BLOG

Wprowadzenie

Dobrze jest żyć w ciekawych czasach. Mrugnąłem okiem i uświadomiłem sobie, że w tym roku mija równo 40 lat mojej pracy zawodowej.

Zawsze pasjonowały mnie maszyny, które można programować. Pamiętam obrazy dzieciństwa, w których delikatne wchodzenie w smugę cienia-  wyostrza szczegóły obrazów, świateł i zapachów. Jest rok 1972. To już piąta klasa. Za mną pierwsze działające radyjka detektorowe, sterownik mechaniczny lampek na choinkę i pierwszy prymitywny nadajnik do zakłócania odbioru telewizorów.

Ale teraz wyzwanie jest większe. Otoczony zapachem kalafonii i ciętej płyty tekstolitowej konstruuje układ sterowania z taśmą perforowaną. Ma służyć zaprogramowaniu ruchu modelu statku na Jeziorku Kamionkowskim. Dziurki odczytywane mechanicznie przez nity na końcu dwóch sprężystych blaszek wysyłają sygnały na ster i silniki. Nie idzie mi to dramatycznie – zawodzi pamięć na przekaźnikach, rwie się taśma, nie umiem ustabilizować prędkości jej przesuwu. Ale w końcu po długich miesiącach coś zadziałało. Doprowadziłem to do końca?

Nie. Główny powód – brak w kioskach ruchu płaskich baterii 4.5V. Ot, rzeczywistość komunizmu.

Ale pasja została – która skłania mnie do podzielenia się z Państwem pasjonującą historią rozwoju myśli homo sapiens w dziedzinie sztucznej inteligencji. To nie jest jednorazowy wynalazek, ale mozaika niezliczonych innowacji, które napędzały się nawzajem, tworząc to, co znamy dzisiaj. Przyjrzyjmy się zatem kluczowym momentom tej niezwykłej podróży.

Prehistoria: Mechaniczne początki i solidne fundamenty teoretyczne (XVII-XIX wiek)

Zanim pojawiły się prąd i elektronika, jako inżynierowie próbowaliśmy usprawnić obliczenia za pomocą mechaniki. Oto moje subiektywne, najważniejsze kamienie milowe.  

1642 – Kolega Blaise Pascal tworzy jeden z pierwszych mechanicznych kalkulatorów, zdolnych do wykonywania dodawania i odejmowania (Pascaline). Pascalina była urządzeniem służącym do wykonywania dodawania i odejmowania liczb całkowitych, zbudowanym z mechanicznych zębatek i kół zębatych, inspirowanych mechanizmem zegarowym.

Pascaline. Fantazja autora wygenerowana w oparciu o dostępne źródła

Operowała w systemie dziesiętnym (każda pozycja dziesiętna miała własne koło – ale wtedy nie wymyśliłbym tego lepiej). Obsługa polegała na obracaniu kół odpowiednich dla każdej cyfry. Wykonywała dodawanie bezpośrednio, a odejmowanie poprzez dodanie liczby dopełniającej (podobnie jak w arytmetyce binarnej). Pascal skonstruował to urządzenie dla swojego ojca, urzędnika skarbowego, który prowadził skomplikowane obliczenia podatkowe – miało to zredukować błędy i przyspieszyć pracę. Poruszający przykład pokazujący, jak wcześnie zaczęło się myślenie o automatyzacji procesów przetwarzania danych.

1671 - Stepped Reckoner Gottfrieda Leibniza: Leibniz rozwinął pomysł Pascala, tworząc maszynę, która mogła również mnożyć i dzielić. Maszyna również pracowała w systemie dziesiętnym, ale Kolega Leibniz jako pierwszy postulował zastosowanie systemu binarnego do obliczeń. Stworzył formalny zapis algorytmu działań arytmetycznych, który miał strukturę algorytmiczną już bardzo podobną do współczesnych maszyn cyfrowych.

Stepped Reckoner Gottfrieda Leibniza. Obraz wygenerowany przez AI.

Spacerując nad Sekwaną w początkach XIX wieku nasze poruszenie wzbudziłoby na 100% Krosno Żakardowe Josepha Marie Jacquarda (1801): Wykorzystywało karty perforowane do automatyzacji wzorów tkackich. Choć nie było komputerem w sensie obliczeniowym, jego idea programowalności za pomocą kart miała ogromny wpływ na Charlesa Babbage'a.

Upłynęło zaledwie 30 lat i oto na stole w jadalni stoi jego Maszyna Różnicowa i Analityczna Miała automatyzować tablice matematyczne. Jeszcze ważniejsza była jego następna konstrukcja Maszyna Analityczna, która, choć nigdy w pełni nie zbudowana za jego życia, zawierała koncepcje kluczowe dla współczesnych komputerów: jednostkę arytmetyczno-logiczną, sterowanie przepływem (pętle, rozgałęzienia warunkowe) i pamięć.

Minęło zaledwie 12 lat i sprawy w swoje ręce wzięła piękna córka Lorda Byrona Ada Lovelace (1843). To Ona napisała algorytm przeznaczony dla Maszyny Analitycznej Babbage'a,  co czyni ją pierwszą programistką w historii, pokazując wizjonersko potencjał maszyn do manipulowania symbolami, a nie tylko liczbami. Potem niespełna 100 lat – i rzeczy nabrały przyspieszenia.

