Lietuvoje nėra ne tik žmogiškojo bet ir dirbtinio intelekto - kas sugebėjo galvoti ir ką nors daryti, jau seniai išvažiavo

“Lietuva, pasišovusi tapti ne tik „fintech“ bet ir dirbtinio intelekto (DI) inovacijų centru, planavo mesti iššūkį didžiosioms valstybėms: apsispręsta DI technologijų vystymui skirti nacionalinį dėmesį ir pradėta rengti strategija. Tačiau praėjo penkeri metai, daug kas pasikeitė, o mūsų šalis vis dar gyvena su anuo metu numatytomis kryptimis.

 

Lietuva savo strategiją paskelbė dar 2019 m. Markas Mongirdas, projekto „Kurk Lietuvai“ dalyvis ir vienas iš strategijos autorių, tuomet VŽ sakė: „Pagrindinis Lietuvos tikslas – iki 2020 m. padidinti mokslinių tyrimų finansavimą DI srityje 70%. Taip pat būtina moksleivius nuo mažens mokyti, kurti studijų programas šioje srityje, nuolat edukuoti darbuotojus, kad šie būtų konkurencingi ir eitų koja kojon su naujausiomis technologijomis.“

 

Kaip prieš kelias savaites pastebėjo Ekonomikos ir inovacijų ministerijos atstovai, paskelbdama savo DI strategiją, Lietuva tada buvo antroji tai padariusi ES valstybė.

 

Virginijus Sinkevičius, tuometis ūkio ministras, pristatydamas nacionalinę DI strategiją, 2019 m. teigė, kad Lietuva jau pasirengusi mesti iššūkį didžiosioms valstybėms: „Pastaruoju metu DI tampa globaliu mūšio lauku dėl šalių konkurencingumo. Jis ypač svarbus mažosioms ES valstybėms, kurios neturi didelių galimybių konkuruoti su ES senbuvėmis tradicinėse pramonės šakose. Todėl Lietuva jau pasirengusi lyderystei ten, kur ES valstybės dar tik stovi prie starto linijos [...] prisidėtų prie ES pastangų šioje srityje konkuruoti su JAV ir Kinija.“

 

Noras lyderiauti – pagirtinas, tačiau per tą laiką, matyt, truputį snustelta, nes kitos ES valstybės, kurias ministras matė dar tik „stovinčias prie starto linijos“, jau senokai ją kirto ir nuskubėjo į priekį.

 

Šiuo metu didžioji dalis pasaulio šalių nori tapti DI lyderėmis, tai tapo netgi savotiškomis kosmoso lenktynėmis. Beveik kiekviena ES valstybė turi jau savo DI strategiją arba ją ruošia. Neatsilieka ir kitų žemynų valstybės, o štai Jungtiniai Arabų Emyratai turi net ir atskirą DI srities ministrą.

 

Šių metų liepą Aušrinė Armonaitė, ekonomikos ir inovacijų ministrė, aiškino: „Lietuva gali tapti DI inovacijų centru, kaip kad ir „fintech“ ar kibernetinio saugumo srityse. Mūsų tikslas – sudaryti palankiausią aplinką kurti inovatyvius verslus ir plėtoti DI sprendimus.“

 

Ir vėl deja vu – ar ne panašiai strategijos aušroje porino Virginijus Sinkevičius?

 

Dabar Ekonomikos ir inovacijų ministerija (EIM) yra parengusi ir DI technologijų plėtros 2023–2026 m. veiksmų planą –  remdamasi strategijoje išsakytais tikslais tapti regiono lydere DI srityje ir įsitraukti į pasaulinę DI ekosistemą, taip didinant Lietuvos konkurencingumą.

 

VŽ kalbintų ekspertų teigimu, pradėjome gerai – jau 2019 m. strategiškai nuspręsti, kad DI yra tarp prioritetinių krypčių, buvo puikus žingsnis užsiimti pirmines pozicijas dar neprasidėjus DI bumui.

 

Bet...

