Narodowe Centrum Badań
i Rozwoju

INNOGLOBO AI będzie szóstym konkursem programu, który angażuje międzynarodowe konsorcja do pracy nad innowacjami. Program jest ceniony przez polskie przedsiębiorstwa i jednostki naukowe za możliwość współpracy badawczo-rozwojowej z partnerami zagranicznymi praktycznie z całego świata, a także minimum formalności i dużą elastyczność organizacyjną. W pierwszych pięciu edycjach dofinansowano łącznie 59 projektów, a zainteresowanie programem systematycznie rosło.

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

– Rozwój sztucznej inteligencji wymaga współpracy wykraczającej poza granice poszczególnych dziedzin, instytucji i państw. Najciekawsze innowacje powstają dziś dzięki łączeniu wiedzy, doświadczeń i kompetencji partnerów z różnych krajów. Jestem przekonany, że polska nauka i polskie przedsiębiorstwa mają kompetencje, ambicje oraz potencjał, aby aktywnie uczestniczyć w tej transformacji i współtworzyć rozwiązania, które będą kształtować przyszłość nie tylko naszego kraju, ale również Europy i świata. Warto wykorzystać w tym celu możliwości, które daje program INNOGLOBO – powiedział prof. dr hab. inż. Jerzy Małachowski, dyrektor Narodowego Centrum Badań i Rozwoju.

AI jest technologią o strategicznym znaczeniu dla konkurencyjności gospodarki i znajduje zastosowanie w rozmaitych sektorach, takich jak przemysł, zdrowie, energetyka, obronność, cyberbezpieczeństwo, administracja publiczna i wiele innych. Najnowszy konkurs INNOGLOBO otwiera polskim podmiotom możliwość uzyskania dofinansowania na realizację projektów międzynarodowych, które wpisują się w co najmniej jeden z 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.

–  Sztuczna inteligencja jest doskonałym przykładem technologii, która niesamowicie szybko rozwija się ponad granicami państw. Najciekawsze rozwiązania powstają dzięki łączeniu danych analitycznych, doświadczeń oraz kompetencji badaczy z całego świata. Dlatego chcemy zachęcić polskie firmy i jednostki naukowe do tego, aby szukały partnerów za granicą i wspólnie z nimi tworzyły ambitne projekty badawczo-rozwojowe wykorzystujące technologie AI. I właśnie do tego służy INNOGLOBO – powiedziała Agnieszka Ratajczak, dyrektor Działu Współpracy Międzynarodowej NCBR.

– Chcemy, aby INNOGLOBO AI był nie tylko kolejnym konkursem o dofinansowanie. Chcemy, żeby stał się impulsem do tworzenia nowych międzynarodowych partnerstw wokół sztucznej inteligencji, łączenia polskich kompetencji z wiedzą i doświadczeniem partnerów zagranicznych oraz przekładania tej współpracy na konkretne technologie i rozwiązania – dodała.

Budżet konkursu to 25 mln zł. Kwota dofinansowania jednego projektu wynosi od 300 tys. zł do 2 mln zł. Nabór wniosków NCBR prowadzi od 5 listopada 2026 r. do 12 lutego 2027 r. Polskie podmioty: przedsiębiorstwa, organizacje badawcze lub konsorcja będą realizować badania przemysłowe oraz eksperymentalne prace rozwojowe we współpracy z co najmniej jednym z partnerem zagranicznym. Partnerzy mogą pochodzić ze wszystkich państw utrzymujących stosunki dyplomatyczne z Polską i muszą mieć zabezpieczone środki na realizację swojej części projektu. Okres realizacji projektów będzie się zawierał w przedziale od 2 do 3 lat.

Jak robić naukę w erze AI

Inauguracja konkursu INNOGLOBO nieprzypadkowo miała miejsce podczas Konferencji NCBR „Jak robić naukę w erze AI. Sztuczna inteligencja jako narzędzie współpracy międzynarodowej”. Spotkanie to było okazją, aby poznać perspektywę osób, które nie tylko obserwują rewolucję AI, ale ją współtworzą. Od fizyki kwantowej i kosmologii po biznes, satelity i misje kosmiczne – wydarzenie zgromadziło ludzi, którzy na co dzień wykorzystują sztuczną inteligencję do przesuwania granic wiedzy.