Ada Lovelace - pierwsza programistka z udokumentowanym dorobkiem

Era elektromechaniczna i elektroniczna. Narodziny komputerów (Lata 30-50 XX wieku)

Prawdziwa rewolucja zaczęła się, gdy mechanikę zastąpiła elektronika. 1936 - Maszyna Turinga Alana Turinga: Teoretyczny model "uniwersalnej maszyny", która mogła wykonywać każdy algorytm. To fundamentalne dzieło, które do dziś stanowi podstawę teorii obliczalności. Lata 30. / Wczesne Lata 40. - Z1/Z3 Konrada Zusego (Niemcy): Zuse zbudował pierwszy programowalny komputer binarny, używając przekaźników elektromechanicznych. Z3 (1941) jest często uznawany za pierwszy na świecie funkcjonalny, programowalny komputer. Nie lekceważmy tego – to było naprawdę potężne osiągnięcie – mimo, że konstrukcja była megazawodna i prądożerna – to działała robiąc to, co było zapisane w algorytmie (prawie). 1943 to rok w którym w wielkiej tajemnicy powstaję Colossus (Wielka Brytania): Używany jest łamania szyfrów niemieckiej maszyny szyfrującej Lorenza podczas II wojny światowej. Był to jeden z pierwszych elektronicznych komputerów, wykorzystujący lampy elektronowe. Ogromny skok technologiczny w sensie szybkości przetwarzania.

Inżynierska ambicja pchała nas dalej i w 1945 urodził się  ENIAC (Electronic Numerical Integrator And Computer). Skonstruowany przez J. Prespera Eckerta i Johna W. Mauchly'ego w USA. Był to pierwszy ogólnego przeznaczenia elektroniczny komputer cyfrowy. Ogromny (ważył 27 ton, zajmował 167 m²), programowany był przez ręczne przełączanie kabli. Ale pokazał ogromną moc obliczeniową lamp elektronowych. Zgódźmy się – jego obsługa bardziej przypominała obsługę parowozu na stacji postojowej – ale nie mieliśmy złudzeń, że stała się rzecz nieodwracalna i symbolicznie zamykamy wiek pary i elektryczności.

Obsługa komputera ENIAC. Wygenerowano przy pomocy AI na podstawie zachowanych materiałów zdjęciowych.

W nauce zaczęliśmy murować solidne fundamenty pod przyszły computing. W 1945 powstaje Koncepcja Architektury von Neumanna. Sformułował on ideę komputera z programem przechowywanym w pamięci, co radykalnie uprościło programowanie maszyn i stało się standardem dla prawie wszystkich kolejnych komputerów. Potem poszło już szybko. Lata 50 przyniosły Języki Programowania Wysokiego Poziomu (FORTRAN, COBOL): Ułatwiły programowanie, oddzielając je od niskopoziomowych instrukcji maszynowych.

Uczyłem się FORTRANU po nocach. Byłem w raju – TO NIE BYŁ ASEMBLER. Ile z nich było bezsennych, gdy zapomniałem zadeklarować zmiennych i moje wspaniałe dzieła szły kochać się w binarne krzaki. Jestem absolutnie przekonany, że instrukcja COMMON musiała być główną inspiracją dla filmów grozy Pana Alfreda Hitchcocka….

Z perspektywy AI, ten okres to ziarna leżące w wilgotnej glebie. Alan Turing w swoim niezwykle poruszającym artykule "Computing Machinery and Intelligence" (1950) dopiero zastanawia się, czy maszyny mogą myśleć, wyznaczając horyzont, do którego będziemy dążyć przez kolejne dekady. John von Neumann w "First Draft of a Report on the EDVAC" (1945) muruje solidnie zazbrojony fundament pod architekturę współczesnych komputerów. No i oczywiście prace Norberta Wienera nad cybernetyką ("Cybernetics", 1948) – czyli nauką o sterowaniu i komunikacji w systemach żywych i maszynowych. 

Ale absolutnie kluczowa konferencja odbyła się w 1956 roku. To Dartmouth Summer Research Project on Artificial Intelligence. Zorganizowana gorącym latem przez Dartmouth College, Hanover, New Hampshire, USA, lato 1956 roku - trwała około 2 miesiące. Ech ludziska – a ja myślę, czy poświęcić 2 dni na LinkedIn Local. Ale zależy mi na tym, aby to przełomowe wydarzenie nie poszło w zapomnienie, ponieważ w przyszłym roku w wakacje będziemy obchodzić równo 70 lecie narodzin sztucznej inteligencji.

Dartmouth Summer Research Project on Artificial Intelligence. Fantazja Autora.

Co ważnego zrobili nasi Koledzy inżynierowie? Po pierwsze jest to moment w historii  w której Kolega John McCarthy (jeden z głównych organizatorów) zaproponował i spopularyzował termin "Artificial Intelligence", który stał się nazwą dla nowej dziedziny badań. Oczywiście wcześniej istniały prace teoretyczne (jak Alana Turinga) i pojedyncze próby programowania "inteligentnych" zachowań, ale to tam po raz pierwszy zebrała się grupa czołowych badaczy zajmujących się problemem stworzenia myślących maszyn. Nadała tym badaniom spójny kierunek i oficjalny status akademicki. To cisi bohaterowie rozpalający wyobraźnię mojej młodości.

Przyjrzyjmy się im bliżej.  Marvin Minsky (późniejszy współzałożyciel Laboratorium AI na MIT).

