← Powrót

Tydzień w technologiach: co zatrzymuje przycisk „stop”

Aktualności
Podsumowanie ekspertów Instytutu Łączności – PIB, 6–12 listopada 2026 r.
Tydzień w technologiach: co zatrzymuje przycisk „stop”

Drugi tydzień listopada przyniósł kilka sytuacji, w których ktoś musiał – albo chciał – zatrzymać technologię. Operator sieci w Norwegii wstrzymał nowe przyłącza dla centrów danych, Komisja Europejska zakwestionowała algorytm TikToka, który według niej nie słucha sprzeciwu użytkowników, a OpenAI opisało, jak w ciągu 35 sekund zatrzymuje pracę swoich modeli. Jednocześnie pojawiły się rozwiązania, które dają więcej kontroli samym użytkownikom: polski model językowy do uruchomienia na własnym serwerze i AI, której pracę sprawdza niezależny program. W półprzewodnikach tydzień przyniósł dwa polskie akcenty.

1. AI: więcej kontroli po stronie użytkownika

10 listopada Fundacja SpeakLeash, która rozwija polskie modele językowe, i ACK Cyfronet AGH, krakowskie centrum superkomputerowe, wydały Bielika 11B v3.1. Model ma ok. 11 mld parametrów i według twórców obsługuje 56 języków – o 24 więcej niż poprzednia wersja – w tym wszystkie języki urzędowe UE. Potrafi korzystać z zewnętrznych narzędzi, odpowiadać w ustalonym formacie, gotowym do przekazania innemu systemowi, i rozumować krok po kroku. Udostępniono go na licencji Apache 2.0, która pozwala bezpłatnie pobrać model i używać go także komercyjnie. W kolejnych dniach dołączyły wariant DFlash, w którym lżejszy model proponuje fragmenty odpowiedzi, a główny je weryfikuje, oraz rodzina Bielik-One, przeznaczona do klasyfikowania dokumentów według zadanych kryteriów. W teście obsługi klienta wyniki wzrosły według twórców o 16–45 punktów procentowych.

Dla organizacji najważniejsza jest możliwość uruchomienia modelu u siebie, bez przekazywania dokumentów zewnętrznemu dostawcy. Bielik najlepiej sprawdzi się w zadaniach pomocniczych: przypisywaniu pism do kategorii, wyszukiwaniu informacji czy porządkowaniu danych. Prawdopodobieństwo, które podaje Bielik-One, trzeba jednak sprawdzić na własnych dokumentach – wysoka pewność modelu nie gwarantuje poprawnej odpowiedzi. Obsługa 56 języków nie oznacza też jednakowej jakości w każdym z nich, a karta modelu zaznacza, że nie ma on wbudowanej moderacji treści.

6 listopada Komisja Europejska przedstawiła wstępne ustalenia wobec TikToka na podstawie aktu o usługach cyfrowych (DSA), czyli unijnych przepisów nakładających obowiązki na duże platformy internetowe. Według Komisji kanał „Dla Ciebie” może raz po raz kierować użytkowników do podobnych treści, np. dotyczących samotności, złego nastroju czy wyglądu ciała. Algorytm traktuje długie oglądanie jak zainteresowanie nawet wtedy, gdy użytkownik zaznaczy, że takich treści nie chce. Komisja zakwestionowała też skuteczność narzędzi, które miały dać użytkownikom kontrolę nad tym, co widzą. Urzędnicy oczekują przebudowy kanału i przyznania większej wagi dla świadomych wyborów użytkownika. Kara, jak grozi platformie społecznościowej może sięgnąć 6% rocznego światowego obrotu firmy. Ustalenia są wstępne – TikTok może się do nich odnieść.

Znaczenie tej sprawy wykracza poza moderację pojedynczych filmów: ryzyko wynika z całej sekwencji rekomendacji, nawet jeśli żaden film z osobna nie łamie zasad platformy. Dla każdego, kto projektuje system rekomendacji lub asystenta AI, wynika z tego konkretne wyzwanie: ustalenie, czy wyraźne „nie” użytkownika rzeczywiście zmienia to, co system podsuwa dalej, i czy czas spędzony w aplikacji nie jest mylony z wartością, jaką użytkownik z niej wynosi.

2. Przycisk stop i niezależne sprawdzenie

9 listopada OpenAI opisało Control Room – system, który pozwala wstrzymać zadania wykorzystujące modele AI w infrastrukturze badawczej firmy. Każde zadanie ma identyfikator, a serwer uruchamiający model sprawdza w centralnym systemie, czy zadanie nadal ma zgodę na działanie. Od decyzji o zatrzymaniu do zablokowania dalszego generowania odpowiedzi mija według OpenAI najwyżej 35 sekund. Gdy centralny system przestaje działać, wszystkie zapytania są odrzucane – obowiązuje zasada „w razie awarii blokuj”. Mechanizm zatrzymuje jednak tylko generowanie odpowiedzi: proces obsługujący zadanie może działać dalej, a zatrzymanie nie cofa operacji, które agent AI zdążył już wykonać w innych systemach.

