek powiązanych z AI jest zresztą więcej. ISBiznes.pl, podobnie jak niektóre inne polskie media, też przygląda się temu zagadnieniu. Zacznijmy od tego, co Pana zdaniem, kryje się pod pojęciem „sztuczna inteligencja”? Czy to jest jeszcze rozumienie tego terminu z lat pięćdziesiątych ubiegłego stulecia, które zaproponował John McCarthy, czy już teraz należałoby inaczej do tego podejść? W końcu minęło blisko 70 lat od czasu, gdy ten amerykański informatyk i laureat Nagrody Turinga, sformułował pojęcie „sztuczna inteligencja”.
AT: McCarthy zdefiniował termin „sztuczna inteligencja” jako „naukę i inżynierię tworzenia inteligentnych maszyn, zwłaszcza inteligentnych programów komputerowych.” Dokładnie tak tę nazwę rozumieją osoby zajmujące się tym obszarem. To jest obszar badań naukowych, a nie na przykład rodzaj algorytmu czy „poziom inteligencji” robota. Stąd pytania, czy dany algorytm to „prawdziwa” czy „nieprawdziwa” sztuczna inteligencja jest pozbawione, w tym kontekście, sensu. Warto przybliżyć w tym miejscu to, jak McCarthy definiował inteligencję – „inteligencja to obliczeniowa część zdolności do osiągania celów na świecie. Różne rodzaje i stopnie inteligencji występują u ludzi, wielu zwierząt i niektórych maszyn”. Tak przyjęta definicja inteligencji jest bardzo pojemna, bowiem oznacza, że z inteligencją mamy do czynienia za każdym razem, gdy jakiś rodzaj obliczeń pozwala osiągnąć określony cel. Więc tak, zgodnie z marketingowymi zapewnieniami, „inteligentny termostat”, który osiąga cel utrzymania idealnej temperatury, według powyższej definicji jest rzeczywiście inteligentny. Uważam, że obie definicje są bardzo dobre i wciąż adekwatne.
MK: Trudno moim zdaniem wyobrazić sobie AI bez sieci neuronowych. W jaki sposób one działają i jakie najczęstsze problemy powstają przy ich budowaniu?
AT: Oczywiście, zgodnie z definicją opisaną powyżej, algorytmy AI wcale nie muszą korzystać z sieci neuronowych. Swoją drogą, nazwa nazwą, ale w tych sieciach neuronowych niewiele jest elementów zapożyczonych z neuronów. Oryginalnie, prace nad sztucznymi sieciami neuronowymi rzeczywiście obracały się wokół pomysłów na stworzenie „sztucznego neuronu”, dziś raczej lepiej chyba wyobrażać je sobie jako wielowymiarowe macierze (tensory), które są przekształcane z wykorzystaniem liniowych i nieliniowych funkcji.
Pomysł jest teoretycznie bardzo prosty – zamieńmy dane źródłowe na macierze, zamieńmy dane docelowe na macierze i następnie stwórzmy macierz, która po przemnożeniu wartości macierzy danych źródłowych da wartość docelową. Ale jak zwykle trudności pojawiają się w praktyce.
Przede wszystkim, jeżeli zależy nam na dużej różnorodności danych i dane są skomplikowane – tworzone macierze stają się bardzo duże (osiągają miliardy „wymiarów”), a obliczenia stają się bardzo zasobochłonne. Jednocześnie podczas tworzenia takich modeli, zależy nam na tym, żeby potrafiły one odpowiadać w sposób możliwie generyczny, czyli żeby potrafiły udzielić poprawnych odpowiedzi na dane, których wcześniej „nie widziały”. Odpowiedzi też, w przypadku modeli generatywnych, mają być oryginalne, niespotykane w danych źródłowych. To powoduje, że niezbędne jest poszukiwanie algorytmów, które będą pozwalały na pewne generalizowanie zdobytej wiedzy. Często dzieje się to na zasadzie prób i błędów. Największe odkrycia w tej dziedzinie miały właśnie taki charakter.
MK: Postęp technologiczny niejednokrotnie budzi lęki i opory społeczne. Tak było choćby, gdy powstała maszyna parowa, tak było, gdy pojawił się na drogach samochód. AI też jest technologią, która budzi kontrowersje. Można przyjąć, że są one podbudowane m. in. obawą o utratę miejsc pracy. Czy w Pana opinii są one uzasadnione? Zanim przejdziemy do blasków sztucznej inteligencji, to pomówmy o potencjalnych cieniach.
AT: Każda rewolucja technologiczna prowadziła do zmian, część zawodów traci rację bytu, ale za to powstają nowe, generujące większą wartość dodaną, a przez to lepiej płatne. Jako cywilizacja przeżyliśmy już tyle rewolucji technologicznych, a poziom bezrobocia zamiast rosnąć, to spada. Jeżeli już mówimy o problemach, to raczej w zachodnich gospodarkach brakuje rąk do pracy. Więc nie, AI też nie spowoduje masowego bezrobocia, choć oczywiście z perspektywy osoby, której stanowisko zostanie rozwiązane, żadna to pociecha, że w skali całej gospodarki powstało więcej miejsc pracy, niż zostało zamkniętych. Dlatego niezbędne jest ciągłe kształcenie się i zdobywanie nowych kwalifikacji. Jeżeli czujemy, że nasze miejsce pracy może zostać dotknięte automatyzacją, to zastanówmy się jak możemy wykorzystać dotychczasową wiedzę i doświadczenie w nowej rzeczywistości. Spróbujmy wykorzystać narzędzia AI do poprawienia efektywności naszej własnej pracy.