Prof. dr hab. Andrzej Dragan, fizyk związany z Uniwersytetem Warszawskim oraz National University of Singapore, rozpoczął wydarzenie refleksją nad tym, jak AI wpływa na sposób poznawania świata i tworzenia nowej wiedzy. Naukowiec, który prowadzi grupę badawczą zajmującą się łączeniem teorii względności z teorią kwantową, wygłosił wykład inauguracyjny pt. „Granice inteligencji: człowiek, AI i nauka przyszłości”.

O tym, jak najnowsze technologie stają się narzędziem wspierającym dokonywanie odkryć naukowych, opowiadali czołowi przedstawiciele nurtu „AI for Science”, interdyscyplinarnej dziedziny zajmującej się wykorzystaniem sztucznej inteligencji, uczenia maszynowego i głębokich sieci neuronowych do zwiększenia tempa badań naukowych.

Należy do nich prof. Ross D. King, profesor Uniwersytetu w Cambridge i Chalmers University of Technology, pionier idei „robota naukowca” (Robot Scientist), czyli autonomicznych systemów zdolnych do stawiania hipotez naukowych, projektowania eksperymentów, prowadzenia badań laboratoryjnych i interpretowania wyników przy minimalnym udziale człowieka. Jego przełomowe projekty: Adam, Eve i Genesis pomogły wyznaczyć kierunek rozwoju autonomicznych odkryć naukowych. Profesor King jest także współorganizatorem międzynarodowej inicjatywy Nobel Turing Challenge.

– Kiedy rozpoczęliśmy pracę nad projektem „Nobel Turing Challenge”, którego celem było stworzenie autonomicznych maszyn zdolnych do samodzielnego dokonywania odkryć naukowych zasługujących na Nagrodę Nobla, zakładaliśmy, że nastąpi to w 2050 roku. Wydaje się to jednak bardzo ostrożnym szacunkiem. Obecnie przewiduję, że nastąpi to w 2035 roku – powiedział naukowiec.

Czy naukowcy-ludzie będą potrzebni naukowcom-robotom? – W dającej się przewidzieć przyszłości naukowcy-ludzie i naukowcy-sztuczna inteligencja będą osiągać lepsze wyniki, współpracując ze sobą, niż działając osobno – uważa prof. Ross D. King.

Kolejną z czołowych postaci szybko rozwijającej się dziedziny „AI for Science” obecnych na konferencji NCBR jest dr Francisco Villaescusa-Navarro, badacz związany z Simons Foundation i Uniwersytetem Princeton. Współtworzył projekt CAMELS, jeden z największych na świecie zbiorów symulacji kosmologicznych zaprojektowanych specjalnie 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, co pozwala badaczom zdobywać nową wiedzę o Wszechświecie i przyspieszać odkrycia naukowe dzięki sztucznej inteligencji.

– W moim ośrodku badawczym, Flatiron Institute, rój agentów sztucznej inteligencji z projektu Denario pracuje 24 godziny na dobę, 7 dni w tygodniu, formułując hipotezy, opracowując plany pracy, pisząc i uruchamiając kod, tworząc wykresy, przygotowując artykuły naukowe oraz analizując wyniki w celu stworzenia ogromnego grafu wiedzy. W tej ogromnej ilości wygenerowanych informacji mogą kryć się nowe odkrycia naukowe, które my, ludzie, musimy odnaleźć, zrozumieć, zweryfikować i przekazać innym. Technologia ta głęboko i diametralnie zmienia sposób, w jaki uprawiamy naukę. Skutecznie wykorzystana ma potencjał, aby radykalnie przyspieszyć odkrycia naukowe, poprawić jakość życia ludzi oraz pomóc w rozwiązaniu wielu najtrudniejszych problemów, przed którymi stoi ludzkość – wskazał dr Francisco Villaescusa-Navarro.

