Konkurs INNOGLOBO AI – 25 mln PLN na badania nad sztuczną inteligencją

INNOGLOBO AI wspiera międzynarodową współpracę badawczą

INNOGLOBO AI będzie szóstym konkursem programu, który angażuje międzynarodowe konsorcja do pracy nad innowacjami. Polskie przedsiębiorstwa i jednostki naukowe cenią program za możliwość współpracy badawczo-rozwojowej z partnerami zagranicznymi praktycznie z całego świata. Dodatkowo program zapewnia minimum formalności i dużą elastyczność organizacyjną. W pierwszych pięciu edycjach NCBR dofinansowało łącznie 59 projektów, a zainteresowanie programem systematycznie rosło.

Do tej pory projekty nie miały ściśle określonej tematyki. Natomiast specjalna edycja programu INNOGLOBO skupi się na sztucznej inteligencji oraz jej wykorzystaniu w badaniach i rozwoju nowych technologii.

– Rozwój sztucznej inteligencji wymaga współpracy wykraczającej poza granice poszczególnych dziedzin, instytucji i państw. Innowacje powstają dziś dzięki łączeniu wiedzy, doświadczeń i kompetencji partnerów z różnych krajów – powiedział prof. dr hab. inż. Jerzy Małachowski, dyrektor Narodowego Centrum Badań i Rozwoju.

Jak mówi profesor, polska nauka i polskie przedsiębiorstwa mają kompetencje, ambicje oraz potencjał, aby aktywnie uczestniczyć w tej transformacji. Mogą również współtworzyć rozwiązania, które będą kształtować przyszłość nie tylko naszego kraju, ale także Europy i świata. Dlatego warto wykorzystać możliwości, które daje program INNOGLOBO.

Źródło: Narodowe Centrum Badań i Rozwoju

Cztery obszary wykorzystania sztucznej inteligencji

AI ma strategiczne znaczenie dla konkurencyjności gospodarki i znajduje zastosowanie w różnych sektorach. Należą do nich przemysł, zdrowie, energetyka, obronność, cyberbezpieczeństwo, administracja publiczna i wiele innych.

Najnowszy konkurs INNOGLOBO umożliwia polskim podmiotom uzyskanie dofinansowania na realizację projektów międzynarodowych. Projekty muszą wpisywać się w co najmniej jeden z następujących obszarów tematycznych:

• rozwój technologii sztucznej inteligencji, w tym edge computing oraz analiza i przetwarzanie danych;
• zastosowanie AI w biotechnologii, medycynie oraz działaniach odpowiadających na wyzwania demograficzne związane ze starzeniem się społeczeństwa;
• wykorzystanie AI w cyberbezpieczeństwie;
• zastosowanie AI w przemyśle, w szczególności w robotyzacji, automatyzacji oraz systemach autonomicznych.

– Nowe rozwiązania w dziedzinie sztucznej inteligencji powstają dzięki łączeniu danych analitycznych, doświadczeń oraz kompetencji badaczy z całego świata. Dlatego chcemy zachęcić polskie firmy i jednostki naukowe do poszukiwania partnerów za granicą – powiedziała Agnieszka Ratajczak, dyrektor Działu Współpracy Międzynarodowej NCBR.

Źródło: Narodowe Centrum Badań i Rozwoju

Budżet konkursu i zasady dofinansowania

Budżet konkursu wynosi 25 mln PLN. Kwota dofinansowania jednego projektu wynosi od 300 tys. PLN do 2 mln PLN. NCBR prowadzi nabór wniosków od 5 listopada 2026 r. do 12 lutego 2027 r.

Polskie podmioty, czyli przedsiębiorstwa, organizacje badawcze lub konsorcja, będą realizować badania przemysłowe oraz eksperymentalne prace rozwojowe. Współpraca musi obejmować co najmniej jednego partnera zagranicznego.

Partnerzy mogą pochodzić ze wszystkich państw utrzymujących stosunki dyplomatyczne z Polską. Muszą również mieć zabezpieczone środki na realizację swojej części projektu. Natomiast okres realizacji projektów będzie wynosił od 2 do 3 lat.

NCBR zainaugurowało konkurs INNOGLOBO podczas konferencji „Jak robić naukę w erze AI. Sztuczna inteligencja jako narzędzie współpracy międzynarodowej”. Spotkanie umożliwiło poznanie perspektywy osób, które nie tylko obserwują rozwój AI, ale również uczestniczą w jego kształtowaniu. Wydarzenie połączyło tematykę fizyki kwantowej, kosmologii, biznesu, satelitów i misji kosmicznych. Uczestniczyli w nim badacze, którzy na co dzień wykorzystują sztuczną inteligencję do poszerzania wiedzy.

