Zastosowanie AI na placach budowy (gość: Adam Wiśniewski) | TECHNOFOBIA

Ja miałem ten przywilej, że spędziłem kiedyś i miałem firmę nadzoru inwestorskiego, to nie jest moim pierwszym biznesem, gdzie spędziłem ponad 7 lat na placach budowy. Jest np. Stadion Narodowy, Terminal LNG w Świnoujściu. Duże budowle. Dużo budowy, ileś autostrad w Polsce. Wiedziałem tak, wiesz, jak wstajesz o 4 rano przez kilka lat, a dokładnie 7, to zaczynasz się bardzo od podszewki poznajesz, jak wygląda ten biznes. Czyli wszędzie są... Dość duże problemy z nadzorną inwestycją. My się zajmujemy głównie computer vision. My zbudowaliśmy własny model AI, co można praktycznie nazywać modelem fundacyjnym czy foundational model, bo jak my zaczynaliśmy, nie było nic innego. Wiesz, modele do computer vision są przetrenowane na przykład na rozpoznawanie katów, przepraszam, ja głównie pracuję po angielsku, kotów albo psów.

Szanowni Państwo, ja się nazywam Artur Kurasinski, a to jest Technofobia, w której opowiadam o tym, jak technologia wpływa na nas, nasze życie. I moim, a przede wszystkim waszym gościem dzisiaj jest Adam. Adamie, jesteś CTO, prawda? Czyli dyrektorem technicznym w AI Clearing. Tak to się tłumaczy. Adam Wiśniewski, CTO AR Cleaning, zatem nie ma z tobą dzisiaj, nie to, że chciałem zaprosić, a się nie pojawił, tylko mówię, że jest was dwóch, czyli twój przyjaciel Michał Mazur, który de facto jest osobą, która pełni funkcję prezesa, tak? Powiedz mi, jak się widzieliśmy trzy lata temu, właśnie sobie o tym rozmawialiśmy, to nie było jeszcze tego hype'u na generatywno-sztuczną inteligencję. To, co wyście sprzedawali wtedy, to było AI, który każdy rozumiał tak, jak teraz można zrozumieć, nie wiem, na przykład komputery kwantowe.

Mam zdjęcie, mogę w ogóle pokazać tego, jak wyglądała ta nasza praca. Jak wasze biuro wyglądało pierwsze. Wasz garaż. Nasze biuro, jeszcze najśmieszniejsze na tym zdjęciu, nie widać jak moje dzieci, które wtedy miały homeschool, siedziały z nami przy tym jednym stole, my tu robiliśmy tech, a one jeszcze się uczyły, wiesz, no nie tabliczki mnożenia, tylko jakiejś prostej geometrii. Wiesz, tutaj się zastanawialiśmy, że z jednej strony mieliśmy dość głębokie pojęcie tego, co się dzieje na rynku w zakresie technologii i dużych organizacji, z którymi pracowaliśmy globalnie, tak? Z drugiej strony mieliśmy już doświadczenie z tej technologii, tak od 2017 roku, wiesz, z NVIDIA już się dotykaliśmy i to było, wiesz, ściągaliśmy pierwszego DGX-a, czyli taki super komputer daje jaja do Polski, to my ściągaliśmy, nie?

Tych danych jest bardzo dużo. Mamy dane np. z dronów, teraz mamy dane z aplikacji mobilnych, to są różnego rodzaju dane. Dla nas kluczowym tym wsadem były dane z Computer Vision. AI też jest różny, czas GPT-2 jest LLM, Large Language Model. My się zajmujemy głównie Computer Vision. I to było zupełnie, jak my to zaczynaliśmy, To nawet czasem pytanie od inwestorów, którzy się pytają, a czy wy jesteście tam chat GPT rapper, tak? Czyli czy się bierzecie pod spodem chat GPT, który wam rzucacie te obrazki z dronów i on wam mówi, co się dzieje. No nie, nie. My zbudowaliśmy własny model AI-owy, tak? To można praktycznie nazywać modelem tam fundacyjnym czy foundational model. Bo jak my zaczynaliśmy, nie było nic innego. To nie jest... Nie mieliście na czym się oprzeć, tak?

