Sztuczna inteligencja bardzo prężnie rozwija się, w ostatnich latach, dzięki zaangażowaniu i pasji milionów ludzi na całym świecie. Za modelami, produktami, laboratoriami i regulacjami stoją ludzie: badacze, inżynierowie, założyciele firm, liderzy technologiczni oraz matematycy, których idee stały się częścią fundamentów dzisiejszego AI. Ta seria wycinkiem mapy osób, które rozpędziły koło zamachowe rozwoju sztucznej inteligencji. Kto realnie kształtuje kierunek rozwoju sztucznej inteligencji?
Pokazujemy jaki był konkretny wkład danej osoby, jakie decyzje miały znaczenie dla rynku, jakie kontrowersje warto znać i co to wszystko oznacza dla użytkowników oraz firm w Polsce.
OpenAI: polski ślad w centrum frontier AI
Wojciech Zaremba jest jednym ze współtwórców OpenAI i jednym z najważniejszych polskich nazwisk w historii współczesnej sztucznej inteligencji. Jego droga prowadzi od olimpiad i robotyki do udziału w zespołowych pracach nad systemami takimi jak OpenAI Codex, GitHub Copilot i modele GPT.
Jakub Pachocki to Chief Scientist OpenAI, którego ścieżka prowadzi od polskiej szkoły algorytmicznej przez OpenAI Five i reinforcement learning do kierowania badaniami nad modelami frontier.
Łukasz Kaiser był współautorem pracy „Attention Is All You Need”, która wprowadziła architekturę Transformer. Jego profil trzeba czytać przede wszystkim przez rok 2017, modele sekwencyjne, Tensor2Tensor i architekturę, która później stała się podstawą GPT, Gemini, Claude czy Llamy.
Szymon Sidor należy do mniej medialnych, ale ważnych polskich badaczy związanych z OpenAI. W serii opisujemy go przez pryzmat pracy nad modelami rozumującymi i roli inżynierów, którzy rzadko trafiają na okładki, ale budują realne możliwości systemów AI.
Marcin Andrychowicz jest ważny w historii reinforcement learningu i robotyki OpenAI, między innymi przez prace nad Hindsight Experience Replay. To dobry przykład wkładu, który nie zawsze jest widoczny w produktach konsumenckich, ale zmieniał sposób myślenia o uczeniu maszyn.
Rafał Józefowicz reprezentuje etap badań nad modelami językowymi sprzed eksplozji ChatGPT. Jego profil pozwala pokazać, że dzisiejsze LLM-y wyrastały z długiej sekwencji badań nad sieciami neuronowymi i modelowaniem języka.
ElevenLabs: polski głos globalnej AI
Piotr Dąbkowski jest współtwórcą ElevenLabs i techniczną twarzą jednego z najważniejszych startupów voice AI. Jego profil skupia się na syntetycznym głosie, jakości generowanej mowy, klonowaniu głosu i bezpieczeństwie audio.
Mati Staniszewski jako współtwórca i CEO ElevenLabs pokazuje drugą stronę tego samego sukcesu: produkt, rynek, partnerstwa i wizję głosu AI jako nowego interfejsu. To historia o tym, jak problem kiepskiego dubbingu stał się punktem wyjścia do globalnej firmy AI.
Polski wkład globalny: bezpieczeństwo, odporność i audio
Aleksander Mądry jest ważny dla AI przez prace nad odpornością modeli, bezpieczeństwem uczenia maszynowego i pytaniem, czy systemom AI można ufać poza kontrolowanym laboratorium. To profil o mniej medialnym, ale bardzo praktycznym wymiarze globalnego wpływu.
Jan Chorowski pokazuje polski wkład w rozpoznawanie mowy, modele sekwencyjne i deep learning dla audio. Jego profil dobrze uzupełnia wątek ElevenLabs, bo przypomina, że dzisiejsze voice AI wyrasta także z długiej historii badań nad mową.