Prof. dr hab. Andrzej Dragan, fizyk związany z Uniwersytetem Warszawskim oraz National University of Singapore, rozpoczął wydarzenie. Przedstawił refleksję nad wpływem AI na sposób poznawania świata i tworzenia nowej wiedzy.

Naukowiec prowadzi grupę badawczą zajmującą się łączeniem teorii względności z teorią kwantową. Podczas konferencji wygłosił wykład inauguracyjny pt. „Granice inteligencji: człowiek, AI i nauka przyszłości”.

Źródło: Narodowe Centrum Badań i Rozwoju

AI for Science i autonomiczne odkrycia naukowe

O wykorzystaniu nowych technologii do wspierania odkryć naukowych opowiadali przedstawiciele nurtu „AI for Science”. Ta interdyscyplinarna dziedzina wykorzystuje sztuczną inteligencję, uczenie maszynowe i głębokie sieci neuronowe do przyspieszania badań naukowych.

Należy do nich prof. Ross D. King, profesor Uniwersytetu w Cambridge i Chalmers University of Technology. Jest pionierem idei „robota naukowca” (Robot Scientist).

Koncepcja ta obejmuje autonomiczne systemy zdolne do stawiania hipotez naukowych, projektowania eksperymentów i prowadzenia badań laboratoryjnych. Systemy mogą również interpretować wyniki przy minimalnym udziale człowieka.

Jego projekty Adam, Eve i Genesis pomogły wyznaczyć kierunek rozwoju autonomicznych odkryć naukowych. Ponadto profesor King jest współorganizatorem międzynarodowej inicjatywy Nobel Turing Challenge.

– Kiedy rozpoczęliśmy pracę nad projektem „Nobel Turing Challenge”, zakładaliśmy, że osiągniemy jego cel w 2050 roku. Chcieliśmy stworzyć autonomiczne maszyny zdolne do samodzielnego dokonywania odkryć naukowych zasługujących na Nagrodę Nobla. Wydaje się to jednak bardzo ostrożnym szacunkiem. Obecnie przewiduję, że nastąpi to w 2035 roku – powiedział naukowiec.

Jak dodaje King, w dającej się przewidzieć przyszłości naukowcy-ludzie i naukowcy-sztuczna inteligencja będą osiągać lepsze wyniki, współpracując ze sobą, niż działając osobno.

Źródło: Narodowe Centrum Badań i Rozwoju

Agenty AI i symulacje kosmologiczne w badaniach naukowych

Kolejnym przedstawicielem dziedziny „AI for Science” obecnym na konferencji NCBR był dr Francisco Villaescusa-Navarro. Badacz współpracuje z Simons Foundation i Uniwersytetem Princeton.

Współtworzył projekt CAMELS, jeden z największych na świecie zbiorów symulacji kosmologicznych przeznaczonych do trenowania modeli uczenia maszynowego. Jest również współtwórcą Denario, czyli platformy AI wykorzystującej autonomiczne agenty do wspierania badań naukowych.

Na co dzień zajmuje się zastosowaniem uczenia maszynowego i wielkoskalowych symulacji w kosmologii. Dzięki temu badacze mogą zdobywać nową wiedzę o Wszechświecie i przyspieszać odkrycia naukowe przy wykorzystaniu sztucznej inteligencji.

– W moim ośrodku badawczym, Flatiron Institute, rój agentów sztucznej inteligencji z projektu Denario pracuje 24 godziny na dobę. Działa przez 7 dni w tygodniu, formułując hipotezy, opracowując plany pracy, pisząc i uruchamiając kod. Agenci tworzą również wykresy, przygotowują artykuły naukowe oraz analizują wyniki w celu stworzenia ogromnego grafu wiedzy. W tej ogromnej ilości wygenerowanych informacji mogą kryć się nowe odkrycia naukowe – wskazał dr Francisco Villaescusa-Navarro.

Według Villaescusa-Navarro my, ludzie, musimy je odnaleźć, zrozumieć, zweryfikować i przekazać innym. Technologia ta głęboko i diametralnie zmienia sposób, w jaki uprawiamy naukę. Skutecznie wykorzystana może radykalnie przyspieszyć odkrycia naukowe i poprawić jakość życia ludzi. Ponadto może pomóc w rozwiązaniu wielu najtrudniejszych problemów, przed którymi stoi ludzkość.

Źródło: Narodowe Centrum Badań i Rozwoju

Stery w ręku naukowców

Prof. Peter Lievens, profesor fizyki eksperymentalnej na Katolickim Uniwersytecie w Leuven (KU Leuven) w Belgii, przedstawił kolejną perspektywę. Jest ekspertem od współpracy naukowej i umiędzynarodowienia badań.