Jego prace na temat sieci neuronowych wywoływały głębokie poruszenie. Był jednym z pionierów robotów bazujących na sztucznej inteligencji. Zbudował pierwszego „żółwia” LOGO (z tego co pamiętam razem z Papertem). Jego rozczarowanie pierwszą siecią neuronową którą zbudował w 1951 roku (SNARC) było nie tylko powodem głębokiej zimy AI aż do początku lat 80-tych, ale pchnął i mnie i mój zespół w kierunku regułowych systemów ekspertowych połączonych z workflow. Pierwsza udana implementacja komercyjna, to  system Centertelek, którego głównym programistą był Robert Dziedzic (1993), który napisał też bardzo sprawny interpreter dla języka opisu inwestycji sieciowych, który opracowałem na potrzeby tego projektu.

Minsky połączył siły ze znanym Seymourem Papertem (język LOGO) w pracach nad teorią „Society of Mind”, w której zsyntezowali spostrzeżenia na temat kreatywnych zachowań dziecka rozwoju oraz badań nad sztuczną inteligencją.

LOGO - zachwycałem się ja i w 20 lat potem moje dzieci

Fascynację tymi pracami zawdzięczam jednemu z Mistrzów mojej młodości prof. Andrzejowi Góralskiemu w czasie studiów (trudnych dla mnie, bo bardzo odległych od inżynierii) w Akademii Pedagogiki Specjalnej im Marii Grzegorzewskiej. Profesor Góralski wywarł bardzo silny wpływ na nas zespół – głównie w zakresie podejścia, metod i technik twórczego myślenia. Obozy letnie z nim były fascynującą przygodą intelektualną – pełną wyzwań i zaskakujących zwrotów akcji. Zachęcał nas do selektywnego, ale intensywnego czytania. Biblioteka Instytutu Podstawowych Techniki Polskiej Akademii Nauk była portalem do świata wysokiej wiedzy – a przemiłe Panie – kapłankami wydającymi długo wyczekiwane smakołyki. Kochałem te miejsce. Biblioteka była świetnie zaopatrzona dzięki staraniom Prof. Michałowi Kleiberowi – nie tylko wybitnemu naukowcowi, ale też świetnemu organizatorowi.

Wracając do Minsky’kiego. We wspomnianej książce The Society of Mind 1986 napisał: Jaką magiczną sztuczką stajemy się inteligentni? Sztuczka polega na tym, że nie ma żadnej sztuczki. Siła inteligencji pochodzi z naszej ogromnej różnorodności, a nie z jednej, doskonałej zasady (str.308).

U podstaw tej hipotezy leżało jego głębokie przekonanie (również Paperta), że nie ma rzeczywistej różnicy między ludźmi i maszynami. To założenie było jednym z fundamentów koncepcji HEM – która jednak swoją dojrzałą postać osiągnęła dopiero w 2000 roku – ponieważ nie mogliśmy na początku poradzić sobie z wyceną nowych stanowisk i ról biznesowych, niezbędnych do obsłużenia zintegrowanych procesów workflow. Będzie o tym pisała @wioletta

Ale to wtedy pierwszy raz na dużą skalę użyliśmy narzędzi do automatycznego generowania równolegle modeli kompetencyjnych i specyfikacji modułów automatyzujących przepływy lub wspomagających podejmowanie decyzji. Na konstrukcję naszego autorskiego systemu QualiMan (dr Piotr Gut, Robert Dziedzic) do opisu modeli przedsiębiorstw postindustrialnych wspomniane prace wywarły trudny do przecenienia wpływ.

Ludzie, utrzymywali badacze, to też właściwie maszyny, których mózgi składają się z wielu półautonomicznych, ale nieinteligentnych ‘agentów’, a różne zadania wymagają zastosowania różnych mechanizmów. Ich teoria zrewolucjonizowała myślenie o tym, jak pracuje mózg i w jaki sposób ludzie się uczą. Ta praca sprawiła, że dzisiejsze systemy wieloagentowe są dla nas w zespole naturalne jak oddychanie. Wróćmy na szlak.

Nathaniel Rochester (IBM) – jako jedyny na konferencji w 1956 reprezentował biznes – a to oznaczało, że rzecz nie jest błaha. Zawdzięczamy mu zainteresowanie językiem LISP (IBM 704) oraz konstrukcję pierwszych baz non-only-sql w końcu lat 90-tych, bazujących na koncepcji struktur listowych.

Nie była to łatwa decyzja w zespole – musieliśmy pokonać wewnętrzny opór, że przestaniemy się liczyć z każdym kilobajtem drogiej przestrzeni dyskowej na rzecz szybkości dostępu i elastyczności w definiowaniu schematu bazy. Nie mieliśmy jednak wtedy odwagi na implementację zasady * BASE: Basically Available, Soft state, Eventually consistent - alternatywy dla pełnej zgodności z ACID w klasycznych implementacjach relacyjnych. Zbyt głęboko żyły w nas zasady inżynierii oprogramowania Pana Prof. W. Turskiego.

Innym, ważnym ojcem sztucznej inteligencji jest Claude Shannon (twórca teorii informacji). Jego: I visualize a time when we will be to robots what dogs are to humans, and I'm rooting for the machines - nie pozwalało spokojnie zasypiać.

Uważam również, że dwóm wybitnym postaciom: Allen Newell i Herbert Simon (pionierzy w systemach symbolicznych, stworzyli program Logic Theorist) należy się najwyższy szacunek za to, że do sztucznej inteligencji wprowadzili heurystyki. Pamiętam, jakie dla mnie było emocjonalnie trudne, aby w systemach które budowałem wprowadzić mechanizmy algebry zbiorów rozmytych (fuzzy set algebra). Dusza XIX wiecznego inżyniera buntowała się cała, aby wyjść ze strefy deterministycznego komfortu, gdzie wszystko było policzalne z precyzją, o której można było zadecydować. Piszę o tym, abyście mieli odwagę porzucać swoje intelektualne ograniczenia i niewzruszone paradygmaty – i nurkować głęboko – nawet tam, gdzie światło z powierzchni jest słabsze niż blask jutrzenki różanopalcej.