Stery w ręku naukowców

Cenną perspektywę wniósł także prof. Peter Lievens, profesor fizyki eksperymentalnej na Katolickim Uniwersytecie w Leuven (KU Leuven) w Belgii, ekspert od współpracy naukowej i umiędzynarodowienia badań. Zainteresowania badawcze profesora koncentrują się na fizyce materii skondensowanej, nanonauce oraz badaniach klastrów atomowych. 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, naukowiec wskazuje na dowody matematyczne.

– Prawdopodobnie najważniejsze osiągnięcia sztucznej inteligencji w rozwoju nauki dotyczą matematyki, gdzie wykorzystuje się ją do rozwiązywania długotrwałych problemów teoretycznych. Przykładem może być rozwiązanie problemu Naviera-Stokesa, szeroko opisywane w mediach, choć nadal oczekuje ono na weryfikację ze strony społeczności naukowej. Niepokój budzi jednak 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 agenty sztucznej inteligencji służą im jako narzędzie ułatwiające i wspierające proces rozumowania – zauważył prof. Peter Lievens.

Jak możemy nauczyć skutecznego, a jednocześnie odpowiedzialnego korzystania z algorytmów sztucznej inteligencji w nauce?

– Naukowe wykorzystanie narzędzi sztucznej inteligencji musi opierać się na wcześniejszej wiedzy użytkownika na dany temat. Zrozumienie działania AI jest niezbędne, choć 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 – wskazał badacz. – Nie ma już wątpliwości co do tego, czy naukowcy powinni korzystać ze sztucznej inteligencji. Istotnym pytaniem jest natomiast to, czy potrafimy kształcić naukowców, którzy będą na tyle kompetentni, by czerpać korzyści z mocnych stron sztucznej inteligencji, a jednocześnie zachowają podejście wystarczająco krytyczne, aby dostrzegać jej słabości – dodał belgijski naukowiec.

Zastosowania AI w analizie danych satelitarnych i projektach realizowanych dla Europejskiej Agencji Kosmicznej stanowią domenę pracy prof. Lorenzo Bruzzonego. Uczony z Uniwersytetu w Trydencie oraz założyciel i kierownik Laboratorium Teledetekcji (Remote Sensing Laboratory, RSLab) to jeden z czołowych specjalistów 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 najbardziej zaawansowane generatywne modele sztucznej inteligencji nie są w stanie w pełni odtworzyć kreatywności, krytycznego myślenia i zdolności oceny sytuacji, jakie charakteryzują ludzi-naukowców. Co więcej, sztuczna inteligencja nie może ponosić etycznej odpowiedzialności za decyzje naukowe i ich konsekwencje. Jednocześnie AI już teraz wykazuje ogromną skuteczność w wykonywaniu wielu zadań tradycyjnie realizowanych przez naukowców. Dogłębnie zmieni ona sposób pracy naukowców, pozwalając im skupić się na działaniach wyższego rzędu, takich jak opracowywanie nowych pomysłów, stawianie fundamentalnych pytań oraz odkrywanie innowacyjnych kierunków badań – przewiduje prof. Lorenzo Bruzzone.

W jego przekonaniu naukowcy nie powinni obawiać się konkurencji ze strony sztucznej inteligencji.

–  Uważam, że zamiast postrzegać sztuczną inteligencję jako konkurenta, powinniśmy traktować ją jako potężnego partnera w badaniach naukowych. Wyobrażam sobie przyszłość, w której naukowcy i sztuczna inteligencja współpracują w ramach swego rodzaju sojuszu, łącząc ludzką kreatywność, krytyczne myślenie i wiedzę naukową z niezwykłymi zdolnościami analitycznymi i obliczeniowymi sztucznej inteligencji. Taka współpraca może znacznie usprawnić pracę poszczególnych badaczy i instytucji badawczych, przyspieszając odkrycia naukowe i otwierając nowe możliwości badawcze – wskazał.

Sztuczna inteligencja sama w sobie jest wynikiem dziesięcioleci badań naukowych i stanowi jedno z najwybitniejszych osiągnięć nauki, nie ma więc powodu, aby postrzegać ją wyłącznie jako konkurencję dla naukowców, argumentował prof. Lorenzo Bruzzone. Zwrócił uwagę, że jest to technologia opracowana właśnie przez naukowców, która obecnie może pomóc im w dalszym poszerzaniu granic wiedzy. – Prawdziwym wyzwaniem nie jest konkurowanie ze sztuczną inteligencją, lecz nauczenie się, jak skutecznie, krytycznie i odpowiedzialnie wykorzystywać jej możliwości w celu przyspieszenia postępu naukowego – zaznaczył badacz.

