przegląd technologii

Analiza postępu technologicznego w ostatnich latach

Artykuł uzupełniający prezentację: zarys historyczny, popularne rozwiązania, przykłady projektów NVIDIA, polski wkład, filmy do pokazów, linki do grafik oraz wady omawianych technologii.

Zakres materiału

Postęp technologiczny najlepiej pokazać na konkretnych przykładach: narzędziach AI, druku 3D, goglach VR, robotach, dronach, pojazdach autonomicznych i komputerach kwantowych. Wspólnym mianownikiem jest przejście od czysto cyfrowych obliczeń do technologii, które wpływają na świat fizyczny.

Efekt: odbiorca potrafi wskazać zastosowania i ograniczenia technologii, a nie tylko wymienić modne hasła.

Sposób pracy: prezentacja z pokazem narzędzi AI, gogli VR i drukarki 3D oraz rozmową kierowaną o wadach i zaletach.

Polski wkład i polskie rozwiązania

Warto podkreślić, że Polska nie jest wyłącznie odbiorcą technologii. W wielu obszarach działają polskie firmy, zespoły badawcze i projekty open-source.

AI po polsku

PLLuM, czyli Polish Large Language Model, rozwija otwarte modele językowe dostosowane do polszczyzny i polskich realiów.
Bielik i społeczność SpeakLeash pokazują siłę otwartych danych, benchmarków i modeli tworzonych przez polskie środowisko AI.

Druk 3D

Zortrax to polski producent rozwiązań druku 3D, znany z drukarek, materiałów i oprogramowania.
Sinterit z Krakowa rozwija kompaktowe drukarki SLS, a Sygnis prowadzi projekty R&D w produkcji addytywnej.

Robotyka i drony

Łukasiewicz-PIAP rozwija roboty mobilne do zadań specjalnych, rozpoznania i działań w trudnych warunkach.
WB GROUP i FlyEye są przykładem polskich kompetencji w bezzałogowych systemach latających.

Kwanty i fotonika

Creotech Quantum rozwija systemy QKD, synchronizację czasu oraz rozwiązania sterowania i pomiarów dla technologii kwantowych.
QNA Technology pracuje nad kropkami kwantowymi, ważnymi m.in. dla wyświetlaczy i fotoniki.

1. Sztuczna inteligencja i modele językowe

Historycznie AI zaczęła się od pytań o to, czy maszyna może naśladować inteligencję człowieka. Lata 50. i 60. przyniosły pierwsze programy symboliczne, lata 80. systemy ekspertowe, a przełom po 2012 roku był związany z głębokim uczeniem. Po architekturze transformerów z 2017 roku i premierze ChatGPT w 2022 roku AI stała się narzędziem masowym.

Wątek do omówienia: AI często naśladuje naturę. Sieci neuronowe inspirują się mózgiem, algorytmy genetyczne wykorzystują selekcję, krzyżowanie i mutację, a algorytmy rojowe biorą przykład z zachowania mrówek, pszczół lub stad.

Lista technologii i popularne rozwiązania

ChatGPT, Gemini, Claude, Copilot, Grok, DeepSeek i Perplexity jako asystenci tekstowi.
Modele multimodalne analizujące tekst, obraz, dźwięk i kod.
Generatory obrazów i wideo, narzędzia do programowania, tłumaczeń i analizy danych.
Agenci AI, czyli systemy wykonujące ciąg zadań z użyciem narzędzi.
Algorytmy genetyczne, ewolucyjne i rojowe do optymalizacji złożonych problemów.
Computer vision, reinforcement learning, analiza danych, rozpoznawanie mowy i systemy rekomendacji.

Wady i ryzyka

Halucynacje, czyli odpowiedzi brzmiące wiarygodnie, ale błędne.
Uzależnienie od danych treningowych i możliwość stronniczości.
Problemy prawne: prywatność, prawa autorskie, odpowiedzialność za wynik.
Koszt energii i sprzętu oraz wpływ automatyzacji na rynek pracy.

NVIDIA: w AI ważne są platformy GPU, CUDA, DGX, modele Nemotron oraz Cosmos, który firma opisuje jako platformę modeli świata dla systemów physical AI, np. robotów i pojazdów autonomicznych.

2. Druk 3D, wizualizacja 3D, VR i AR

Druk 3D rozwija się od lat 80., kiedy pojawiła się stereolitografia. W szkołach najczęściej spotyka się druk FDM/FFF z filamentu, ale przemysł używa wielu innych procesów: żywic, proszków, metali, betonu, ceramiki, biomateriałów i hydrożeli. VR i AR rozwijały się równolegle: od drogich laboratoriów do gogli konsumenckich i przemysłowych systemów mixed reality.

