Remigiusz Kinas, współtwórca Bielika, mówi wprost, że polska nauka o sztucznej inteligencji jest mniej znacząca, niż lubimy sobie wmawiać. W rozmowie dla Forbes Polska rozprawia się z mitem polskiej potęgi AI, ale jednocześnie wskazuje, gdzie tkwi realna szansa na dogonienie światowej czołówki.
Kluczowe fakty:
- Remigiusz Kinas, główny badacz AI w Ingenix i współtwórca modeli językowych Bielik, stwierdził, że polska nauka o sztucznej inteligencji jest słabo reprezentowana na arenie międzynarodowej – podczas konferencji ICLR w Rio de Janeiro, skupiającej ok. 7 tysięcy badaczy, polskie wątki były znikome.
- Najbardziej znane sukcesy Polaków w dziedzinie AI, takie jak współtworzenie OpenAI przez Wojciecha Zarembę, a także firmy ElevenLabs, DeepL i Pathway, zostały zbudowane poza Polską – w USA lub innych krajach zachodnich.
- Duże firmy AI, w tym Mistral AI i ElevenLabs, otworzyły w Warszawie jedynie niewielkie biura inżynieryjne, a migracja talentów jest jednostronna – najzdolniejsi polscy naukowcy wyjeżdżają za granicę i rzadko wracają.
Wywiad, który ukazał się 5 lipca w Forbes Polska, to rzadki w polskim dyskursie technologicznym głos otwarcie kwestionujący narrację o rodzimych talentach informatycznych jako fundamencie przyszłej potęgi AI. Kinas, informatyk pracujący dziś jako główny badacz AI w biotechnologicznym Ingenix i współtwórca rodziny modeli językowych Bielik, punktuje rozdźwięk między tym, co Polacy mówią o sobie, a tym, co faktycznie widać na światowych konferencjach naukowych.
Znajdź dostawcę, partnera lub narzędzie dla swojego biznesu, a jeśli prowadzisz firmę, która w swoim DNA ma AI, skorzystaj z możliwości bezpłatnego dodania swojej firmy.
Mit elity, którego nie potwierdza rzeczywistość
Kinas zaczyna od osobistego doświadczenia. Na International Conference on Learning Representations w Rio de Janeiro, jednej z największych konferencji poświęconych uczeniu maszynowemu, wśród około siedmiu tysięcy badaczy i kilkuset prezentacji naukowych polskie wątki były znikome. Wnioski wyciąga bez ogródek: żyjemy w przekonaniu o własnej wyjątkowości, którego nie potwierdzają twarde dane.
Zwraca przy tym uwagę na paradoks. Polacy owszem błyszczą w AI, tylko że robią to poza granicami kraju. Wojciech Zaremba współtworzył OpenAI i zapoczątkował tam tak zwaną polską mafię. ElevenLabs i DeepL to miliardowe biznesy zbudowane przez Polaków, ale poza Polską. Podobnie Pathway, startup stojący za głośną architekturą Dragon Hatchling, zarejestrowany jest w Palo Alto, choć współtworzą go między innymi Zuzanna Stamirowska i Adrian Kosowski.
- Duże firmy AI nie inwestują poważnie nad Wisłą: Mistral AI otworzył w Warszawie tylko niewielkie biuro inżynieryjne, podobnie zrobiło ElevenLabs
- Amerykańskie firmy zwykle budują swoje europejskie przyczółki gdzie indziej niż w Polsce
- Migracja talentu jest jednostronna: najzdolniejsi naukowcy wyjeżdżają, niewielu wraca
Ten wywiad czytałem z mieszanymi uczuciami, bo Kinas mówi rzeczy, które w polskiej branży technologicznej rzadko pada się wprost. Z jednej strony trudno się z nim nie zgodzić: licząc realny wkład naukowy w rozwój AI, Polska rzeczywiście wypada blado na tle Francji czy Wielkiej Brytanii. Z drugiej strony ten sam wywiad pokazuje, że wcale nie brakuje nam ludzi zdolnych do przełomów, tylko że przełomy te dzieją się w Palo Alto czy Londynie, a nie w Warszawie czy Krakowie. To nie jest kwestia talentu. To kwestia kapitału, infrastruktury i tego, czy w ogóle stwarzamy warunki, żeby te talenty zostały. Pytanie, które mnie nurtuje po lekturze, brzmi inaczej niż to zadane przez dziennikarza: czy stać nas jeszcze na odwrócenie tego trendu, zanim reszta świata odjedzie na tyle daleko, że dogonienie stanie się fizycznie niemożliwe?
Piotr Wolniewicz, Redaktor Naczelny AIPORT.pl
Bielik jako dowód możliwości, nie potęgi
Kinas nie neguje, że w Polsce da się budować własne modele. Sam należy do zespołu, który stworzył Bielika, polski model językowy rozwijany przez Fundację SpeakLeash we współpracy z Akademickim Centrum Komputerowym Cyfronet AGH. Wskazuje jednak, że taka praca wymaga ogromnych zasobów, których w kraju wciąż brakuje.
Największą barierą jest dostęp do danych wysokiej jakości w języku polskim. Drugim problemem pozostaje moc obliczeniowa. Kinas przyznaje, że bez superkomputerów Athena i Helios z Cyfronetu Bielik w ogóle by nie powstał. Rozwiązanie pierwszego problemu wydaje mu się stosunkowo proste: dostęp do zasobów polskich wydawnictw książkowych pozwoliłby znacząco podnieść jakość modeli, bez naruszania praw autorskich, bo modele nie zapamiętują tekstów dosłownie, tylko destylują z nich wiedzę.
