Chmura obliczeniowa wspiera dzisiejszą wiosnę AI i nowoczesne cyberbezpieczeństwo

Dzięki upowszechnieniu modelu cloud computing przyspieszeniu ulega zarówno rozwój, jak i adaptacja rozwiązań sztucznej inteligencji, a nowoczesne cyberbezpieczeństwo zyskało oręż do walki z przestępcami. W jaki sposób trzy metatrendy technologiczne wzajemnie się wspierają i wzmacniają?

Panie Profesorze, jest Pan obecnie zaangażowany w budowę nowoczesnych rozwiązań z zakresu cyberbezpieczeństwa, ale Pana korzenie naukowe to sztuczna inteligencja. Jako pomysłodawca Prague AI HUB oraz konferencji Cybersec&AI, jest Pan promotorem podejścia interdyscyplinarnego do innowacji i efektywnego zarządzania biznesem. Jakie, Pana zdaniem, są zależności pomiędzy interferującymi dziś technologicznymi trendami, w szczególności AI, chmurą obliczeniową i cyberbezpieczeństwem? Czy masowa adaptacja chmury obliczeniowej przez biznes i gospodarkę przyśpieszy rozwój AI? Czy te dwie technologie oddziałują na siebie? Wzmacniają się?

Michal Pechoucek: Przyjęcie przez rynek technologii chmury obliczeniowej ma silny wpływ na algorytmy Artificial Intelligence. AI ma zresztą własną historię, 50 lat zmagań „wiosen AI” – okresu wzrostu, jak obecnie – oraz „zim AI” – okresów rozczarowania i stagnacji rozwoju. Ostatnia dekada i rok 2020 to dobre lata dla algorytmów AI. Mamy do czynienia z postępem w wielu obszarach i wymiarach – zarówno naukowym, jak i adaptacji konkretnych rozwiązań. Firmy znalazły ostatecznie dość powodów do zastosowania AI, a dostawcy i integratorzy stworzyli metody, które to umożliwiają.

Historia chmury obliczeniowej nie jest tak długa, a samo znaczenie technologii nie jest tak strategiczne, jak to jest w przypadku AI. Ale jest ona ważnym katalizatorem rozwoju tej drugiej. Powód jest oczywisty – chmura obliczeniowa oznacza dostępność danych. Chmura jest dobrym modelem do gromadzenia i zarządzania danymi, które mogą „nakarmić” algorytmy AI. Tempo uczenia się algorytmów przyspieszyło zdecydowanie. Ekosystemy chmurowe dostarczają też odpowiedniej przestrzeni do rozwoju usług, algorytmów AI i opartych o nie produktów, do współpracy nad nowymi modelami i metodykami.

A czym odwdzięcza się chmurze AI?

Na AI oparte są dziś technologie Cloud Automation, a automatyzacja to obecnie jedna z podstaw konkurencyjności chmurowego value offering. AI z chmury – gotowe do wykorzystania usługi AI – są także zachętą dla wielu firm, aby korzystać z modelu cloud computing i przeznaczać na nią więcej funduszy.

Można by powiedzieć, że AI jest perłą w koronie chmurowych ekosystemów. Ale chmura jest także odpowiedzialna za standaryzację AI, dokonującą się pod wpływem trendu wyjaśnialnego AI, który pomaga w jej upowszechnieniu. Ale czy to na pewno najlepszy sposób na XAI, jeśli naszym ostatecznym celem jest solidne AI – Robust AI? To dobrze, że powstaje standaryzowane AI, że jest Transparent-by-Design. Ale sztampowa unifikacja modeli utrudni konkurencyjność poprzez AI i wielką innowacyjność. Wszyscy będą mieli „takie samo”, sztucznie „ograniczone” AI. Może lepszą drogą dla XAI jest wyjaśnianie Black Box poprzez podejście post-hoc Model Agnostic?

Black Box to przypuszczalnie największe obecnie wyzwanie dla AI, to zagadnienie, w które osobiście jestem zaangażowany. Pasjonuje mnie kwestia zapewnienia wyjaśnialności i pozytywnego wpływu, jaki to może mieć na społeczeństwo. Odpowiadając jednak najkrócej: jest miejsce dla obu podejść, zarówno łatwych, powstałych w metodyce Transparent-by-Design – np. systemy oparte na regułach – jak i dla Black Box’ów – np. sieci neuronowych. Spodziewam się więc raczej, że dojrzali, zaawansowani użytkownicy będą żonglować oboma metodami, stosownie wykorzystując ich mocne i słabe strony.