Pierwszy raz heurystyka zaprzyjaźniła się z twardymi algorytmami. AI by Autor

Wracając do tematu. Inspiracji obu Panów zawdzięczam przełamanie kryzysu w tworzeniu wielkich modeli do symulacji zachowań termicznych budynków.

Zamiast utonąć w żarłocznych metodach elementów skończonych rozwiązywałem symbolicznie równania – a otrzymawszy prostą postać – przechodziłem do metod numerycznych.

Sprawności tych algorytmów dała naszemu zespołowi zupełnie nowy wgląd w projektowanie architektoniczne budynków zoptymalizowanych energetycznie. Motorem napędowym, który ciągnął nas w kierunku wykorzystania uczenia maszynowego był utalentowany fizyk – Staszek Chyrczakowski. Miał w sobie coś z bullterriera kruszącego kolejne przeszkody.

Nie możemy zapomnieć też dwóch wybitnych postaci: Ray Solomonoff i Oliver Selfridge.

To oni  w swej genialności ukształtowali kierunki badań nad AI na nadchodzące dekady. Ray Solomonoff opracował teorię indukcji algorytmicznej, która dała matematyczne podstawy uczenia maszynowego. Również prognozowania na podstawie danych. Oliver Selfridge stworzył model Pandemonium. Dziś zapomniany, ale był to pierwszy funkcjonalny model rozpoznawania wzorców w percepcji maszynowej, który zainspirował rozwój systemów wizji komputerowej. Obaj wyprzedzili swoje czasy, kładąc podwaliny pod nowoczesne AI i systemy agentowe.

Przyszedł czas również na Muzykę. Zagadnienie wyrażania emocji przez sztuczną inteligencję w muzyce ma swoje korzenie w klasycznych teoriach estetyki, m.in. w pracy Leonarda B. Meyera Emotion and Meaning in Music (1956), która podkreśla rolę napięcia i oczekiwań w percepcji emocji.

Jednak praktyczne eksperymenty rozpoczął dużo później David Cope w latach 80. (EMI), symulując styl emocjonalny kompozytorów. Następnie François Pachet (IRCAM) i Eduardo R. Miranda rozwijali modele percepcji i ekspresji emocji w muzyce generowanej, a od 1995 roku temat zyskał systematyzację w ramach affective computing (Hahn, Nijholt). Zainteresowanym polecam François Pachet – „On the Design of a Musical Flow Machine” (Continuator), 2004. Będziecie bardzo poruszeni pomysłowością Autorów – oraz pięknymi zdjęciami małych muzyków.

Są wśród nich utalentowani Polacy. Przełomowy projektem była Dyspensa.AI, współtworzony przez producenta Wojtka Urbańskiego i dr inż. Mateusza Modrzejewskiego z Politechniki Warszawskiej. Panowie w zręczny sposób połączyli sztuczną inteligencję z kompozycją muzyczną w czasie rzeczywistym. Piękny, niebanalny pomysł, czyż nie?

Równolegle pianista Ingolf Wunder współpracuje z ETH Zurich nad projektem Frycek, analizującym emocjonalną ekspresję w interpretacjach muzyki klasycznej. Gdy to poznałem, zrobiło mi się cieplej na sercu. Stanisław Lem spełniony.

Nie możemy też zapomnieć o Kasia Głowickiej kompozytorce i wykładowczyni. Jest doktorem w dziedzinie computer music (PhD z SARC, Queen’s University Belfast). Tworzy muzykę eksperymentalną wspartą technologią cyfrową,

Znaczące osiągnięcia odnotowuje Jarosław Kapuściński. Kompozytor i pianista-praktyk z tytułem docenta Stanford’s CCRMA, prowadzi prace nad intermedialną muzyką (komputer + instrument) i współpracuje z IRCAM. Polecam jego wczesne prace z 2013 roku.

Polscy pionierzy. Teoretyczne fundamenty dla przyszłości AI i HCI (Okres lat 40–90)

Gdy analizujemy globalną historię informatyki i sztucznej inteligencji, łatwo jest skupić się na innowatorach z Doliny Krzemowej czy brytyjskich geniuszach łamiących niemieckie kody w czasie II WŚ. Jednak równie kluczowe, choć często niedostrzegane z perspektywy bezpośrednich zastosowań interfejsów, są teoretyczne fundamenty, które umożliwiły rozwój tej dziedziny.

W Polsce, w okresie od końca lat 40. do lat 90. XX wieku, wybitni matematycy i logicy wnieśli fundamentalny wkład w teorię obliczeń, logikę matematyczną i podstawy sztucznej inteligencji. Ich prace, choć często abstrakcyjne, stanowiły kręgosłup, na którym później budowano algorytmy uczenia maszynowego i projektowano coraz bardziej złożone systemy komputerowe. Wpłynęło to znacząco na ewolucję interakcji człowiek-komputer (HCI). Zachęcam Was – sięgnijcie po nie, jeżeli chcecie się uważać za zawodowców tej dziedzinie.

Wymieńmy zatem postacie pomnikowe.