Globalni liderzy AI
Sundar Pichai musi przeprowadzić Google przez najtrudniejszą zmianę od narodzin wyszukiwarki. Gemini, DeepMind, AI Overviews, Android i Google Cloud sprawiają, że jego decyzje dotykają miliardów użytkowników.
Sam Altman stał się najbardziej rozpoznawalnym narratorem ery AGI. Jego znaczenie polega nie tylko na prowadzeniu OpenAI, ale też na tym, jak opisuje tempo zmian, ryzyko i polityczną stawkę sztucznej inteligencji.
Demis Hassabis łączy AI z nauką: od AlphaGo po AlphaFold. Jego profil pokazuje, jak sztuczna inteligencja przestaje być tylko narzędziem do generowania tekstu, a zaczyna działać jak współpracownik w odkryciach naukowych.
Dario Amodei zbudował Anthropic jako jedną z najważniejszych alternatyw wobec OpenAI. Claude, constitutional AI i nacisk na bezpieczeństwo sprawiają, że jego decyzje są ważne dla całej debaty o zaufaniu do modeli.
Jensen Huang pokazuje, że AI to nie tylko modele, ale również chipy, serwerownie, energia i łańcuchy dostaw. Bez GPU Nvidii obecne tempo rozwoju modeli byłoby niemożliwe.
Mira Murati symbolizuje przejście OpenAI od laboratorium do produktów używanych przez miliony ludzi. Jej profil warto czytać przez ChatGPT, DALL-E i badawczo-produktową drogę Sory, pamiętając, że odeszła z OpenAI w 2024 roku, a pełniejsze produktowe udostępnienie Sory nastąpiło później.
Satya Nadella wprowadził AI do strategii Microsoftu szybciej i odważniej niż większość gigantów technologicznych. Copilot, Azure i partnerstwo z OpenAI pokazują, jak AI staje się warstwą pracy biurowej, programowania i biznesu.
Mark Zuckerberg stał się jednym z najważniejszych graczy w sporze o otwarte modele. Llama zmieniła rozmowę o tym, kto powinien mieć dostęp do mocnych modeli i jak wygląda konkurencja poza zamkniętymi API.
Naukowcy i architekci modeli
Ilya Sutskever to jedna z kluczowych postaci deep learningu i historii OpenAI. Jego profil obejmuje zarówno badania, jak i napięcia wokół bezpieczeństwa, governance oraz Superalignment.
Yann LeCun, Geoffrey Hinton i Yoshua Bengio są trzema osobnymi profilami, bo każdy z nich inaczej wpłynął na deep learning i inaczej patrzy na przyszłość AI. Razem tworzą dobry punkt odniesienia dla sporu o to, czym jest inteligencja maszynowa.
Polski wkład historyczny: fundamenty
Alfred Tarski i Jan Łukasiewicz nie tworzyli współczesnych chatbotów, ale ich prace z logiki pomagają zrozumieć dłuższą historię formalnego rozumowania. To ważne zwłaszcza wtedy, gdy mówi się o AI symbolicznej, wnioskowaniu i granicach automatycznego rozumienia.
Stanisław Ulam jest ważny przez metodę Monte Carlo i probabilistyczną wyobraźnię obliczeniową. Stefan Banach pokazuje z kolei matematyczne zaplecze analizy i optymalizacji, bez którego trudno opowiadać o uczeniu maszynowym.
Marian Rejewski oraz Mieczysław Warmus stanowią historyczny kontekst rozwoju obliczeń, kryptologii i polskiej informatyki. W tej serii nie przedstawiamy ich jako twórców AI, lecz jako ludzi, którzy pomagają zobaczyć, z jakiej tradycji wyrasta dzisiejsza rewolucja obliczeniowa.
Jak czytać tę serię?
Najlepiej traktować ją jak mapę wpływu. Jedne osoby decydują o produktach, inne o architekturze modeli, jeszcze inne o infrastrukturze, bezpieczeństwie albo matematycznych podstawach. Dopiero razem pokazują, że AI nie jest jednym wynalazkiem ani dziełem jednej firmy, lecz efektem wielu nakładających się decyzji, badań i sporów.
