Mentionsy

Projekt Teraz Nauka realizowany przez Fundację na Rzecz Rozwoju Szkolnictwa Dziennikarskiego został dofinansowany przez Ministerstwo Nauki i Szkolnictwa Wyższego ze środków budżetu państwa w ramach zadania Organizowanie i animowanie działań na rzecz środowiska akademickiego.

Sztuczna inteligencja jest jednym z najbardziej dynamicznych i szybko rozwijających się obszarów technologii.

Posiadanie wiedzy na ten temat pozwala być na czele postępu technologicznego.

10 na 30 najbardziej rozwijających się nowych technologii na świecie jest wprost sztuczną inteligencją, a większość pozostałych jest z nią związana.

Jakie kierunki związane ze sztuczną inteligencją proponują polskie uczelnie?

Przegląd takich kierunków przygotował Kamil Michałowski.

Bardzo wiele polskich uczelni oferuje kierunki studiów zarówno na poziomie licencjackim, inżynierskim, jak i magisterskim, gdzie można uczyć się sztucznej inteligencji w najróżniejszy sposób.

Wybór jest z roku na rok coraz większy i dotyczy specjalizacji na studiach informatycznych, a także dedykowanych kierunków i studiów podyplomowych.

Kierunek pod nazwą sztuczna inteligencja obok Politechniki Wrocławskiej czy Częstochowskiej oferuje też Katolicki Uniwersytet Lubelski czy Uniwersytet Jagielloński.

Na Politechnice Warszawskiej studenci mogą wybrać specjalność sztuczna inteligencja lub metody sztucznej inteligencji na kierunku informatyka.

A na Uniwersytecie Warszawskim znajdziecie interdyscyplinarne studia związane ze sztuczną inteligencją, które łączą informatykę, matematykę i lingwistykę.

Mówił Kamil Michałowski.

A teraz o sztucznej inteligencji w medycynie.

Mówi dr Konrad Ciecierski z Zakładu Zastosowań Sztucznej Inteligencji w Medycynie i Analizie Danych Wrażliwych NASK, Państwowy Instytut Badawczy.

Przestrzeni na nowe technologie w medycynie jest naprawdę sporo.

I tutaj sztuczna inteligencja, uczenie maszynowe może bardzo dużo wnieść do medycyny.

Musimy tylko założyć jedną rzecz, że te mechanizmy sztuczna inteligencja to jest coś, co wspiera lekarzy, leczą lekarze, nie komputery.

I w tym momencie cała ta sztuczna inteligencja jest dodatkowym wspaniałym narzędziem dla lekarzy.

które pozwoli lekarzom lepiej, szybciej, dokładniej diagnozować pacjentów.

Natomiast to nie jest coś, w jaki sposób pojawi się jakieś czarne pudełko, które zacznie wydawać diagnozy i nas leczyć.

W ten sposób to lekarz nas nie zastąpi.

Natomiast pole jest ogromne i to jest, można powiedzieć, od medycyny obrazowe.

Jeżeli mówimy o medycynie obrazowej, to wszelkie rzeczy związane z tomografią, z rezonansem magnetycznym.

Więc nie tylko neurochirurgia, tu mówimy o wszelkiego rodzaju zabiegach związanych z, nie wiem, klatką piersiową, jamą brzuszną czy po prostu kończynami.

Tutaj mogą być zastosowania sztucznej inteligencji.

Jedną z rzeczy, która była przecież w ostatnich latach, która się dosyć mocno pojawiła, no to mieliśmy niestety nieszczęsną epidemię COVID.

W trakcie tej epidemii okazało się, że powstały rozwiązania sztucznej inteligencji, które analizują zdjęcia rentgenowskie czy tomografy płuc i są w stanie stwierdzać bardzo szybko, że u pacjenta występuje COVID.

Oczywiście to jest podpowiedź od strony algorytmu i to dopiero potem trafia do lekarza, który podejmuje diagnozę.

Ale jest to narzędzie, które pomaga.