Kazimierz Kuratowski: Architekt Logiki i Teorii Zbiorów

Współtwórca Polskiej Szkoły Matematycznej, choć osobiście nie zajmował się bezpośrednio budową komputerów, położył kamienie węgielne pod wiele dziedzin kluczowych dla informatyki.

Jego prace z teorii zbiorów, topologii i logiki matematycznej stanowią podstawę dla rozumienia struktur danych, algorytmiki i języków programowania. W świecie uczenia maszynowego, gdzie precyzyjne definiowanie danych i relacji między nimi jest kluczowe, wkład Kuratowskiego w logikę i teorię zbiorów jest nie do przecenienia.

Zainteresowanie tym tematem zawdzięczam mojemu wybitnemu nauczycielowi teorii zbiorów – Andrzejowi Lissowskiemu. Pracując 1984 pod jego kierunkiem nad zagadnieniami topologicznymi spędzaliśmy długie godziny przy klawiaturze prymitywnego komputera Prawec produkcji bułgarskiej próbując rozwiązywać trudne zagadki topologiczne. Cały czas nie daje mi spokoju ciągłość przejść współczesnych transformerów – czy halucynacje AI wysadzą nam w powietrze cywilizację? Czy pomoże nam Teoria Konstruktorów w zamienieniu dzisiejszej prymitywnej AI na pełnowartościową AGI? Te pytania poruszają mnie do głębi i czuję, że nie jesteśmy daleko do wejście w kolejną szafę Narnii.

Przywołując wspaniałego Nauczyciela wspomnę tylko, że dzięki Niemu w 1983 zarobiłem pierwsze duże pieniądze pisząc bibliotekę numeryczną na ZX Spectrum (16 KB RAM). Mało tego, dostałem premię marzeń – rozszerzenie pamięci do 48K. Będąc studentem, ciułałem na stacje dyskietek, a w nocy śniła mi się Arkadia, w której lutuje sobie interfejs sprzętowy, żeby podłączyć stację do komputerka. Wydawało mi się to wtedy bardzo naturalne. Wróćmy jednak do wielkich postaci polskiego AI.

Zdzisław Pawlak. Twórca teorii zbiorów przybliżonych

Bez dwóch zadań był wizjonerem, który wniósł bezpośredni i znaczący wkład w dziedzinę sztucznej inteligencji. Jako twórca teorii zbiorów przybliżonych (Rough Sets), Z. Pawlak dał nam potężne narzędzie do radzenia sobie z niedokładnością i niepewnością w danych – problemami, z którymi uczenie maszynowe zmaga się na co dzień.

Teoria Rough Sets pozwala na wyciąganie wiedzy z niekompletnych lub nieprecyzyjnych danych poprzez definiowanie "górnych" i "dolnych" przybliżeń zbiorów. Jest to szczególnie cenne w eksploracji danych, uczeniu maszynowym, rozpoznawaniu wzorców i systemach decyzyjnych. Być może na tym zbudujemy wiarygodne metody testowania niedeterministycznych aplikacji AI? Czcigodni! Kto z Was pracuje dziś na tym - zapraszam do kontaktu z nami.

Andrzej Grzegorczyk. Głębia logiki obliczalności

Logik, matematyk i filozof, skupiał się na fundamentalnych aspektach logiki matematycznej i teorii rekursji. Jego prace nad funkcjami rekurencyjnymi są kluczowe dla zrozumienia, co jest obliczalne, a co nie. W erze uczenia maszynowego, gdzie algorytmy są sercem każdego systemu, dogłębne zrozumienie teorii obliczalności jest absolutnie niezbędne. Grzegorczyk pomógł zdefiniować granice i możliwości maszyn obliczeniowych, co stanowi nieodzowny element podstaw teoretycznych dla testowania algorytmów AI. W Polsce wydaje mi się mocno niedoceniony. i logiczne fundamenty, bez których współczesne, zaawansowane systemy sztucznej inteligencji i interfejsy człowiek-komputer po prostu nie mogłyby istnieć. Ich dziedzictwo to dowód na to, że prawdziwy postęp technologiczny zawsze zaczyna się od głębokiego, teoretycznego zrozumienia problemu.

Jak to implementujemy? Intencja działania to świadome ukierunkowanie wypowiedzi na określony cel, takie jak uzyskanie informacji, wywołanie działania, wyrażenie zobowiązania lub przekazanie ostrzeżenia. U ludzi przejawia się poprzez formę aktu mowy (np. pytania, prośby, polecenia) oraz sygnały modalne („chciałbym”, „należy”, „możesz”), które wskazują na stosunek nadawcy do treści.

W systemach AI i agentach konwersacyjnych intencje często oznaczamy jawnie jako typ działania (np. request, confirm, inform). Służy nam ona do wyboru odpowiedniej reakcji. Profesorowi Gzregorczykowi zawdzięczamy możliwość bardziej złożonych systemów, opartych  na architekturze BDI (Belief–Desire–Intention)

W tym rozwiązaniu traktujemy intencję jako rezultat świadomego planowania na podstawie wiedzy o świecie i celów.  To pozwala naszym agentom na prowadzenie spójnych, racjonalnych działań w dynamicznie zmiennym otoczeniu – poprzez głębokie rozumienia kontekstu. Wartość tych prac dla naszego zespołu była nie do przecenienia, gdy zbudowaliśmy system do automatycznej koordynacji operacji lotniskowych dla polski. Piękna matematyka optymalizacyjna osadzona kontekstowo w obsłudze żądań rezerwacje slotów czasowych dostępu do infrastruktury lotniskowej.