Tak, znaczy... Czyli użyliśmy jakichś tam, wiesz, darmowych frameworków do trenowania, czy jakichś takich rzeczy. Natomiast model, model, no to to jest nasze, tak? No to nie bierzeliśmy żadnych przetrenowanych rzeczy, bo wiesz, modele do Computer Vision są przetrenowane na przykład na rozpoznawanie katów, przepraszam, ja głównie pracuję po angielsku. Dobrze, spokojnie. Kotów albo psów, tak? Chłopiec, dziewczynka, samochód, rower i tak dalej. Dużo jest takich zdjęć po prostu. Dużo jest takich zdjęć. Natomiast nie ma modeli przetrenowanych. Placów budów, no daj spokój. Placów budów, nie? Tak. I jeszcze placów budów, które muszą być na tyle elastyczne, że muszą być w każdej geografii, o każdej porze roku, dnia. I potem masz jeszcze szerokość typu. A potem ten plac budowy, to jest niesamowita trudność. Plac budowy zmienia się codziennie. Plac budowy zmienia się codziennie. Wiesz, że dzisiaj będzie studzienka, jutro zostanie zaspiana piachem, potem ktoś ją odkopie, tu nagle ta ziemia, zielona trawa, potem jest jeden kolor ziemi, potem drugi, żwiru jest kilka rodzajów, betony są gęste, chudziaki, takie rzadkie betony, do różnych zastosowań.

I widzą ten projekt, jak wy u siebie macie go na desce kreślarskiej. W cudzysłowie, bo pewnie to jest ekran komputera. No tak, tak, tak. Ale to jest takie fajne, że masz ten taki związek z rzeczywistością. I my bardzo kontrolujemy to. W sensie, to nie jest tak, że wysyłamy właśnie to do Indii, tylko my te dane bardzo pilnujemy. Te dane, mamy całe książki napisane, jak te dane oznaczać, co pozwoliło, że byliśmy w stanie przez lata iść z tą dokładnością tak bardzo ostro do góry. No bo chat GPT, o którym tu będziemy pewnie jeszcze parę razy mówić, to wiesz. Tak średnio tą dokładność ma tam 75-80% na tych modelach, jaki jest dobry dzień, dane są proste. Czasem wrzucasz jakieś dane do modelu, ja wczoraj wrzuciłem przegląd jakichś danych, wrzucił mi wynik, ja mówię, to jest źle.

Ja pamiętam artykuły wyborczej, jak to, że ludzie się boją w przedsiębiorstwach, że komputeryzacja w urzędzie i wtedy ludzie zostaną zwolnieni z pracy i aż w ogóle najgorsi to są ci ludzie, którzy wdrażają te komputery, bo to są w ogóle, wiesz, sługusy diabła, nie? No, teraz popatrzmy, wiesz, 20 lat parę do przodu. Czy mniej ludzi pracuje? Nie. Czy się nowe branże wykształciły? Tak. Czy mnóstwo rzeczy, wiesz, ja nie wiem, no prawnicy, dla których wyobrażasz sobie kiedyś pisanie wszystkich pism i literówek na kalkach i tak dalej. Na maszynie, tak? No tak. Teraz maja edytor tekstu i tak wszyscy mówią, że to już za wolno, a AI ma być tym, co ich zabije. No myślę właśnie, że dokładnie tak samo jak ty. Pokaż mi technologię, która w ogóle, jak popatrzymy sobie na historię ludzkości, to moglibyśmy powiedzieć, no dobrze, każda duża rewolucja powoduje olbrzymią zmianę społeczną.

Augmentacja, tak? Tak, że będą 20-30%, są takie jakieś różne statystyki, badania MIT, Stanforda, ale generalnie, że sentyment jest pozytywny, że się ludzie nie boją. I myślę, że tutaj przy komputeryzacji na przykład było to, że dzieciaki grały na komputerach w domu i to trochę rodzice patrzyli, ten komputer to nie jest taki do końca zły, to trochę otwierało. No tutaj każdy ma w telefonie tego czata GPT, czy Cloda, czy tam Perplexity, czy nie wiem, Gemini, cokolwiek, tak żeby nie wybierać któregoś z tych rozwiązań. Więc myślę, że to bardzo dużo pomaga na zrozumieniu tego. To, co jest też super, też jak popatrzymy na to, To jest to, jak, wiesz, Microsoft przez to, że się bardzo wcześniej wszedł w tego czata GPT i Microsoft jest, co by nie mówić, obecny we wszystkich dużych firmach na świecie i wdrażanie z tego kopilota across the board, we wszystkim, wszędzie, wszyscy nagle się wyedukował tych ludzi.