Więc czy mówimy o neurochirurgii, czy mówimy o okulistyce, o leczeniu chorób płuc, leczeniu chorób jamy brzusznej,

Naprawdę praktycznie wszędzie ta sztuczna inteligencja jest i będzie jej coraz więcej jako wsparcie dla lekarzy.

W dzisiejszym programie zajmujemy się sztuczną inteligencją, a dokładnie tym, jak się kształcić, co i gdzie studiować, żeby mieć styczność ze sztuczną inteligencją.

O Katedrze Sztucznej Inteligencji, która działa na Politechnice Wrocławskiej, rozmawiam z profesorem Tomaszem Kajdanowiczem z Wydziału Informatyki i Telekomunikacji i Katedry Sztucznej Inteligencji Politechniki Wrocławskiej.

Katedra Sztucznej Inteligencji na Wydziale Informatyki i Telekomunikacji Politechniki Wrocławskiej to bardzo ciekawa jednostka badawczo-dydaktyczna, która zajmuje się prowadzeniem studiów ze sztucznej inteligencji na poziomie inżynierskim i magisterskim, ale też realizuje bardzo zaawansowane badania i znaczne projekty badawcze i rozwojowe.

gdyby opisać to, czym się zajmujemy, to w zasadzie cały zakres sztucznej inteligencji, rozumiany jako przegląd wszystkich metod od przetwarzania języka, dźwięku, obrazu,

algorytmów probabilistycznych sztucznej inteligencji, algorytmów optymalizacyjnych, różnych metaheurystycznych.

No i kontynuując przez kolejne zastosowanie do różnych dyscyplin, w zasadzie jest reprezentowane w tej katedrze.

W katedrze pracuje ponad 35 pracowników naukowo-dydaktycznych, jest ponad 60 doktorantów.

i około 100-120, w zależności od tego, w którym momencie to zmierzymy, pracowników realizujących projekty badawcze i rozwojowe.

Więc jest to dosyć duża grupa ludzi, którzy są skupieni na tym, żeby po pierwsze rozwijać sztuczną inteligencję i ją badać, a po drugie skupiać się też na zastosowaniach sztucznej inteligencji.

I tutaj mamy dwa bardzo interesujące centra działające w ramach katedry.

Pierwsze to Centrum Technologii Językowych CLARIN,

które jest częścią wielkiej infrastruktury europejskiej w zakresie przetwarzania języka naturalnego.

I tutaj musimy powiedzieć, że mamy bardzo duże spektakularne sukcesy.

Pierwszym chyba najbardziej rozpoznawalnym jest zainicjowanie i opracowanie wspólnie z konsorcjum modelu językowego PLUM, wielkiego modelu językowego, który jest implementowany i niedługo będzie dostępny w ramach M-Obywatela.

to właśnie on tutaj we Wrocławiu się zainicjował i zaczął powstawać.

No i też...

cała infrastruktura badawcza, czyli taka, która umożliwia wykorzystywanie narzędzi sztucznej inteligencji dla naukowców z dziedzin humanistycznych, społecznych i takich, powiedzmy, mniej technicznych, tak żeby technologia nie stawiała barier w wykorzystaniu metod sztucznej inteligencji w badaniach i innych dyscyplinach.

A drugie centrum to Centrum Zastosowań Sztucznej Inteligencji.

To jest takie centrum, które zajmuje się transformowaniem

w zasadzie dorobku związanego z algorytmami, z metodami uczenia, metodami reprezentowania wiedzy, do wykorzystania w każdej innej dyscyplinie naukowej.

Jest to z nazwy Centrum Zastosowań, czyli bierzemy dowolną dyscyplinę i pracujemy z naukowcami tej dyscypliny, żeby wykorzystać efektywnie metody sztucznej inteligencji w ich pracy.

I tutaj największe wykorzystanie to jest na polu medycznym.

modelowanie różnorakich zbiorów danych, głównie obrazowych, ale też dokumentacji o stanie zdrowia pacjentów i wykorzystanie tego do budowania systemów klasy np.

asystenta lekarza czy też systemów pochodnych umożliwiających bardziej wprawne diagnozowanie.