Władysław Turski. Architekt polskiej informatyki - wizjoner interakcji

Kontynuując naszą opowieść o polskich pionierach, nie sposób pominąć postaci Władysława Turskiego (1927-2013). Choć jego nazwisko może nie być tak rozpoznawalne poza kręgami specjalistów jak, powiedzmy, Alana Turinga, to wkład profesora Turskiego w rozwój informatyki w Polsce, a co za tym idzie, w kształtowanie naszych interakcji z komputerami, był absolutnie fundamentalny. Był postacią niezwykle wszechstronną. Uczestniczył w projektowaniu jednych z pierwszych polskich komputerów, w tym XYZ i ZAM-2, co samo w sobie stanowiło heroiczny wysiłek w powojennej Polsce.

Ale to nie tylko hardware go fascynował. Jego prawdziwą pasją, i dziedziną, w której osiągnął międzynarodowe uznanie, była inżynieria oprogramowania. W czasach, gdy programowanie często było traktowane jako rzemiosło, on podnosił je do rangi nauki, argumentując za jego formalizacją i metodycznym podejściem.

Słuchałem go na wykładach (uniwersytet Warszawski) z zapartym tchem. Przychodziłem do Pałacu Kultury dużo wcześniej, aby usiąść w pierwszej ławce i nie uronić ani słowa. Te emocje zetknięcia się z wielką nauką towarzyszą mi do dziś. Staram się je przekazywać moim studentom.

Jan Madey. Mentor polskich Sukcesów programistycznych. Promotor ekscytującej informatyki

Jest postacią, która w unikalny sposób połączyła głęboką wiedzę akademicką z pasją do kształcenia przyszłych pokoleń, znacząco przyczyniając się do międzynarodowych sukcesów polskich informatyków. Do dziś jest dla mnie bardzo silnym wzorem osobowym. Jego wykłady były feerią intelektu. Nigdy chyba nie czułem się tak wyróżniony, gdy zaproponował mi napisanie doktoratu, nad nową generacją baz non-sql, które wtedy mnie bardzo pociągały. Jego główne zainteresowania naukowe koncentrowały się na informatyce i inżynierii oprogramowania.

Był autorem pierwszych w języku polskim podręczników do nauki języków programowania Algol 60 i Pascal, a także twórcą metodyki ich nauczania.

Maszynopis w niebieskiej okładce długo leżał na biurku. Od czytania prawie się rozpadł.

Jednym z najbardziej widocznych i spektakularnych osiągnięć związanych z Mistrzem jest jego rola w sukcesach polskich studentów w Akademickich Mistrzostwach Świata w Programowaniu Zespołowym (ICPC - International Collegiate Programming Contest).

Dzięki stworzeniu przez niego unikalnego systemu szkolenia, Uniwersytet Warszawski stał się jedyną uczelnią na świecie, która kwalifikuje się nieprzerwanie do finałów ICPC od 1994 roku. Co więcej, drużyny z UW zdobyły tam pięć złotych, sześć srebrnych i cztery brązowe medale, a także zwyciężyły w latach 2003 i 2007. To osiągnięcie jest fenomenem na skalę globalną i świadczy nie tylko o talentach polskich studentów, ale przede wszystkim o skuteczności metodyki nauczania i mentoringu wprowadzonej przez Profesora Madeya.

Nigdy nie będę taki jak On, ale od lat finansuje i prowadzę różne inicjatywy dla dzieciaków z niezamożnych, często rozbitych domów, aby przybliżyć im piękno współczesnej robotyki oraz inżynierii oprogramowania.

Narodziny bezpośredniej interakcji (Lata 60-70 XX w.)

Czasy przyspieszały. Przełom nastąpił wraz z pojawieniem się interakcji w czasie rzeczywistym. To moment, w którym maszyna przestaje być tylko kalkulatorem, a staje się interaktywnym narzędziem. Douglas Engelbart w słynnym "Mother of All Demos" (1968) zaprezentował mysz komputerową, hipertekst i edycję tekstu w czasie rzeczywistym, rewolucjonizując podejście do interakcji. Obejrzyjcie to koniecznie na YT.

Może nie była piękna i wyglądała jakby przegrała nierówną walkę ze szczurem - ale na zawsze zmieniła charakter interakcji człowiek-komputer. Dość długo nie doceniona.

Nagle człowiek mógł bezpośrednio wpływać na to, co widzi na ekranie.

Równocześnie, Ivan Sutherland ze swoim systemem Sketchpad (1963) pokazał potencjał grafiki komputerowej i interakcji piórem świetlnym, dając początek wizualnym interfejsom. W tym czasie, choć AI wciąż raczkowała, pojawiały się pierwsze programy do przetwarzania języka naturalnego, takie jak ELIZA, które symulowały rozmowę, pokazując, że maszyna może "udawać" zrozumienie ludzkiego języka. To były początki, ale już wtedy można było dostrzec ziarenko przyszłych interfejsów konwersacyjnych.

Dominacja graficznego interfejsu użytkownika (GUI). Wzrost znaczenia danych (Lata 80-2000 r.)

Lata 80. to era komputera osobistego i triumf Graficznego Interfejsu Użytkownika (GUI), bazującego na modelu WIMP (Windows, Icons, Menus, Pointer). Xerox PARC, Apple Macintosh, a później Microsoft Windows, uczyniły komputery dostępnymi dla mas.

