Jak polska gospodarka może wykorzystać nowe technologie?
Szansą Polski jest sprzęgnięcie nowych technologii z tradycyjnymi branżami przemysłowymi – pisze Prof. Maciej CHOROWSKI
.Nie ulega żadnej wątpliwości, że rozwój wielu technologii i produktów, które są masowo używane, wszedł na krzywą wykładniczą. Dotyczy to m.in. smartfonów, systemów komunikacji, gromadzenia i przetwarzania danych, portali społecznościowych, ogniw fotowoltaicznych, magazynów energii, a w kolejce stoją autonomiczne pojazdy, drony czy całe inteligentne miasta (tzw. smart cities). Czy to oznacza, że jesteśmy bezwarunkowo skazani na sukces i wystarczy jedynie niejako „zadekretować” innowacyjność, wprowadzić do przestrzeni publicznej odpowiednie pojęcia kształtujące proinnowacyjne postawy, uruchomić odpowiednią liczbę funduszy VC, zachęcić przedsiębiorczych i zdolnych do zakładania startupów, a nowy wspaniały świat tzw. przemysłu 4.0 po prostu sam przyjdzie? I to szczególnie do nas, Polaków, gdyż jesteśmy tego bardzo spragnieni, a ze względu na trudną historię ostatnich dwustu kilkudziesięciu lat nowy złoty wiek nam się po prostu należy?
Nie jest to oczywiste, a nawet mało prawdopodobne, jeżeli proces miałby być traktowany jako w zasadzie zdeterminowany i przesądzony. To, co jest rzeczywiście nie do zatrzymania, to masowa konsumpcja usług opartych na przepływie informacji wraz z jej nośnikami, tym bardziej że będą oferowane coraz taniej, jeśli nie wręcz za darmo, jak indywidualne konta na portalach społecznościowych. Ale sama konsumpcja najnowszych technologii, choć nosi znamiona nowoczesności, nie przenosi się automatycznie na siłę gospodarki i jej atrakcyjność.
Polska wykorzysta swoją szansę, jeśli inwestycje w startupy i programy badawczo-rozwojowe będą tak skalowane, żeby w przypadku sukcesu miały realną szansę na komercjalizację, a nie stanęły przed kolejną ścianą, oddzielającą je od rynku.
Idealna sytuacja to taka, w której zapotrzebowanie na kapitał mierzony nakładami inwestycyjnymi (CAPEX) jest stosunkowo niewielki, rynek rośnie wykładniczo, a koszty operacyjne (OPEX) skalują się liniowo. Sytuacja taka może mieć miejsce w szczególności w takich branżach, jak FinTech, analityka danych, sztuczna inteligencja (SI). Szczególnie ta ostatnia jest atrakcyjna i może przesądzić o polskim sukcesie budowy nowego przemysłu. Sztuczna inteligencja może być rozwijana i wdrażana autonomicznie. Z tym że w przypadku SI rynek dzieli się pomiędzy uczestników zdecydowanie nierównomiernie. Najbardziej rozpowszechniona wyszukiwarka Google’a ma o rząd większy rynek niż plasujący się po niej numer 2, podobnie jest z portalami społecznościowymi, Uberem i innymi firmami nowych technologii. Czempionów jest w skali globalnej stosunkowo niewielu, a najgorszą sytuację mają ci drudzy, których koszty skalują się do bardzo dużych kwot, a od rynku są trwale odpychani przez potężny numer 1. Stanie się numerem 1 jest możliwe, ale w nowych obszarach i nie poprzez naśladownictwo dzisiejszych niekwestionowanych liderów – Google’a, Facebooka, Bookingcoma czy Ubera. W polskich warunkach niespełna 40-milionowego kraju o relatywnie płytkim rynku wewnętrznym szansą jest sprzęgnięcie nowych technologii z tradycyjnymi branżami przemysłowymi.