Całe środowisko katedry jest też uzupełnione studentami, którzy studiują w naszych kierunkach.

Bardzo blisko z nimi jesteśmy, tworząc cały ekosystem.

Jakie to są tematy i badania?

Wśród tematów badawczych, które realizujemy na doktoratach, to trzeba powiedzieć, że najpierw to jest rozdział pomiędzy doktoratami wdrożeniowymi i doktoratami w pełni naukowymi.

Oczywiście obydwa posiadają ten wątek innowacyjności naukowej, opracowania nowego zakresu wiedzy i skupiamy się na różnych problemach.

Jedna grupa jest związana z przetwarzaniem języka naturalnego i tutaj obecnie trwają bardzo zaawansowane prace na temat kreatywności sztucznej inteligencji, na temat efektywnego wykorzystania, energetycznie efektywnego wykorzystania mechanizmów, wielkich modeli językowych do realizacji różnych zadań.

Systemów wieloagentowych, systemów konkurujących.

Mówię już właśnie o wykorzystaniu takich wielkich struktur, powiązań pomiędzy kilkoma...

kilkoma naraz działającymi systemami wielkich modeli językowych.

Są też prace z zakresu przetwarzania, z awansowanych metod przetwarzania obrazów, na przykład w środowiskach nieoczywistych, na przykład kriomikroskopii, czyli w zasadzie odszumiania zdjęć, wszystkich pochodnych metod, takich z grupy metod

Jest też silna grupa pracująca nad uczeniem reprezentacji różnych, ale wielomodalnych danych, na przykład w szczególności danych geograficznych, tak zwane

GOAI, czyli uczeniem reprezentacji map i np.

budowaniem interfejsów takich zrozumiałych dla człowieka, żeby można było zadawać bardzo skomplikowane zadania, które rozwiązuje się tylko i wyłącznie prowadzącym.

głębokie analizy z wykorzystaniem danych geograficznych, wszystkiego typu obrazowania, np.

modelowania występowania pierwiastków ziem rzadkich ze spektroskopii zdjęć satelitarnych, bardziej teoretyczne tematy z podstaw bajesowskiego uczenia, procesów dyfuzyjnych przez bezpieczeństwo

informacji, wyjaśnialność sztucznej inteligencji, etyczne aspekty sztucznej inteligencji.

Tych tematów jest naprawdę bardzo dużo, a to się wiąże z tym, że naraz w katedrze jest realizowany

Powyżej 25 projektów badawczych, w związku z tym tej pracy jest bardzo dużo.

Mówił profesor Tomasz Kajdanowicz.

Do rozmowy wrócimy za chwilę.

Czego można się spodziewać studiując sztuczną inteligencję?

Mówi profesor Tomasz Kajdanowicz, Wydział Informatyki i Telekomunikacji, Katedra Sztucznej Inteligencji Politechniki Wrocławskiej.

W ramach Wydziału Informatyki i Telekomunikacji na Politechnice Wrocławskiej można studiować sztuczną inteligencję na stopniu inżynierskim, pierwszym stopniu, na drugim stopniu studiów magisterskich.

Studia inżynierskie to studia, które nazywają się sztuczna inteligencja i to jest po prostu program, który jest bardzo mocno parametryzowany od pewnego momentu.

W zasadzie kursy, które są do wyboru, pojawiają się już od kątego semestru.

Cztery semesty to jest wytworzenie wspólnej wiedzy dotyczącej podstaw informatyki, sztucznej inteligencji, którą każdy powinien mieć, a później są takie ścieżki

do sformułowania przez wybieranie przedmiotów z bloku przedmiotów wybieralnych, które tak naprawdę budują indywidualną ścieżkę studentów i mogą się zajmować różnymi rzeczami.

Teraz te studia inżynierskie mogą być tak skonstruowane, że ktoś, kto się będzie...

specjalizował w przetwarzaniu konkretnej modalności danych, nie wiem, obrazu, dźwięku, czy może tekstu, to może i właśnie wybierać kursy związane z przetwarzaniem tego typu.