Jego zainteresowania badawcze koncentrują się na fizyce materii skondensowanej, nanonauce oraz badaniach klastrów atomowych. Ponadto uczony od lat angażuje się we wzmacnianie współpracy międzynarodowej oraz rozwój europejskich inicjatyw akademickich.

Zapytany o przykłady przełomowych odkryć naukowych, w których sztuczna inteligencja odegrała już znaczącą rolę, wskazał na dowody matematyczne.

– Prawdopodobnie najważniejsze osiągnięcia sztucznej inteligencji w rozwoju nauki dotyczą matematyki. Wykorzystuje się ją do rozwiązywania długotrwałych problemów teoretycznych. Przykładem może być rozwiązanie problemu Naviera-Stokesa, szeroko opisywane w mediach. Nadal oczekuje ono jednak na weryfikację ze strony społeczności naukowej – zauważył prof. Peter Lievens.

Zgodnie z tym, co mówi profesor, niepokój budzi również brak przejrzystości w zakresie formalnego rozumowania leżącego u podstaw tych dowodów. Celem matematyki jest bowiem pełne zrozumienie, a nie tylko uzyskanie odpowiedzi na zadane pytanie. Dlatego najcenniejsze są podejścia, w których matematycy zachowują kontrolę, a agenci sztucznej inteligencji wspierają proces rozumowania.

Jak możemy nauczyć skutecznego, a jednocześnie odpowiedzialnego korzystania z algorytmów sztucznej inteligencji w nauce? Według Lievensa naukowe wykorzystanie narzędzi sztucznej inteligencji musi opierać się na wcześniejszej wiedzy użytkownika na dany temat. Zrozumienie działania AI jest niezbędne. Jednak często pomija się fakt, że duże modele językowe mogą generować przekonujące, ale błędne wyjaśnienia. Biegłość w danej dziedzinie ma kluczowe znaczenie dla weryfikacji wszelkich wyników oraz wykrywania halucynacji. Prawdopodobnie lepszym określeniem byłoby tutaj słowo „błędy”. Oznacza to, że sztuczna inteligencja powinna pełnić jedynie rolę współpracownika, a nigdy autorytetu.

Nie ma już wątpliwości co do tego, czy naukowcy powinni korzystać ze sztucznej inteligencji. Istotnym pytaniem jest natomiast to, czy potrafimy kształcić odpowiednio kompetentnych naukowców. Powinni oni czerpać korzyści z mocnych stron sztucznej inteligencji, a jednocześnie zachować krytyczne podejście, aby dostrzegać jej słabości.

Źródło: Narodowe Centrum Badań i Rozwoju

AI w badaniach satelitarnych i obserwacji Ziemi

Prof. Lorenzo Bruzzone zajmuje się zastosowaniem AI w analizie danych satelitarnych i projektach realizowanych dla Europejskiej Agencji Kosmicznej. Pracuje na Uniwersytecie w Trydencie, gdzie założył Laboratorium Teledetekcji (Remote Sensing Laboratory, RSLab) i kieruje jego działalnością. Jest również specjalistą w dziedzinie obserwacji Ziemi.

Zapytany, czy AI sprawi, że w przyszłości będziemy potrzebować mniej naukowców, odpowiedział:

– Nie sądzę, żeby sztuczna inteligencja zastąpiła naukowców. Badania naukowe opierają się na zdolności do kreatywnego myślenia, tworzenia oryginalnych pomysłów oraz przekształcania ich w odkrycia i technologie. Nawet zaawansowane generatywne modele sztucznej inteligencji nie potrafią w pełni odtworzyć ludzkiej kreatywności, krytycznego myślenia i zdolności oceny sytuacji. Co więcej, sztuczna inteligencja nie może ponosić etycznej odpowiedzialności za decyzje naukowe i ich konsekwencje.

Jak przewiduje prof. Lorenzo Bruzzone, jednocześnie AI już teraz wykazuje dużą skuteczność w wykonywaniu wielu zadań tradycyjnie realizowanych przez naukowców. Dlatego zmieni sposób ich pracy, pozwalając skupić się na działaniach wyższego rzędu. Należą do nich opracowywanie nowych pomysłów, stawianie fundamentalnych pytań oraz odkrywanie innowacyjnych kierunków badań.

W jego przekonaniu naukowcy nie powinni obawiać się konkurencji ze strony sztucznej inteligencji. Zamiast postrzegać sztuczną inteligencję jako konkurenta, powinniśmy traktować ją jako partnera w badaniach naukowych.