Inny rodzaj kontroli pokazał 10 listopada Google DeepMind. W systemie AlphaProof Code agenci AI piszą dowody matematyczne, a ich poprawność automatycznie sprawdza program w języku Lean, służącym do weryfikacji dowodów. W cztery tygodnie system formalnie potwierdził kluczowe gwarancje bezpieczeństwa kodu protokołu Signal, na którym opiera się m.in. szyfrowanie w komunikatorze Signal. Nowych podatności nie znaleziono. Aby sprawdzić metodę, badacze ponownie wprowadzili do wydzielonej wersji kodu dwa wcześniej naprawione błędy – system wykazał, że te wersje nie są bezpieczne. Specyfikacje i dowody udostępniono publicznie. Wynik nie oznacza, że cała aplikacja jest bezpieczna, a zespół korzystał z wcześniejszych prac nad weryfikacją Signala.

Najciekawsza jest tu zasada: model AI tworzy rozwiązanie, a niezależny mechanizm sprawdza je bez udziału tego modelu. Tam, gdzie da się precyzyjnie opisać warunki poprawności – w kryptografii czy krytycznych fragmentach oprogramowania – takie podejście zmniejsza zależność od zawodności samej AI. Nie zwalnia jednak z odpowiedzialności za specyfikację: poprawny dowód źle sformułowanego wymagania nie da oczekiwanej ochrony.

3. Energia: Norwegia wstrzymuje przyłączenia

Centra danych zużyły w Norwegii w 2025 r. 3,2 TWh energii – czterokrotnie więcej niż trzy lata wcześniej. To ok. 2,3% krajowego zużycia prądu, ale tempo wzrostu jest ważniejsze od udziału: w tym roku do sieci wpłynęły wnioski o przyłączenie o łącznej mocy 26 GW, więcej niż szczytowe zapotrzebowanie całej Norwegii (ok. 25 GW), a ok. trzech czwartych złożyły centra danych. Statnett, operator norweskiej sieci przesyłowej, wstrzymał nowe rezerwacje przyłączy dla centrów danych najdłużej do 1 sierpnia 2027 r. Istniejące obiekty działają bez zmian. Rząd przygotowuje system licencji, który ma być gotowy jesienią 2027 r. – pierwszeństwo mają mieć centra danych obsługujące obronność i policję, służby ratunkowe, ochronę zdrowia, sieci komórkowe i system finansowy, a trudniej będzie globalnym dostawcom chmury i kopalniom kryptowalut. Branża, m.in. Abelia, norweskie zrzeszenie firm technologicznych, ostrzega przed chaosem i odpływem inwestycji, a niepewność wyraża też Google, który buduje kampus w Skien.

Norwegia, kraj taniej energii z elektrowni wodnych, dotąd uchodziła za naturalne miejsce dla centrów danych. Skoro nawet tam barierą staje się dostęp do sieci energetycznej, podobne pytania pojawią się także gdzie indziej: kto dostanie prąd w pierwszej kolejności i na jakich warunkach. Norweska odpowiedź pokazuje, że o lokalizacji centrów danych może coraz częściej decydować nie tylko cena energii, ale też to, komu dany obiekt służy.

4. Półprzewodniki: dwa polskie akcenty

Blue Origin, amerykańska firma kosmiczna założona przez Jeffa Bezosa, otwiera w Krakowie centrum badawczo-rozwojowe. Będzie ono projektować i weryfikować układy scalone dla TeraWave – planowanej sieci satelitarnej do szybkiej łączności dla firm, centrów danych i instytucji. Sieć ma liczyć 5408 satelitów: 5280 na niskiej i 128 na średniej orbicie, a jej deklarowana przepustowość to do 6 Tb/s (6 bilionów bitów na sekundę). W Krakowie powstaną m.in. projekty modemów o bardzo dużej przepustowości i układów, które cyfrowo kierują sygnał radiowy do odbiorcy. Firma zarejestrowała już dwie spółki i rekrutuje inżynierów, a satelity mają trafiać na orbitę od końca 2027 r. To centrum projektowe, nie fabryka – ale projektowanie układów scalonych to najbardziej wymagająca część pracy nad nimi.