Ktoś, kto się będzie bardziej chciał zajmować nie modalnością danych, tylko na przykład wszystkimi modalnościami, ale z perspektywy przetwarzania danych w sposób masowy i efektywny, no to tak może zbudować.

Ktoś, kto będzie zainteresowany bardziej taką sferą podejścia bardziej naukowego do

rozwiązywania tych zagadnień, to może właśnie podejmować kursy specjalistyczne zrzucenia reprezentacji albo z pogłębionych jakichś metod matematycznych.

pójść w stronę zaufanych systemów sztucznej inteligencji, można pójść też w stronę systemów biometrycznych, można pójść też w stronę interfejsów komunikacyjnych, sztuczna inteligencja, człowiek.

Różnorodność przedmiotów, która się pojawia w blokach przedmiotów wybieralnych jest bardzo duża i umożliwia naprawdę szeroki wybór.

A oprócz tego, muszę jeszcze dopowiedzieć, istnieją studia magisterskie,

W studiach magisterskich jest podobna sytuacja, gdzie już w zasadzie od drugiego semestru, tam są tylko trzy semestry, ale drugi i trzeci semestr to są w zasadzie w większości przedmioty wybieralne, które również są bardzo różnorodne, z których można wybierać.

To, co jest wspólne dla obu kierunków, które prowadzimy,

To jest pewne podejście, które chcemy zrobić.

O ile w czasie studiów magisterskich zapraszamy, aby stać się absolwentem, który będzie miał oprócz tych wszystkich umiejętności definiowania problemów, pozyskiwania metody i rozwiązania, w szczególności dania, projektowania rozwiązań sztucznej inteligencji i korzystania wszystkich narzędzi sztucznej inteligencji do opracowywania rozwiązań sztucznej inteligencji,

to żeby też mieli znajomość i zdolność, powiedzmy, takich biznesowych i etycznych, prawnych, społecznych konsekwencji stosowania sztucznej inteligencji, pomimo tego, że są inżynierami.

To znaczy, żeby inżynier jednak wiedział, że jak projektuje pewne rozwiązanie, no to za tym są naprawdę głębokie konsekwencje.

Do tego wchodzą oczywiście te wszystkie

umiejętności, to też jest uczone, szybkiej adaptacji do zmieniających się warunków wiedzy i narzędzi w obszarze AI.

I tutaj mamy na przykład takie przedmioty jak

efektywne wytwarzanie rozwiązań sztucznej inteligencji, czyli tak na dobrą sprawę coś, co może zmieniać się jako kurs, nawet w trakcie trwania tego kursu, ze względu na to, że paradygmaty, metody, stan wiedzy zmienia się na tyle szybko, że jakby nadążyć trzeba i żeby umieć się uczyć tego stanu wiedzy, który nas obowiązuje.

Dotyczy to również wdrażania i utrzymywania rozwiązań opartych o sztuczną inteligencję jako projekt końcowy, który też ma być efektem takiej pracy.

Jeżeli natomiast chodzi o studentów na studiach magisterskich, to ich zachęcamy do śledzenia i do rozwijania się w ramach trzech głównych ścieżek.

Pierwsza ścieżka to jest...

Założenie, że uczę się i robię magisterkę po to, żeby zakładać startupy, a już w czasie trwania studiów w ramach specyficznej właśnie bardzo interesującej propozycji, czyli realizowania kursu naukowo-wdrożeniowego, taki się nazywa pewien kurs razem ze swoją grupą, można budować startup, budować technologię dla swojej przyszłej firmy.

Ma się na to trzy semestry i jest to konsultowane, prezentowane, odbywają się również takie kroki, które przy rozwoju innowacji i powiedzmy startupów również się robi, gdy to się robi czysto biznesowo.

Drugą ścieżką rozwoju, do której prowadzimy, to jest właśnie rozwijanie nauki, czyli po to, żeby zostać na doktoracie.

