W październiku wicepremier Krzysztof Gawkowski zapowiedział powołanie nowego instytutu, odpowiedzialnego za rozwój sztucznej inteligencji w Polsce. Liderem tego projektu ma być prof. Piotr Sankowski. - Chcemy się skupić na umożliwieniu pracy młodym ludziom, tutaj w Polsce, nad globalnie innowacyjnymi projektami - deklaruje prof. Sankowski w rozmowie z tvn24.pl.
- NCBR niestety za poprzedniej władzy zaczęto postrzegać jako instytucję dysfunkcyjną. Przez kilka firm krzaków blokowano wypłaty i cofano finansowanie wartościowym projektom - podkreśla prof. Sankowski w rozmowie z tvn24.pl.
- Według naukowca w finansowaniu badań "powinniśmy dbać przez wszystkim, żeby miały one kontynuację". - Potrzebne jest podejście na zasadzie sztafety: przyznając środki, ktoś powinien brać pod uwagę, czy po zakończeniu projektu badawczego znajdzie się dalsze finansowanie - na jego komercjalizację, marketing, skalowanie - tłumaczy profesor.
- Chciałbym, żeby Instytut Ideas pełnił funkcję bramy dla globalnych innowacji. Polska, aby dalej się rozwijać, musi przebudować swój model rozwojowy. Dotychczas był on oparty na tańszej i wykwalifikowanej sile roboczej. Teraz musi być oparty na tworzeniu własności intelektualnej i innowacyjnych firm z polskim kapitałem - mówi Sankowski.
MIM Solutions, firma tworząca algorytmy i oprogramowanie sztucznej inteligencji, mieści się w przeszklonym biurowcu na warszawskiej Ochocie. Na zewnątrz żadnej informacji, że ma tu siedzibę. W środku oszczędnie, prosto, sterylnie. Białe tablice zapisane matematycznymi wzorami. Pracownicy przechodzący w skarpetkach.
Spółka założona przez profesora Piotra Sankowskiego oraz naukowców z Wydziału Matematyki, Informatyki i Mechaniki (MIM) Uniwersytetu Warszawskiego, specjalizuje się w uczeniu maszynowym (ang. machine learning), jednej z najbardziej prestiżowych gałęzi sektora technologicznego. A jej założyciel może wkrótce być najważniejszą osobą w kraju odpowiedzialną za rozwój sztucznej inteligencji.
Trenowanie algorytmów
Machine learning to technologia polegająca na "trenowaniu" algorytmów. Analizując duże zbiory danych, programy te wykrywają w nich wzorce i zależności. Z czasem stają się dzięki temu bardziej precyzyjne i podejmują trafniejsze decyzje. Komputer w ten sposób "uczy się" wykonywać zadania bez potrzeby programowania wszystkich ścieżek działania.
Czytaj dalej po zalogowaniu
Uzyskaj dostęp do treści premium za darmo i bez reklam