Drugi polski akcent dotyczy krajowej firmy. VIGO Photonics z Ożarowa Mazowieckiego, producent detektorów podczerwieni, którego czujniki pracowały m.in. w łaziku Curiosity na Marsie, realizuje z Wojskową Akademią Techniczną projekt o wartości 19,96 mln zł (12,08 mln zł dofinansowania z programu Fundusze Europejskie dla Nowoczesnej Gospodarki). Celem są niechłodzone detektory średniej podczerwieni (3–5 µm), które razem z własnym układem odczytowym zmieszczą się w module 8 × 8 mm i wytrzymają lutowanie w 270°C. Dzięki temu będzie je można montować automatycznie na zwykłych liniach produkcji elektroniki, a nie ręcznie. Mają być wolne od rtęci, kadmu i telluru, zgodnie z unijnymi zasadami ograniczania substancji niebezpiecznych (RoHS). Takie czujniki mogą wykrywać gazy, np. w analizie wydychanego powietrza w diagnostyce medycznej, pomiarach jakości powietrza, ocenie świeżości żywności w urządzeniach domowych czy wykrywaniu przegrzewania w pojazdach. Projekt potrwa do września 2029 r.

Że lokalizacja produkcji półprzewodników w Europie nie jest przesądzona, pokazuje decyzja z Czech. 6 listopada amerykański onsemi, producent półprzewodników mocy m.in. dla motoryzacji i energetyki, uzgodnił z czeskim ministerstwem przemysłu rezygnację z rozbudowy zakładu w Rožnovie pod Radhoštěm. Miał być tam zainstalowany pełny cykl produkcji układów z węglika krzemu (SiC). Inwestycja ogłoszona w 2024 r. miała być warta do 2 mld USD. Firma tłumaczy decyzję zmianami na światowym rynku SiC. Dotychczasowa produkcja w Rožnovie i działalność w Brnie są kontynuowane.

5. Szyfrowanie: terminy dla banków

6 listopada Urząd Monetarny Singapuru (MAS), pełniący też funkcję nadzoru finansowego, rozpoczął konsultacje wytycznych przejścia sektora finansowego na kryptografię postkwantową, czyli szyfrowanie odporne na przyszłe komputery kwantowe. Instytucje miałyby przygotować plan migracji do końca 2027 r., zabezpieczyć najważniejsze systemy do 2030 r., a pozostałe – do 2034 r. Konsultacje trwają do 23 listopada. Jednocześnie badacze z australijskich uniwersytetów zwrócili uwagę, że samo przyjęcie nowych standardów nie wystarcza: brakuje praktycznych kompetencji specjalistów, a większość rozwiązań sprawdzono dotąd tylko w warunkach testowych, a nie w rzeczywistej eksploatacji.

6. Roboty: doba w sklepie

W Szanghaju sześć humanoidalnych robotów G2 chińskiej firmy AgiBot przez 24 godziny prowadziło sklep, na cztery zmiany. Witały gości, przyjmowały zamówienia, przygotowywały kawę i ciepłe posiłki, uzupełniały półki i sprzątały. Wykonały 1730 czynności i obsłużyły 683 klientów, ale test końcowy zaliczyły tylko cztery. Robot odpowiedzialny za półki nie nadążał za tempem sklepu, a robot sprzątający zboczył z trasy i wyjechał na zewnątrz. Test był transmitowany na żywo i obejmował jeden sklep przez jedną dobę, więc nie mówi, jak roboty radziłyby sobie przez kolejne tygodnie. Pokazuje jednak, gdzie leży granica: rutynowe czynności roboty wykonują coraz sprawniej, a najtrudniejsze pozostają sytuacje, których nie przewidział scenariusz.

Wniosek tygodnia

W tym tygodniu przycisk „stop” pojawiał się wielokrotnie, chociaż za każdym razem znaczył coś innego. W OpenAI zatrzymanie blokuje generowanie odpowiedzi w 35 sekund, ale nie cofa tego, co agent AI już zrobił. W Norwegii pauza wstrzymuje nowe przyłącza, ale nie zmniejsza zużycia centrów danych, które już działają. Na TikToku przycisk „Nie interesuje mnie” istnieje, ale według Komisji Europejskiej przegrywa z czasem oglądania. Oceniając algorytm, agenta AI czy infrastrukturę, nie wystarczy więc zapytać, czy da się je zatrzymać. Trzeba zapytać, co dokładnie zatrzymuje „stop”, kto może go nacisnąć i co dzieje się z tym, co zostało uruchomione wcześniej.

Publikacja wyraża jedynie poglądy autora/ów i nie może być utożsamiana z oficjalnym stanowiskiem Ministerstwa Cyfryzacji.

← Powrót do aktualności