Jedno z określeń sztucznej inteligencji mówi, że możemy jej powierzyć autonomiczne rozwiązanie problemu, jeśli w analogicznej sytuacji proces decyzyjny człowieka nie trwa dłużej niż ułamek sekundy. Czyli może to być np. kierowanie samochodem (czas reakcji kierowcy na niespodziewane sytuacje drogowe jest właśnie rzędu ułamka sekundy), sortowanie, tłumaczenie symultaniczne.
Siłą sztucznej inteligencji jest możliwość równoczesnego analizowania bardzo dużej ilości danych i uczenia maszynowego, czyli modyfikacji algorytmów decyzyjnych bez ingerencji człowieka. Czyni to tę technologię szczególnie interesującą jako narzędzie modernizacji przemysłu w dziedzinach, w których wyczerpane zostały tradycyjne metody ulepszania procesów technologicznych, zwiększenia wydajności, ograniczenia energochłonności i emisji szkodliwych substancji do otoczenia. Dziedzinami takimi są np. energetyka, inżynieria procesowa, komunikacja, zaawansowane badania naukowe. Dzięki nowym technologiom okazać się może, że wyeksploatowane i zbliżające się do kresu swej użyteczności technicznej urządzenia mogą dostać „drugie życie”, spełniając zarówno konkluzje BAT (Best Available Technologies – najlepsze dostępne technologie w danej dziedzinie), jak i wymogi technologiczne współpracy ze zmieniającym się otoczeniem przemysłowym i energetycznym.
Spektakularnym przykładem wykorzystania sztucznej inteligencji jest jej zastosowanie w programach badawczych wymagających wielokrotnych iteracji bardzo dużej liczby parametrów wejściowych. Są to m.in. uruchamiane obecnie projekty mające na celu opanowanie reakcji termojądrowej jako przyszłego źródła stosunkowo taniej i bezpiecznej energii. Mianowicie przyjęło się twierdzić od około połowy XX wieku, że w ciągu najbliższych 50 lat energia termojądrowa zostanie opanowana, definiując w ten sposób nieomalże nową stałą fizyczną. Stałej tej podlega również budowany obecnie w prowansalskim Cadarache przez międzynarodową organizację ITER IO reaktor termojądrowy – tokamak ITER. Zakończenie budowy tokamaka ITER, będącego jedynie eksperymentalnym reaktorem, przeprowadzenie eksperymentów, wyciągnięcie wniosków, zaprojektowanie i budowa kolejnego reaktora DEMO, mającego już być prototypową elektrownią, są obecnie szacowane na wspomniane już 50 lat. Koszty związane z budową i badaniami przeprowadzonymi w reaktorze ITER są szacowane na 20 miliardów euro.
W ostatnich latach kilka firm i instytucji amerykańskich (w tym Google, Lockheed Martin, MIT) ogłosiło, że najdalej w ciągu kilku lat dojdzie do opanowania reakcji termojądrowych w eksperymentalnych instalacjach wykorzystujących uczenie maszynowe. Eksperymenty nie są przeprowadzane w ogromnych tokamakach o sztywnych parametrach konstrukcyjnych, lecz w poddających się szybkim przemodelowaniom reaktorach, utrzymujących plazmę w pułapkach tworzonych np. przez zespoły laserów. Wykorzystanie sztucznej inteligencji pozwala więc na radykalne skrócenie czasu kolejnych iteracji w badaniach eksperymentalnych i dojście do ostatecznych wyników w czasie o rząd krótszym, niż ma to miejsce w tradycyjnie projektowanych eksperymentach, takich jak ITER.
Aby sztuczna inteligencja stała się motorem wzrostu, musi zostać połączona z procesami, które albo spowolniły w rozwoju technologii, ze względu na wydłużający się czas iteracji kolejnych przybliżeń do rozwiązań optymalnych (jak ma to miejsce w przypadku rozwijanych od połowy XX wieku reaktorów termojądrowych, opartych na koncepcji wykorzystania magnetycznych pułapek plazmy, w tym ITER-a), albo osiągnęły granice efektywności i przy obecnie stosowanych systemach sterowania wydają się być nieperspektywiczne i powinny ulec wycofaniu z użycia. W warunkach polskich przykładem tych ostatnich mogą być elektrownie węglowe stanowiące podstawę polskiego systemu energetycznego.