Muszę wyznać, że bardzo długo lekceważyłem to osiągnięcie nie rozumiejąc jego wartości. Interfejs stał się wizualny, intuicyjny i uniwersalny. Użytkownik przestał być programistą, a stał się "użytkownikiem". W tym okresie, choć AI rzadko była widoczna na pierwszym planie GUI, zyskiwała na znaczeniu w tle – w wyszukiwarkach internetowych, systemach rekomendacyjnych czy wczesnych algorytmach optymalizacyjnych. Rozwój internetu i urządzeń mobilnych w kolejnych dekadach (lata 90. i 2000.) przyniósł interakcje oparte na hiperlinkach i gestach dotykowych. To właśnie wtedy zaczęły pojawiać się olbrzymie ilości danych o zachowaniach użytkowników – fundament dla dzisiejszych algorytmów uczenia maszynowego.

Na zakończenie XX wieku na scenę wkracza cudowna kobieta - pionierka Affective Computing, Rosalind Picard. W 1997 postawiła pytanie: co by było, gdyby komputery potrafiły rozpoznawać i reagować na ludzkie emocje? Oddajmy Jej głos.

Rozdział Fear, Emotion, and Science otwiera cytat: Nothing in life is to be feared. It is only to be understood. Marie Curie.

Rosalind Picard. Impresja z sympatią dla Autorki prac nad emocjami w AI.

Te słowa z obrazu były dla mnie jak kapnięcie miodu na serce. Tworzyły pomost między codzienną algorytmiką, a bogactwem fascynacji moich wykładowców psychologii ze szkoły Gestalt, którzy byli dla mnie bardzo ważni z punktu widzenia rozumienia świata ludzkich zachowań. Zainteresujcie się tą wybitną postacią .W komentarzu niezwykle poruszający, osobisty wywiad, jak jej implementacje algorytmów emocji w AI doprowadziły ją od postawy gorliwej ateistki do głębi wiary. Dziś, dzięki zaawansowanym algorytmy analizy tonu głosu, mimiki twarzy czy nawet rytmu pisania, sprawiają, że mamy do dyspozycji systemy, które potrafią doskonale współgrać z naszymi emocjami.  

Trzeba jednak pamiętać, że technologia jest jeszcze bardzo młoda – jej dojrzała postać to dopiero 2010 rok (w sensie skali zastosowań – np. w wojnie w Iraku). Przykład: Tactical Iraqi (2004–2006) – emocjonalni agenci, którzy z powodzeniem byli używanie w treningach kulturowo-językowych w US Army. Również niezwykle ciekawy jest Virtual Human Toolkit (USC ICT) – pakiet narzędzi dla agentów konwersacyjnych wykorzystujących emocje.

Mimo, że istnieją już nowsze technologie, to rozpoczęcie swojej przygody od VHT ma moim zdaniem doskonały walor edukacyjny. W szczególności pochylcie się uważnie nad modułem NVBG (Nonverbal Behavior Generator), który jest generatorem zachowań niewerbalnych. Potrafi on automatycznie dobierać gesty, mimikę i spojrzenia na podstawie kontekstu wypowiedzi i emocji. Bazuje na regułach komunikacji interpersonalnej (psychologia społeczna). Piękny kawałek solidnego, programistycznego rzemiosła. Inne moduły też są bardzo ciekawe.

Asystenci głosowi (Siri, Google Assistant, Alexa) to tysiące dni i nocy spędzonych nad przetwarzaniem języka naturalnego (NLP) i rozpoznawaniem mowy. Rozwój widzenia komputerowego i rozpoznawania gestów (jak w Kinect) sprawił, że możemy komunikować się z maszynami ruchem ciała.

Przeoczyłbym to, gdyby nie mój niezwykle kreatywny współpracownik i przyjaciel Marek Marszalek . Kiedyś przy obiedzie postawił pytanie: co by było, gdybyśmy usunęli z języka czasownik "jest". No i zaczęło się. W gruzy legło formułowanie zdań egzystencjalnych i definicyjnych, takich jak „To jest człowiek” czy „Miłość jest ważna”, ponieważ zanikłaby możliwość bezpośredniego wskazania istnienia, tożsamości lub przynależności. W logice i filozofii zniknęłoby kluczowe narzędzie do wyrażania relacji między podmiotem a orzeczeniem, co osłabiłoby precyzję w opisie rzeczywistości. W praktyce językowej konieczne byłoby zastępowanie „jest” mniej uniwersalnymi czasownikami (np. „stanowi”, „należy do”, „zawiera”) lub budowanie wypowiedzi przez elipsy i metafory, co prowadziłoby do wzrostu wieloznaczności i utraty jednoznaczności w nauce, edukacji. Również w w codziennej komunikacji. Taka zmiana wpłynęłaby również na poezję, religię i kulturę, które utraciłyby jedno z głównych narzędzi ekspresji istnienia i wartości.

Piszę o tym jako ostrzeżenie - przy deserze nie otwierajcie lekkomyślnie puszek Pandory - zwłaszcza wziętych z półki oznaczonej jako sztuczna inteligencja. Zwłaszcza, że zaraz obok w małych buteleczkach zamknięte były dżiny Głębokiego Uczenia (Deep Learning), które dojrzewały tam by pomóc nam w analizie obrazów i dźwięków.

Dziś najwięksi twórcy czołowych modeli językowych – OpenAI (GPT-4o), Google DeepMind (Gemini), Anthropic (Claude), Microsoft (Copilot) i Meta (LLaMA) – prowadzą badania nad emocjonalnością AI. Implementacje są bardzo udane.

