Sztuczna inteligencja na produkcji: dlaczego Volkswagen nie zaczął wczoraj i dlaczego to wciąż nie AI podejmuje decyzje?

Marcin Pieniuta: Sztuczna inteligencja na produkcji to dziś temat, o którym mówi chyba każdy. Zacznijmy więc od pytania, które wydaje mi się fundamentalne: co robiliście w tym zakresie, zanim stało się to modne, a co dopiero wtedy, gdy zaczęli to robić inni?
Marcin Kanturski: Grono ludzi nazywa sztuczną inteligencją coś, co absolutnie nią nie jest, tylko jest zwykłym algorytmem. Weźmy reklamy pralek, które „inteligentnie” dozują proszek. Żadnej inteligencji tam nie ma – pralka po prostu wie, że przy kilogramie prania dozuje dziesięć gramów proszku, a przy dwóch kilogramach dwadzieścia. To sztywny algorytm, tylko dziś nazywa się go inaczej. Kiedyś mówiono „prosta automatyka”, dziś mówi się „inteligentne rozwiązanie”. Dla mnie wyznacznikiem prawdziwej AI jest to, że ona się uczy – tam, gdzie kończy się nauka, kończy się AI, a zaczyna zwykła, nawet zaawansowana, algorytmika.

Czy pamięta pan moment, w którym stawialiście pierwsze kroki w tym kierunku, jeszcze zanim ktokolwiek nazywał to sztuczną inteligencją?
Pewne próby syntezowania danych rozpoczęliśmy dawno temu. Pierwszym dużym projektem, w którym uczyliśmy się budować sieć neuronową zdolną do samodzielnego uczenia, była aplikacja do kontroli połączeń śrubowych. Mając krzywą przebiegu skręcania – rosnące momenty, rosnące siły tarcia – trzeba było ocenić, czy dokręcenie zostało wykonane poprawnie. Wcześniej robiła to grupa ludzi ręcznie. Kilka osób dobrze znających tę materię, postanowiło zbudować system nadzorujący się sam i uczący na podstawie tych przebiegów. Wtedy mówiliśmy raczej o sieci neuronowej niż o „sztucznej inteligencji” – ten termin zrobił się modny dopiero później.

Rozumiem więc, że rozwijaliście narzędzia naturalnie, aż doszliście do dzisiejszego rozróżnienia: tu sztuczna inteligencja, a tu wystarc...