Wiele z bloków węglowych zostało zbudowanych w latach 60. i 70. ubiegłego wieku przy założeniu, że będą pracować w podstawie systemu przy stabilnym obciążeniu i obowiązujących w tamtym okresie normach ochrony środowiska i wymaganiach efektywności termodynamicznej. Obecnie instalacje te są objęte derogacjami i muszą w ciągu najbliższych lat albo zostać doprowadzone do stanu zgodnego z konkluzjami BAT, albo zatrzymane, zdemontowane i usunięte z systemu elektroenergetycznego. Przy w zasadzie sprzecznych wymaganiach dotyczących zwiększenia elastyczności tych bloków, poprawy ich sprawności termodynamicznej oraz ograniczenia emisji uzyskanie efektu pozwalającego na ich dalszą eksploatację jest niemożliwe bez wprowadzenia nowych technologii sterowania, wykorzystywania w trybie online pełnego strumienia generowanych danych, wprowadzenia elementów uczenia maszynowego.
Narodowe Centrum Badań i Rozwoju, we współpracy ze środowiskiem energetyków i naukowcami wielu specjalności, podjęło próbę rozwiązania problemu dalszej eksploatacji znacznej części elektrowni węglowych w Polsce, uruchamiając w nowej formule zamówień przedkomercyjnych program badawczy „Bloki 200+”. W razie sukcesu tego programu, realizowanego w sposób analogiczny do programów badawczych takich agencji amerykańskich, jak np. DARPA lub DOE, istnieje realna szansa wydłużenia o co najmniej dekadę eksploatacji ok. 25% polskich elektrowni węglowych. Program NCBR, a przede wszystkim nowe podejście do rozwiązywania problemów badawczych, oparte na ofercie skierowanej do bardzo różnych środowisk i zapewniające zwycięzcom udział w rynku, pozwala na synergię tradycyjnych dziedzin przemysłowych z nowymi technologiami i rzeczywistą transformację przemysłu bez utraty jego zdolności wytwórczych.
Transformacja polskiej gospodarki w tzw. przemysł 4.0 nie zajdzie autonomicznie jedynie poprzez nasycenie przestrzeni publicznej, prywatnej i przemysłowej nowymi technologiami kupowanymi przy spadających cenach.
Zwycięzcami będą ci, którzy potrafią wykorzystać swoje kompetencje do sprzęgnięcia ich z nowymi technologiami, w szczególności spełniającymi wymieniony powyżej warunek wykładniczo skalującego się rynku. Wymaga to oczywiście odwagi i umiejętności podejmowania decyzji w szczególności dotyczących wprowadzania do dzisiejszych ciągów technologicznych, zaburzających je i silnie modyfikujących, procesów wywodzących się właśnie ze sztucznej inteligencji, technologii przyrostowych czy nowych materiałów. Za tymi procesami musi nadążać otoczenie prawne.
.Ale sukces, szczególnie w przypadku dużego przemysłu, będzie zależał od woli i odwagi decydentów, czyli zarządów, rad nadzorczych i właścicieli, zwłaszcza reprezentujących sektor publiczny. Muszą oni dostrzec możliwości wynikające z nowych technologii i być otwarci na nowe środowiska reprezentujące odmienną wiedzę technologiczną, kulturę organizacyjną i dynamikę działania. Muszą też nie bać się współpracy z tymi, którzy wyposażeni w nowoczesne narzędzia proponują odejście od dzisiejszych paradygmatów działania.
Maciej Chorowski
Tekst ukazał się w nr. 4 magazynu liderów opinii „Wszystko Co Najważniejsze” [LINK]