Oczywiście warto o tym myśleć już na poziomie inżynierskim, jeżeli się wiedza i poszukiwanie, poznanie, czyli tak naprawdę nauka staje naszym zainteresowaniem, to żeby już od początku, zwłaszcza na studiach magisterskich, od pierwszego semestru zainteresowania naukowym, żeby mogło się zamieniać

regularny powiedzmy projekt badawczy i również ku temu się służy właśnie projekt naukowo-wdrożeniowy, tylko że jego efektem już nie będzie start-up w pierwszym przypadku, tylko to będą publikacje, badania naukowe, które umożliwią kontynuowanie w sposób ciągły i tak naturalny na trzecim stopniu, czyli na studiach doktoranckich.

No i trzeci taki sposób przygotowania, który preferujemy i do którego zachęcamy, to jest przygotowanie do realizacji badań i pracy w centrach rozwojowych i badawczych.

W zasadzie najlepszy firm na świecie w zakresie sztucznej inteligencji.

Mamy bardzo bogatą, że tak powiem już historię, odpisano w zasadzie osiągnięciami naszych absolwentów, którzy po prostu pracują w największych, najlepszych firmach rozwijających produkty i usługi, które są globalnie rozpoznawane.

A w jakich zawodach będą pracować absolwenci kierunków związanych ze sztuczną inteligencją?

Czy to już można przewidzieć?

Na dzień dzisiejszy, gdy rozpoczynamy np.

studia inżynierskie z zakresu sztucznej inteligencji, to łatwo powiedzieć, w jakim kontekście, w jakich zawodach mogą pracować absolwenci, gdybyśmy ich dzisiaj mieli zatrudnić.

To pewnie byliby to inżynierowie sztucznej inteligencji, albo uczenia maszynowego, albo nauki o danych, czyli takich zagadnień rozwijających, procesujących dane i rozwijających działające rozwiązania, które są potrzebne

szeroko mówiąc, w gospodarce.

Mogą to też być takie zawody jak MLOps albo AIOps, czyli to są takie związane z przygotowaniem i utrzymywaniem pewnego poziomu gotowości operacyjnej do utrzymania środowisk, do deploymentu, do wdrażania i to zarówno specjalistycznych metod uczenia maszynowego, jak i ogólnie rozwiązań sztucznej inteligencji.

Mogą też być to inżynierowie danych, którzy po prostu zajmują się jakby nie przygotowaniem całych rozwiązań, ale przygotowaniem danych, ażeby później można było te rozwiązania tworzyć.

No i to jest to, co dzisiaj byśmy powiedzieli.

Ale ta rzeczywistość sztucznej inteligencji powoduje ciągłą zmianę i to taką, w której jakby trudno powiedzieć, co będzie za rok.

prawdopodobnie, i my to też obserwowaliśmy jako pomiar dynamiki zmian w ostatnim czasie, będą duże zmiany, które wytworzą nam nowe zawody, nowe specyfiki, że tak powiem, wykorzystania umiejętności wiedzy, które będą nazywały się inaczej, będą

wykonywały albo będą oczekiwały wykonywania rzeczy pochodnych od tego, co ja opowiedziałem jako te przykładowe zawody.

Ale to, co jest ciekawe, to jest to, że w ramach studiów my już właśnie jakby założyliśmy, że my nie wiemy, co będzie

za 3,5 roku, jak będziemy wysyłali pierwszych absolwentów na rynek albo na studia magisterskie, albo na rynek pracy, więc oni będą przygotowani do tego, żeby być gotowymi na te zmiany, które nastąpią.

Podobna sytuacja dotyczy również studiów magisterskich.

Mówił profesor Tomasz Kajdanowicz z Wydziału Informatyki i Telekomunikacji Katedry Sztucznej Inteligencji Politechniki Wrocławskiej.

To był program Teraz Nauka, kolejny za tydzień.

Kasia Rodek, do usłyszenia.

Projekt Teraz Nauka realizowany przez Fundację na Rzecz Rozwoju Szkolnictwa Dziennikarskiego został dofinansowany przez Ministerstwo Nauki i Szkolnictwa Wyższego ze środków budżetu państwa w ramach zadania Organizowanie i Animowanie Działań na Rzecz Środowiska Akademickiego.