 – Wyobrażam sobie przyszłość, w której naukowcy i sztuczna inteligencja współpracują w ramach swego rodzaju sojuszu. Łączą w nim ludzką kreatywność, krytyczne myślenie i wiedzę naukową ze zdolnościami analitycznymi i obliczeniowymi sztucznej inteligencji. Taka współpraca może znacznie usprawnić pracę poszczególnych badaczy i instytucji badawczych. Jednocześnie może przyspieszyć odkrycia naukowe i otworzyć nowe możliwości badawcze – wskazał prof. Lorenzo Bruzzone.

Sztuczna inteligencja sama w sobie jest wynikiem dziesięcioleci badań naukowych i stanowi jedno z osiągnięć nauki. Dlatego, jak twierdzi profesor, nie ma powodu, aby postrzegać ją wyłącznie jako konkurencję dla naukowców. Zwrócił uwagę, że naukowcy sami opracowali tę technologię. Obecnie może ona pomagać im w dalszym poszerzaniu granic wiedzy.

Źródło: Narodowe Centrum Badań i Rozwoju

AI i efekt synergii w biznesie

Perspektywę przedsiębiorcy tworzącego rozwiązania AI wykorzystywane w praktyce gospodarczej przedstawił Jacek Dąbrowski, Chief AI Officer w Synerise S.A. Spółka zajmuje się sztuczną inteligencją i big data, a jej wartość przekracza 100 mln EUR. Ponadto zdobyła liczne nagrody krajowe i międzynarodowe.

– Rynek AI rozwija się bardzo dynamicznie. Firmy powstają i odchodzą w zapomnienie, a liderzy małych nisz coraz szybciej się zmieniają. Nawet w zastosowaniach ogólnych (LLM) obserwujemy szybką rotację modeli uznawanych za najlepsze do określonych zadań. W rezultacie powstaje bardzo dynamiczny krajobraz, w którym coraz trudniej nawigować – powiedział Jacek Dąbrowski.

Konsolidacja możliwie wielu rozwiązań w jednej platformie, takiej jak Synerise, pozwala algorytmom sztucznej inteligencji osiągnąć efekt synergii i sprzężenia zwrotnego. Dzięki temu mogą uczyć się i doskonalić na podstawie pełnych danych zbieranych przez przedsiębiorstwa i przetwarzanych w czasie rzeczywistym. W przypadku użycia kilkudziesięciu różnych systemów „punktowych” taki efekt jest niemożliwy do osiągnięcia. Ponadto samo utrzymanie i integracja są bardzo kosztowne. Z tego powodu regularnie wygrywamy testy A/B z rozwiązaniami punktowymi globalnych firm i systematycznie je zastępujemy.

Jacek Dąbrowski od ośmiu lat kieruje zespołem Synerise AI Research. Grupa koncentruje się na uczeniu maszynowym dla wielkoskalowych danych behawioralnych.

Według eksperta Synerise S.A. firmy powinny kierować się następującymi zasadami:

• Cyklicznie przeglądać rynek przez pryzmat własnych procesów, a nie reklam i trendów. Kluczowe pytanie brzmi: „Który z naszych 10 najważniejszych procesów da się dziś zoptymalizować z największym ROI?”.
• Prowadzić portfel 3–5 pilotaży z jasnym kryterium sukcesu wyrażonym w złotówkach i terminem podjęcia decyzji. Następnie zdecydować, czy skalować projekt, czy go zamknąć. Odejść od wieloletnich wdrożeń i kontraktów na 5 lat. Nie przywiązywać się do jednego modelu ani dostawcy.
• Ciągle i precyzyjnie mierzyć wpływ finansowy wdrożeń. To jedyna metryka, która odróżnia przewagę od kosztu, a merytorykę od marketingu.

Przyszłość nauki i odpowiedzialność za wykorzystanie AI

Uczestnicy konferencji NCBR „Jak robić naukę w erze AI. Sztuczna inteligencja jako narzędzie współpracy międzynarodowej” podkreślali znaczenie nowych technologii. Wskazywali również na konieczność przemyślanego inwestowania w ich rozwój.

AI nie zastępuje naukowców, ale daje im nowe możliwości obserwowania, analizowania i rozumienia otaczającego nas świata. Jak podkreślano, badacze otrzymali narzędzie, które potrafi przetwarzać ogromne ilości informacji. Ponadto może wspierać naukowców w poszukiwaniu nowych zależności, formułowaniu hipotez oraz przyspieszaniu procesu odkrywania.

Coraz ważniejsze staje się odpowiedzialne i wiarygodne wykorzystywanie potencjału sztucznej inteligencji. Powinno ono przynosić korzyści społeczeństwu, gospodarce oraz kolejnym pokoleniom badaczy.

Więcej informacji na temat konkursu INNOGLOBO AI.