MK: Które Pana zdaniem zawody są najbardziej zagrożone w związku z rozwojem sztucznej inteligencji, a które za jej sprawą mogą stać się jeszcze bardziej cenione. Czy AI doprowadzi do tego, że pojawią się nowe specjalności zawodowe, których jeszcze obecnie mało kto jest sobie w stanie wyobrazić?
AT: Oczywiście pojawią się nowe umiejętności. Osoby odpowiedzialne za trenowanie botów, za tworzenie ścieżek decyzyjnych czy konstruowanie promptów (podpowiedzi – przyp. red.). Na pewno, jak zawsze, bardzo cenione będą osoby, które posiadają wiedzę z danej dziedziny biznesowej i dodatkowo posiadają, nawet podstawowe, umiejętności techniczne. Ktoś tę automatyzację musi tworzyć, wdrażać i później nadzorować. Pomimo hype’u, jaki jest ostatnio wokół AI, ta technologia jest dopiero u progu swojego rozwoju i większość branż naprawdę jeszcze nawet nie ma jasnej strategii, jak te technologie wdrożyć. Z drugiej strony twórcy rozwiązań AI też nie mają jeszcze jasnej wizji, gdzie te zdobycze technologii sprawdzą się najlepiej. Czekają nas, moim zdaniem, jeszcze lata, a może i dekady wzrostu branży AI, szczególnie w zakresie wdrożeń w różnych obszarach biznesowych.
MK: Porozmawiajmy teraz o blaskach AI. Do czego może nas doprowadzić dalszy rozwój sztucznej inteligencji? Gartner donosił 31 maja br. o tym, że dzięki AI może dojść w ciągu trzech lat do podwojenia produktywności – więcej o tym TUTAJ.
AT: To, że AI jest w stanie przynieść bardzo wysokie stopy zwrotu ROI (wskaźnik rentowności inwestycji – przyp. red.) oraz, że wpływa na zwiększenie efektywności pracy to jasne. Spotykamy się z tym praktycznie codziennie w pracy z klientami. Proszę jednak zauważyć, że Gartner mówi o firmach, które zdecydują się na wdrożenie takich rozwiązań. Tutaj wciąż jesteśmy u progu akceptacji nowych technologii, wciąż są to nowe rozwiązania, ale poziom akceptacji wciąż rośnie.
Prognozowany przez Gartnera wzrost wydajności jest jak najbardziej możliwy, mamy doświadczenia nawet wyższych przyrostów w krótszym czasie. Ważne jest jednak, by przedsiębiorstwa wybierały do wdrażania tych rozwiązań doświadczone firmy z odpowiednim know-how. Spotykałem się z sytuacjami, że firma wybrała najtańszą ofertę, dostała słabe rozwiązanie i zraziła się do AI.
MK: W zeszłym roku, wspomniany wcześniej jeden z bardziej cenionych na świecie ośrodków analitycznych w zakresie IT – Gartner, opublikował infografikę z krzywą przewidywanego rozwoju rozwiązań w zakresie AI. Czy w Pana ocenie tak właśnie sytuacja się rozwinie? Czy też ta krzywa może wyglądać odmiennie od prognoz Amerykanów? W gremiach inwestorskich coraz częściej słychać, że nadmiarowe zainteresowanie inwestycyjne i idące w ślad za tym napływy kapitału do spółek AI zaczyna coraz bardziej przypominać bańkę dot-comów na Nasdaq, która pękła w 2001 roku.
AT: Według mnie to nie jest krzywa rozwoju technologii, a pokazanie, gdzie każda z technologii AI obecnie się znajduje. Mapowanie technologii na mapie hype’u jest bardzo pomocne i jest całkiem dobrym przybliżeniem tego, jak wygląda cykl zainteresowania technologią – z tym, że nie każda technologia „wskakuje” na wyższy poziom. Część po prostu umiera w trakcie swojej wędrówki po mapie. Widziałem już ten wykres dotyczący AI. Raczej się z nim zgadzam – dobrze oddaje „stan ducha” w 2022 roku. Rzeczywiście technologie analizy obrazu (ang. computer vision), oznaczania danych i inteligentnych aplikacji są już na poziomie czerpania z nich realnych korzyści biznesowych.
Czy AI jest przeinwestowane? Jeszcze rok temu taki pogląd był dosyć powszechny, potem pojawił się ChatGTP i okazało się, że to Multivers został po cichu odsunięty na drugi plan, zaś AI trafiło do strategii biznesowych na najbliższe lata w największych światowych firmach. Uważam, że jesteśmy dopiero u progu adaptacji rozwiązań AI. Potrafimy rozwiązać wiele problemów. Oszczędności, jakie wnosi AI w firmach są bezdyskusyjne. Najbliższe kilka lat to skoncentrowanie się na podnoszeniu świadomości wśród klientów i tworzenie portfolio udanych projektów.
MK: Dziękuję za inspirującą rozmowę.