Jest wiele powodów, aby stosować oba rodzaje AI, zależnie od regulacji i ograniczeń danej branży. Potrzebujemy ich do badania Black Box’ów, jakimi są modele AI odpowiadające za nowoczesne rozwiązania transportu autonomicznego, które jeszcze nie są dość dojrzałymi ani dość potężnymi narzędziami. W finansach, bankach, wykorzystuje się sieci neuronowe i statystyczne uczenie maszynowe do produktów i usług, podczas gdy modele eksperckie – Models with Explicit Expert Knowledge – nadal będą nadal niezbędne na polu cyberbezpieczeństwa. Inżynierowie bezpieczeństwa z kolei krytycznie oceniają brak wyjaśnialności mainstreamowych modeli opartych na sieciach neuronowych i statystycznych modelach uczenia maszynowego ze względu na ich brak umiejętności interpretacji algorytmów rozpoznających i klasyfikujących malware.

Wkraczamy zatem w trzecią ze sfer Pana zainteresowań i działalności, cyberbezpieczeństwo. W jaki sposób jego obecna sytuacja jest skorelowana z omawianymi metatrendami?

Łatwiej będzie mi rozdzielić wpływ chmury i wpływ AI na nowoczesne cyberbezpieczeństwo. Przetwarzanie w chmurze obliczeniowej zasadniczo zmieniło cyberbezpieczeństwo. Chmura oferuje kompletne, totalne bezpieczeństwo przetwarzania i transferu danych. Nie zapominajmy bowiem, że sieci także są częścią chmury i są pod jej „opieką”. Chmury obliczeniowe stały się zarazem złożonym, wielowymiarowym, multivendorowym konstruktem, podlegającym orkiestracji w rytmie szybkich wdrożeń i update’ów wielu rozwiązań i technologii w ramach nieustannie zmieniającego się, żyjącego środowiska.

Nie jest niespodzianką, że z kolei AI stało się podstawową technologią rozwiązań cyberbezpieczeństwa. Złożoność zarządzania i optymalizacji stwarza idealne warunki do zastosowań AI. Ale AI tworzy także sam kręgosłup nowoczesnych koncepcji cyberbezpieczeństwa, warunkując słabość lub siłę danego rozwiązania. Wynika to przede wszystkim z faktu, że „ciemna strona” cyberprzestrzeni wykorzystuje AI na dużą skalę do zarządzania, planowania i przygotowania, koordynacji i przeprowadzenia ataków, zmiany i różnicowania wektorów ataku. Dziś jest to już wojna pomiędzy algorytmami, a nie ludźmi, hakerami i analitykami bezpieczeństwa. Jeśli atakujący zainwestują w AI więcej niż obrońcy, nasi analitycy bezpieczeństwa będą walczyli z maszynami, a nie z ludźmi. I wówczas przegrają, ponieważ kierowane przez AI cyberataki są dużo łatwiejsze do skalowania.

Biorąc pod uwagę wszystkie te współzależności – jaka jest przyszłość kanonicznego zestawu kompetencji technologicznych odpowiednich do takiego hybrydowego środowiska? Doświadczamy dotkliwego deficytu ludzi o kompetencjach we wszystkich omawianych obszarach. Z tego powodu – nie ma już chyba miejsca na wąskie, głębinowe specjalizacje; firmy powinny raczej szukać multiinstrumentalistów, ludzi o otwartych umysłach i z ogólną wiedzą we wszystkich tych obszarach, ponieważ pozwoli im to być elastycznymi i dyskutować oraz rozwiązywać problemy z wielu obszarów.

Omówię to znowu osobno – kompetencje użytkowników biznesowych i specjalistów IT. W pierwszym wypadku potrzebujemy zmiany obecnego podejścia. Ona lub on – powinni być świadomi zagrożeń, powinni reprezentować podejście „zero trust” wobec technologii, zarówno w życiu zawodowym, jak i prywatnym. To radykalna zmiana w stosunku do tego, co obecnie komunikuje wielu dostawców rozwiązań bezpieczeństwa: „kliknij w ten przycisk, a będziesz bezpieczny”. Jestem żarliwym przeciwnikiem tego podejścia. Nie ma czegoś takiego, jak bezpieczna cyberprzestrzeń.