 

„Ši strategija paseno. Ją reikia atnaujinti, atsižvelgiant į naujausius pokyčius, reguliavimą, atsiradusį generatyvinį DI, taip pat ir geopolitinius pokyčius, daugiau dėmesio skiriant gynybos temoms“, – sako Simonas Černiauskas, didžiąsias IRT bendroves Lietuvoje vienijančios asociacijos „Infobalt“ vadovas.

 

Dr. Linas Petkevičius, DI asociacijos prezidentas, teigia, kad net ir turima strategija nebuvo realizuota: „Lietuvos DI strategija yra mirusi, 2019 m. ji neatsidūrė Vyriausybės programoje ir nebuvo įgyvendinama.“

 

Pasak jo, prieš porą metų EIM peržvelgė tą projektą ir sukūrė veiksmų planą, tačiau reikia sukurti visiškai naujas strategines gaires, nes DI per penkerius metus itin ištobulėjo ir dabar apima daugybę sričių.

 

Gintarė Verbickaitė-Bačiulienė, asociacijos „Unicorns Lithuania“ vadovė, atkreipia dėmesį, kad labai maža dalis rizikos kapitalo pinigų atitenka DI startuoliams. Anot jos, tai nereiškia, kad privatūs investuotojai neįvertina vietos DI technologijų: paprasčiausiai turime per mažai startuolių, kuriančių DI srityje.

 

Asociacijos vadovės teigimu, tai lemia talentų trūkumas, kuris atsiremia į bendras švietimo sistemas, tiksliųjų mokslų nepopuliarumą, reikalingų įgūdžių lavinimą. Tačiau, kadangi privatūs investuotojai yra linkę labiau ateiti vėlesniame produkto etape, reikėtų, kad valstybė sukurtų vietą eksperimentuoti ir augti.  

 

Taip pat reikia mentorystės, kad inovatoriams būtų lengviau kristalizuoti savo idėjas.

 

Atrodo, kad per penkerius metus aptariamos problemos nelabai pasikeitė. 2019-aisiais verslininkai VŽ minėjo poreikį šioje srityje stiprinti Lietuvos mokslinį potencialą. Taip pat minėta, kad reikia stiprinti visą MTEP (mokslinių tyrimų ir eksperimentinės plėtros) sritį, kur bėdos tos pačios – reikia didesnio finansavimo ir pagalbos, komercializuojant idėjas.

 

Dalius Mašalas, UAB „Dirbtinis intelektas pramonei“ vadovas, teigia, kad Lietuva, kurios resursai nėra dideli, galėtų skirti dėmesį ne fundamentaliesiems tyrimams ir unikaliems sprendimams, bet jau egzistuojančios DI technologijos ir DI sprendimų taikymui sprendžiant konkrečias verslo problemas. Čia aktualūs būtų lietuvių kalbos taikymo būdai ir DI naudojimas tuose DI sektoriuose, kuriuose Lietuva nori pirmauti pasaulyje.

 

Pasak jo, pagrindinė problema – dauguma verslų Lietuvoje nenori investuoti į unikalius DI sprendimus, t. y. į tokius, kurie kurtų unikalius gebėjimus ir išskirtinumus būtent tai konkrečiai įmonei.

 

Pašnekovų teigimu, norint stiprinti DI konkurencingumą, labai svarbu, kad taikyti DI nepamirštų smulkios bei vidutinės įmonės: smulkios įmonės mažiau linkusios priimti inovacijas, o taip jų atskirtis tik didėja. Naudodamos DI jos gali kelis kartus savo konkurencingumą padidinti prieš tas, kurios galbūt nežino, bijo, nemoka ir pan. Galbūt valstybė galėtų prisidėti edukuojant mažus verslus.

 

Specialistai tikina – nuošalyje neturėtų likti ir viešasis sektorius: DI technologija leidžia optimizuoti veiklą ir didinti efektyvumą. Čia, pasak D. Mašalo, visos pastangos turėtų būti nukreiptos į duomenų kokybės gerinimą, duomenų atvėrimą, duomenų prieigos gerinimą, nes ir pats DI taikymas nėra įmanomas be geros kokybės duomenų.”