AI i efekt synergii w biznesie

Perspektywę przedsiębiorcy budującego zaawansowane rozwiązania AI wykorzystywane w praktyce gospodarczej przedstawił Jacek Dąbrowski, Chief AI Officer w Synerise S.A.  To jedna z najbardziej zaawansowanych spółek technologicznych na świecie w dziedzinie sztucznej inteligencji i big data o wartości ponad 100 mln euro, będąca laureatem licznych prestiżowych nagród krajowych i międzynarodowych.

–  Rynek AI rozwija się bardzo dynamicznie – firmy powstają i odchodzą w zapomnienie, liderzy małych nisz coraz szybciej się zmieniają i nawet w zastosowaniach ogólnych (LLM) obserwujemy szybką rotację stanu „który model jest najlepszy i do czego” – co tworzy bardzo dynamiczny krajobraz, w którym coraz trudniej nawigować – powiedział.

–  Nasza filozofia jest niezmienna – konsolidacja możliwie wielu rozwiązań w jednej platformie, takiej jak Synerise, pozwala algorytmom sztucznej inteligencji osiągnąć efekt synergii i sprzężenia zwrotnego – uczyć się i doskonalić na pełni danych zbieranych przez przedsiębiorstwa, przetwarzanych w czasie rzeczywistym. W przypadku użycia kilkudziesięciu różnych systemów „punktowych” taki efekt jest niemożliwy do osiągnięcia, a samo utrzymanie i integracja są bardzo kosztowne. Z tego powodu regularnie wygrywamy A/B testy z rozwiązaniami punktowymi globalnych gigantów i systematycznie je zastępujemy – dodał Jacek Dąbrowski.

Najlepsze rady na nadchodzące czasy to według eksperta Synerise S.A., który od ośmiu lat kieruje zespołem Synerise AI Research – grupą skupioną na najnowocześniejszym uczeniu maszynowym dla wielkoskalowych danych behawioralnych, to:

• Cykliczne przeglądanie rynku przez pryzmat swoich procesów, a nie reklam i trendów. Pytanie brzmi: „Który z naszych 10 najważniejszych procesów da się dziś zoptymalizować z największym ROI?”.
• ⁠Prowadzenie portfela 3-5 pilotaży z jasnym kryterium sukcesu w złotówkach i terminem decyzji: skalujemy albo zamykamy. Koniec z wieloletnimi wdrożeniami i kontraktami na 5 lat. Brak przywiązania do jednego modelu czy dostawcy.
• ⁠Ciągły i precyzyjny pomiar impactu finansowego. To jedyna metryka, która odróżnia przewagę od kosztu, merytorykę od marketingu.

Uczestnicy konferencji NCBR „Jak robić naukę w erze AI. Sztuczna inteligencja jako narzędzie współpracy międzynarodowej” wskazywali na przełomowe znaczenie najnowszych technologii i konieczność mądrego inwestowania w ich rozwój. AI nie zastępuje naukowców, ale daje im bezprecedensowe możliwości obserwowania, analizowania i rozumienia otaczającego nas świata. Jak podkreślano, badacze otrzymali potężne narzędzie, które potrafi nie tylko przetwarzać ogromne ilości informacji, ale także wspierać naukowców w poszukiwaniu nowych zależności, formułowaniu hipotez oraz przyspieszaniu procesu odkrywania. To ogromna szansa dla nauki, ale również szczególna odpowiedzialność. Coraz ważniejsze staje się więc to, jak wykorzystać jej potencjał w sposób odpowiedzialny, wiarygodny i przynoszący korzyści społeczeństwu, gospodarce oraz kolejnym pokoleniom badaczy.

• Strona konferencji „Jak robić naukę w erze AI. Sztuczna inteligencja jako narzędzie współpracy międzynarodowej”
• Więcej informacji na temat konkursu INNOGLOBO AI pod linkiem