Polska nauka z napędem AI

Są to duże infrastruktury cyfrowe, które opierają się na przetwarzaniu danych. Ich budowę naukowcy rozpoczęli w poprzedniej dekadzie i już wtedy zawierały one elementy sztucznej inteligencji (AI). Obecny dynamiczny rozwój AI spowodował jednak skok jakościowy i ilościowy, który skierował badania i rozwój na nowe ścieżki.

Skala tych infrastruktur badawczych wartych po kilkadziesiąt lub kilkaset milionów złotych wymagała dofinansowania unijnego. Otrzymały one dotacje w poprzednich perspektywach finansowych Unii Europejskiej oraz w obecnej, na lata 2021–2027.

Cyfrowe bliźniaki

Europejskie Centrum Bioinformatyki i Genomiki (ECBiG) w Poznaniu, które zajmuje się rozwojem technologii wspierających m.in. diagnostykę i terapię medyczną, kładzie obecnie nacisk na wykorzystanie mocy obliczeniowej sztucznej inteligencji do badań z użyciem spersonalizowanych modeli biologicznych. Modele te pozwalają na testowanie np. leków na komórkach wyhodowanych z próbek pobranych od konkretnego pacjenta. Gdy wkracza AI, możliwe staje się tworzenie cyfrowych bliźniaków (ang. digital twins), czyli wirtualnych modeli tkanek, narządów, a nawet całych organizmów, które odwzorowują funkcje i reakcje układów żywych w czasie rzeczywistym. Dzięki temu naukowcy mogą testować wiele próbek i scenariuszy jednocześnie, przewidywać reakcje komórek na leki, symulować rozwój chorób i oceniać skuteczność terapii. W tradycyjnych badaniach laboratoryjnych osiągnięcie takiej skali byłoby czasochłonne i bardzo kosztowne. Cyfrowe bliźniaki będą więc pomostem między biologią eksperymentalną a medycyną spersonalizowaną. Projekt ECBiG – MOSAIC 3D realizuje zespół Instytutu Chemii Bioorganicznej Polskiej Akademii Nauk oraz afiliowanego przy nim Poznańskiego Centrum Superkomputerowo-Sieciowego (PCSS).

Trenowanie modeli AI

PCSS wraz z 11 innymi instytucjami badawczymi z całej Polski firmuje też wieloletni projekt informatyczny o nazwie Krajowy Magazyn Danych. Obejmuje on budowę infrastruktury danych oraz udostępnianie jej naukowcom i przedsiębiorcom wraz z usługami i aplikacjami do składowania i przetwarzania danych. W obecnej edycji projektu o nazwie KMD4EOSC infrastruktura ma być udostępniona głównie dla obliczeń w modelach AI, zasilania modeli AI oraz wsparcia ich procesów uczenia się. Intuicyjna platforma dostępowa pozwoli użytkownikom na przechowywanie swoich danych oraz wykorzystanie centrów obliczeniowych, by rozwijać własne modele AI lub korzystać z narzędzi i modeli dostępnych w katalogu. Największy akcent kładzie się na rozwiązania generatywne, w tym na duże modele językowe (LLM-y). Klienci będą mogli zastosować te modele do dogłębnej analizy i zaawansowanego pozyskiwania wiedzy ze zbiorów danych badawczych – zarówno publicznych, jak i prywatnych.

Analiza języka i emocji

Duże modele językowe – w tym modele rozwijane dla polszczyzny – są też bazą dla usług, które wkrótce pojawią się na rynku dzięki kolejnej edycji projektu CLARIN-PL. CLARIN-PL to ogólnopolska infrastruktura do przetwarzania języka naturalnego. Nowa warstwa usług będzie szybciej wydobywać wiedzę z tekstów, personalizować treści i ułatwiać komunikację człowieka z maszyną. LLM-y pełnią rolę „katalizatora” dla całego systemu: podnoszą jakość analiz językowych, spinają istniejące komponenty w spójne potoki i udostępniają je przez interfejs czatowy, w którym użytkownik formułuje zadanie w języku naturalnym. Szczególny nacisk jest położony na wiarygodność generowanych odpowiedzi: system automatycznie wskazuje źródła i fragmenty, na podstawie których wnioskuje, wykrywa halucynacje, ogranicza dezinformację i jest testowany pod kątem odporności na nadużycia. Dla nauki oznacza to m.in. szybsze przeszukiwanie i streszczanie dużych korpusów tekstów oraz narzędzia do analiz emocji i polaryzacji. Dla gospodarki i instytucji publicznych – precyzyjną analizę opinii klientów, moderację mowy nienawiści oraz wprowadzenie bezpiecznego asystenta badacza działającego po polsku. Projekt realizuje pięć instytucji badawczych pod przewodnictwem Politechniki Wrocławskiej.