Ich oprogramowanie potrafi rozpoznawać ton wypowiedzi, wykazywać empatię i dostosowywać odpowiedzi do emocji użytkownika. Przykładowo GPT-4o reaguje różnymi stylami emocjonalnymi, Claude uczy się „inteligencji społecznej” – podziwiamy zręczność, z jaką unika gaf. Testujcie modele. Dla naszego zespołu było to ekscytujące doświadczenie

Gemini z kolei pysznie analizuje subtelności konwersacyjne. Meta bada emocje w kontekście rozszerzonej rzeczywistości – stawiam dolary przeciwko orzechom, że w tym będzie wielka przygoda – i intelektualna i emocjonalna. Wracając jeszcze na chwilę do Rosalind. Dlaczego piszę o Niej z takim młodzieńczym uczuciem?

Ponieważ była zachwycającym uzupełnieniem koncepcji wspomnianego wcześniej Marvina Minsky’iego  (1960s–1986), który w  książce „The Society of Mind” (opublikowanej w 1986, ale rozwijanej wcześniej) zaproponował model, w którym umysł składa się z wielu małych agentów – „idiot savants”, każdy z własną prostą funkcją. Agenci ci nie są inteligentni sami z siebie, ale w interakcji tworzą złożone zachowania. Była to fundamentalna inspiracja dla późniejszych architektur MAS i koncepcji AI jako systemu społecznego – stąd nasze hybrydowe bliźniaki w implementacjach HEM w firmach postindustrialnych.

Na poziomie programowym realizowaliśmy to jako zestawy mikroserwisów zawierających wyspecjalizowane funkcje wywoływane w predefiniowanych węzłach workflow. Czasami myślę, że w zadziwiająco dużej liczbie stabilnych workflow nie warto jest używać AI. Jedno z ostatnich, bardzo ciekawych przypadków wykorzystania tej nośnej koncepcji, jest system do automatyzacji postępowań przetargowych o nazwie mTender, który zrealizowaliśmy w ramach prac EBRD.

Głównym architektem jest Paul Boroday , precyzyjne modele procesów postępowań zawdzięczamy wybitnemu analitykowi systemowemu Piotr Biernacki . Otwarty kod jest dostępny na platformie GitHub. Chociaż system będzie miał za chwilę 10 lat cały czas emanuje subtelnym wdziękiem, jak kobiety, które kochamy. Praca w tym zespole była dla mnie wielką przyjemnością.

No-Code i bliska przyszłość

Chciałbym Państwu zwrócić uwagę, że w parze z rosnącą złożonością AI, obserwujemy jednak wyraźny trend upraszczania tworzenia systemów. Platformy No-Code/Low-Code takie jak Bubble, Zapier, Airtable, Webflow czy Notion pozwalają osobom bez głębokiej wiedzy programistycznej tworzyć stosunkowo zaawansowane aplikacje (głównie automatyzacje powtarzalnych zadań lub procesów) – a przynajmniej ich dojrzałe prototypy.

To właśnie dzięki inteligentnym interfejsom tych platform, logika i możliwości AI stają się dostępne dla znacznie szerszej grupy użytkowników. Możemy przeciągać i upuszczać komponenty, które w tle są napędzane przez złożone silniki algorytmiczne. Cieszy mnie to bardzo jako popularyzatora nauki - w jakimś sensie demokratyzuje to dostęp do technologii.

Przyszłość HCI. Inteligentny, empatyczny Partner

Patrząc w przyszłość, rola AI w HCI będzie tylko rosła. Spodziewamy się interfejsów proaktywnych i przewidujących, które będą antycypować nasze potrzeby, zanim je wyrazimy. Interakcje staną się multimodalne i płynne, łącząc głos, gesty, dotyk i wzrok w spójne doświadczenia. AI przestanie być tylko narzędziem; stanie się aktywnym agentem współpracującym, inteligentnym partnerem w codziennych zadaniach. Raporty firm analitycznych, takich jak Forrester i Gartner, konsekwentnie wskazują na rosnące inwestycje w AI na tym kierunku.

Moja kobieca intuicja podpowiada mi, że już wkrótce jednym z podstawowych modeli komunikacji, będzie coś, co roboczo nazwałem zintegrowanym treningiem behawioralnym Konstruowani przez nas agenci AGI (w tym roboty humano i animoidalne) będą się uczyli przez przykład i naśladownictwo – tak, jak wychowujemy dzieci. W empatycznej symbiozie z człowiekiem.

Tym niemniej musimy pamiętać o wyzwaniach etycznych i społecznych. Nie jest dobrze. Prywatność danych, bezpieczeństwo, przejrzystość działania algorytmów ("czarna skrzynka") oraz odpowiedzialność za decyzje podejmowane przez AI to kluczowe kwestie, na które dziś nie mamy jeszcze dobrych odpowiedzi. Niestety.

Podsumowując, ewolucja interakcji człowiek-komputer to fascynująca historia postępu, gdzie innowacje w AI nieustannie przesuwają granice możliwości. Od mechanicznych przełączników, przez systemy konwersacyjne do systemów, które rozpoznają nasze emocje, zmierzamy w kierunku przyszłości, w której technologia będzie coraz bardziej niewidoczna.

Jakie będą konsekwencje dla relacji społecznych? Nie wiem. Z niepokojem jednak obserwuje, że u wybranych osobników z gatunku homo sapiens zbyt długie obcowanie w samotności z LLM’ami prowadzi nieuchronnie do atrofii mózgowej i emocjonalnego zdziczenia. W ślad zaraz potem – moralnego.

Czujcie się, o Czcigodni, ostrzeżeni….