Deklaruje przy tym coś, co brzmi jak śmiała teza: przy odpowiednim finansowaniu, mocy obliczeniowej i dostępie do danych Polska mogłaby w pół roku zbudować model na poziomie Mistrala, a w rok model konkurujący z rozwiązaniami chińskimi.
Chcesz czytać więcej treści związanych z AI?
Dodaj AIPORT.pl do preferowanych źródeł Google
Co to oznacza dla polskich firm?
Dla polskich przedsiębiorstw wdrażających AI ten wywiad to sygnał, żeby nie liczyć na to, że globalni giganci sami przyniosą infrastrukturę i kompetencje na polski rynek. Skoro nawet Mistral AI, firma z europejskim rodowodem i bliskimi relacjami z polskim zespołem HIVE AI pracującym nad modelem PLLuM, decyduje się na symboliczne raczej niż strategiczne biuro w Warszawie, oznacza to, że budowa realnych kompetencji AI zostaje po stronie krajowych instytucji, uczelni i firm.
Firmy planujące własne wdrożenia dużych modeli powinny brać pod uwagę, że dostęp do wyspecjalizowanych zespołów budujących modele generatywne w Polsce jest ograniczony, a doświadczenie w prowadzeniu kosztownych treningów wciąż koncentruje się w nielicznych ośrodkach, takich jak konsorcja wokół Bielika czy PLLuM. To przekłada się na realną przewagę konkurencyjną tych nielicznych podmiotów, które takie kompetencje już zbudowały.
Transformer jako ślepy zaułek i polski trop alternatywny
Rozmowa schodzi też na temat ograniczeń dzisiejszych modeli. Kinas wymienia cztery braki: pamięć, zarządzanie kontekstem, zdolność ciągłego uczenia się oraz refleksyjność, czyli myślenie przed działaniem. Uważa, że modele językowe oparte na architekturze Transformer nie doprowadzą do sztucznej ogólnej inteligencji, ponieważ świata fizycznego nie da się opisać samym językiem.
W tym kontekście przywołuje polski projekt Pathway i jego architekturę Dragon Hatchling, zaprezentowaną publicznie 1 października 2025 roku w Dolinie Krzemowej. Zespół, w którego skład wchodzą między innymi Zuzanna Stamirowska, Adrian Kosowski, Jan Chorowski, Przemysław Uznański i Michał Bartoszkiewicz, opisał w publikacji naukowej na Cornell University architekturę inspirowaną biologiczną siecią neuronową, mającą oferować lepszą interpretowalność niż klasyczne transformery. Kinas wspomina też Jerry’ego Tworka, kolejnego Polaka z OpenAI, który odszedł, by zbudować start-up Core Automation rozwijający podejście inne niż transformerowe.
Zagrożenie nie leży w superinteligencji
Pytany o ryzyka cywilizacyjne związane z wyścigiem AI, Kinas odrzuca scenariusz zbuntowanej superinteligencji. Większym zagrożeniem jest według niego stopniowe oddawanie coraz większej liczby decyzji autonomicznym systemom, a co za tym idzie erozja ludzkiej kontroli. Podkreśla też, że sama AI działa w sposób rozproszony i słabo regulowany, w przeciwieństwie do technologii atomowej, co zwiększa ryzyko trafienia w niepożądane ręce.
Jednoznacznie odrzuca też ideę samoświadomej sztucznej inteligencji, nazywając ją skomplikowaną funkcją matematyczną pozbawioną własnej agendy.
Za każdą polską firmą AI stoi konkretny człowiek z imieniem i nazwiskiem, często ten sam w kilku miejscach naraz, i to właśnie ludzie, nie tabelki finansowania, są prawdziwym bohaterem tego artykułu.
Gdzie leży polska szansa
Mimo krytycznego tonu Kinas kończy rozmowę optymistycznie. Punktuje atuty, które Polska rzeczywiście posiada: dobrych matematyków, kilka silnych uczelni technicznych, wysoki poziom znajomości angielskiego wśród młodego pokolenia oraz ambicję do realizowania projektów. Jego zdaniem przy odpowiedniej determinacji politycznej i edukacyjnej kraj może stać się drugą siłą AI w Unii Europejskiej, zaraz za Francją.
Jako wzór strategii wskazuje podejście chińskie: wobec embarga na zaawansowane czipy chińskie zespoły postawiły na mniejsze modele open source, niewymagające gigantycznych nakładów. Zaznacza jednak wyraźnie różnicę systemową: w Chinach ochrona własności intelektualnej praktycznie nie istnieje, co pozwoliło tamtejszym twórcom modeli trenować je na danych pozyskanych bez zgody, w tym w języku polskim wyciągniętym z polskich książek. W Europie, gdzie obowiązuje AI Act, taka praktyka byłaby niedopuszczalna.
Za największą przeszkodę uznaje jednak nie brak pieniędzy, lecz kulturę współpracy. W Polsce każdy uważa, że wie najlepiej, a współpraca między naukowcami często kuleje. Bez przełamania tej bariery, ostrzega, kraj straci szansę na cywilizacyjny przeskok.
Źródła i metodologia
Artykuł powstał na podstawie wywiadu Krzysztofa Domaradzkiego z Remigiuszem Kinasem opublikowanego w Forbes Polska dnia 05.07.2026, uzupełnionego o materiały Akademickiego Centrum Komputerowego Cyfronet AGH na temat superkomputerów Athena i Helios wykorzystywanych do treningu Bielika, komunikat prasowy Pathway dotyczący architektury Dragon Hatchling oraz publikację naukową zespołu Kosowski, Uznański, Chorowski, Stamirowska i Bartoszkiewicz dostępną w repozytorium GitHub Pathway. Artykuł będzie aktualizowany w miarę pojawiania się nowych informacji na temat polskiego ekosystemu sztucznej inteligencji.