Co do przyszłego profilu i zestawu kompetencje specjalistów IT zgodzę się, ale jedynie w ogólnym zarysie. Uważam, że otwartość ludzi i ich interdyscyplinarność powinny wynikać i opierać się na ich fundamencie edukacyjnym. Powinniśmy więc zmienić edukację specjalistów IT, AI, bezpieczeństwa, umożliwiając im w pierwszej kolejności i przede wszystkim – naukę matematyki. To „stworzy” osobę nastawioną na poszukiwanie rozwiązań, innowacyjną, gotową do zmiany, z elastycznym umysłem. Taka osoba łatwo nauczy się później o konkretnych rozwiązaniach chmury, AI czy cyberbezpieczeństwa – właśnie w oparciu o swój fundament, korzenie i wyniesiony stamtąd sposób myślenia.

Powiedziałbym, że jest Pan idealistą…

Albo raczej pragmatykiem. Taki rodzaj przewagi będzie niezbędny dla gospodarek i firm w Europie, aby konkurować w przyszłości. Jako kontynent mamy także inne przewagi, np. na polu automatyzacji AI, robotyzacji, jesteśmy zaawansowani w budowie ram dla etycznego, wyjaśnialnego AI. Ta ostatnia kwestia może być podstawą do tworzenia produktów dla regulowanych branży, dla inteligentnych miast, etc. Musimy zdefiniować nasze mocne strony i przewagi, aby podjąć wyścig z globalnymi mocarstwami technologicznymi.

Dlatego też został Pan jednym z pomysłodawców Prague AI Hub (prg.ai) – podmiotu o pan-europejskich ambicjach, łączącego naukę, biznes i startup’y, szukającego zastosować dla AI w przemyśle?

Praski hub AI jest czymś zarówno bardzo naturalnym i bliskim mi osobiście. To w istocie moje ukochane dziecko i marzenie. Jest naturalne, ponieważ wyrasta z pewnej tradycji, genius loci Pragi – przez stulecia wielokulturowego ośrodka i przestrzeni intelektualnego fermentu, rozsadnika idei i innowacji na cały region i Europę. To leży tak mocno w naturze Pragi, że wkrótce po upadku zależności od Sowietów i komunizmu, krok za krokiem, zaczęła odzyskiwać ową tożsamość i przyciągać ludzi z całego świata – artystów, naukowców i przedsiębiorców. Prague AI Hub to koncepcja odzyskania i wzmocnienia tradycji wciąż istniejącego potencjału naukowego, w szczególności, jeśli chodzi o matematykę. Nasz region – Czechy, Słowacja, Polska, Węgry i inne kraje mają piękne tradycje w matematyce. Powinny być one zachowane i odnowione.

Nawet laik, jak ja, zna legendę lwowskiej szkoły matematycznej ze Stefanem Banachem czy warszawskiej szkoły matematycznej, a patrząc bardziej na południe – Węgra – Johna von Neumanna… Trzeba jednak wziąć pod uwagę dwie kwestie: czy wierzy Pan w czar matematyki, która zwyciężyłaby ze specjalizowanymi, sponsorowanymi przez BigTechy, kursami? Do tego dochodzi smutna kwestia drenażu mózgów. Szybkie wyszukiwanie w Wikipedii czy przez duckduckgo.com hasła „sławni czescy matematycy XX w.” przynosi informacje, że w większości przenieśli się na zachodnie uniwersytety. Co jest dla nich dobre, ale już nie dla przyszłości naszego regionu…

Po pierwsze, matematyka jest zdecydowanie kluczem do budowy masy krytycznej, jeśli chodzi o potencjał innowacyjny nowoczesnej technologii. Oto, dlaczego powinniśmy raczej skoncentrować się na nauczaniu matematyki niż specjalizowanych dyscyplin. To matematyka otwiera umysły i pozwala łączyć fakty, uczy abstrakcyjnego myślenia, stawiania i rozwiązywania problemów, w tym tych dotyczących innowacyjnych, przełomowych idei i technologii.

Ja także mam poczucie, że drenaż mózgów to poważny problem naszego regionu. Szczęśliwie, Praga jest jednym z nielicznych wyjątków – mamy mocne dowody, że talenty z czeskich uniwersytetów, które kontynuują karierę na Zachodzie, często wracają do Pragi. Przyciąga je standard życia, atmosfera Pragi. Nasz Hub także jest nastawiony na umożliwienie młodym talentom uczestniczenia w ważnych, przełomowych inicjatywach i projektach. Połączenie otwartego podejścia, obecność i dostępność przemysłu, w tym globalnych firm technologicznych, ma być właśnie przepisem na sukces Prague AI Hub.