CNC i RepRap: CNC jest technologią subtraktywną, bo usuwa materiał według programu. Druk 3D jest addytywny, bo dokłada kolejne warstwy. Projekt RepRap pokazał, że drukarka może być tania, otwarta i częściowo samoreplikująca, co mocno wpłynęło na popularyzację drukarek szkolnych i domowych.

Rodzaje druku 3D

Technologia	Na czym polega	Przykłady zastosowań
FDM/FFF	Topiony filament układany warstwa po warstwie.	Edukacja, prototypy, uchwyty, modele.
SLA/MSLA/DLP	Żywica utwardzana światłem.	Modele precyzyjne, stomatologia, figurki.
SLS/MJF	Spiekanie lub stapianie proszku polimerowego.	Części użytkowe, krótkie serie.
Druk w metalu	Laser, elektron lub energia cieplna stapia proszek/drut metalowy; PBF, DED, WAAM, binder jetting.	Lotnictwo, medycyna, narzędzia, części z kanałami wewnętrznymi.
Druk w żelu	Materiał jest wyciskany w zawiesinie żelowej, która pełni rolę podpory.	Rapid Liquid Printing, miękkie materiały, duże formy, eksperymenty projektowe.
Bioprinting i hydrożele	Druk bioatramentów, komórek i materiałów żelowych.	Badania tkanek, farmacja, medycyna eksperymentalna.

Popularne rozwiązania

Prusa, Bambu Lab, Creality i Ultimaker w edukacji i prototypowaniu.
Formlabs i Anycubic/Elegoo w druku żywicznym.
EOS, HP, GE Additive, Desktop Metal i Markforged w przemyśle.
Meta Quest, Apple Vision Pro, Google/Android XR, HoloLens i rozwiązania szkoleniowe VR.

Wady i ryzyka

Druk jest wolny, a jakość zależy od kalibracji i materiału.
Metal wymaga drogich maszyn, kontroli pyłu, temperatury i postprocessingu.
VR/AR może męczyć wzrok, powodować dyskomfort i zbierać wrażliwe dane.
Nie każdy prototyp nadaje się od razu do realnego użytku.

NVIDIA: Omniverse służy do cyfrowych bliźniaków, symulacji i wizualizacji 3D. W połączeniu z XR pozwala pokazywać fabryki, pojazdy lub urządzenia jako interaktywne modele przestrzenne.

3. Robotyka, pojazdy autonomiczne i drony

Roboty przemysłowe pojawiły się w fabrykach już w latach 60., ale przez dekady wykonywały głównie powtarzalne ruchy w kontrolowanym otoczeniu. Ostatnie lata przyniosły roboty mobilne, coboty, roboty magazynowe, drony, humanoidy oraz pojazdy korzystające z AI, czujników i map wysokiej dokładności.

Boston Dynamics: warto pokazać jako przykład robotyki dynamicznej. Spot dobrze ilustruje roboty mobilne do inspekcji i pracy w trudnym terenie, a Atlas pokazuje kierunek humanoidów: równowagę, manipulację przedmiotami, autonomię i uczenie zachowań w symulacji.

Popularne rozwiązania

Roboty przemysłowe ABB, FANUC, KUKA, Yaskawa.
Coboty Universal Robots i roboty mobilne AMR w magazynach.
Drony DJI, Autel i zastosowania w filmowaniu, pomiarach, rolnictwie, ratownictwie.
Pojazdy autonomiczne i ADAS: Waymo, Tesla, Mobileye, systemy lidar/radar/kamera.
Humanoidy i roboty ogólnego przeznaczenia: Boston Dynamics, Figure, Unitree, Tesla Optimus.

Wady i ryzyka

Awaria robota może stworzyć zagrożenie fizyczne.
Autonomia rodzi pytania o odpowiedzialność prawną za decyzje maszyny.
Drony wpływają na prywatność, bezpieczeństwo lotów i przestrzeń publiczną.
Automatyzacja może zmieniać strukturę zatrudnienia i wymagane kompetencje.

NVIDIA: Isaac, Isaac Sim, Jetson, DRIVE, Cosmos i GR00T tworzą zestaw narzędzi do uczenia robotów, symulacji i uruchamiania AI bezpośrednio na urządzeniu lub w pojeździe.

4. Komputery kwantowe

Komputery kwantowe opierają się na qubitach, superpozycji i splątaniu. Zarys historyczny warto zacząć od pomysłów Feynmana z lat 80. o symulowaniu fizyki kwantowej, przejść przez algorytm Shora z 1994 roku, a następnie pokazać współczesne chmury kwantowe i układy hybrydowe CPU+GPU+QPU. Nie są to jednak „szybsze laptopy”; przyspieszają tylko wybrane klasy problemów.

Najważniejsze rozróżnienie: komputer klasyczny operuje bitami, a kwantowy qubitami. Przewaga kwantowa jest możliwa w specjalnych zadaniach, ale wymaga stabilnych qubitów, korekcji błędów i bardzo kosztownej infrastruktury.