Zajmuje się Pan młodą dziedziną – cybernetyką techniczną, a w jej obrębie badaniami, można powiedzieć, awangardowymi. Czy ma Pan jednak jakieś tradycje w dziedzinie nauk ścisłych?

– Rodzinnych nie mam. Mój ojciec ma doktorat, ale w zupełnie innej specjalności. Oboje rodzice doceniali wiedzę matematyczną. Pewnie dlatego w porę zorientowali się, że mam kiepską nauczycielkę matematyki, która stawia dobre stopnie, a mało wymaga i przenieśli mnie do innej szkoły podstawowej. Była tam bardzo wymagająca matematyczka, która potrafiła się rozpłakać, gdy ktoś nic nie umiał, no i nauczyła nas. Chyba sześcioro lub siedmioro z naszej klasy ma doktoraty. Dwie moje koleżanki skończyły matematykę i mają liczący się dorobek. Potem, w szkole średniej, już było wiadomo, w jakim kierunku pójdę.

Czy widział Pan przed sobą szerokie pole, czy już wtedy jakąś wyraźniejszą ścieżkę, konkretną specjalność?

– Kiedy miałem piątki i poczucie, że jestem dobry, to pole przyszłej pracy badawczej (już wiedziałem, że jej się poświęcę) wydawało się szerokie. A to, że jestem tu, gdzie jestem, wynikło z pewnego... życiowego kunktatorstwa. Miałem świadomość, że w matematyce trzeba być wybitnym albo zostać nauczycielem. Bardzo cenię zawód nauczyciela matematyki, jednak wybrałem dziedzinę, która naonczas była blisko matematyki i dawała szansę na to, że człowiek nie będzie się nudził. Kompleksy z tamtych czasów leczę pisując do czasopism matematycznych.

Wyboru Pan jednak nie żałuje?

– Nie, jestem zadowolony, bo mogę zajmować się tym, co bardzo intensywnie się rozwija, a jednocześnie mam kontakt z matematyką.

Proszę przedstawić problematykę, którą Pan się zajmuje.

– Formalnie jestem profesorem automatyki (w dyscyplinie: automatyka i robotyka). Zerkam w stronę informatyki, bo nasz instytut także się nią zajmuje. No i jeszcze inne „okolice” mnie interesują. Automatyka jest dzisiaj klasyczną dziedziną – wrocławska Katedra Automatyki i Telemechaniki, która weszła w skład instytutu, była pierwszą w Polsce. Jest to dziedzina bardzo zmatematyzowana, jeśli idzie o badania, a zarazem bardzo praktyczna. Automatykę mamy w samochodzie, w lodówce, w telewizorze. Pozwala nam dzisiaj na monitorowanie i sterowanie jakimś przebiegiem w wielu miejscach jednocześnie, na przykład na polach wydobywczych gazu czy ropy albo w długich procesach technologicznych.

Domyślam się, że zajmuje się Pan matematycznymi zagadnieniami automatyki?

– Można tak to ująć. Zajmuję się budową modeli matematycznych rozmaitych procesów, planowaniem eksperymentów potrzebnych do uzyskiwania takich modeli. Są to kolejne piętra abstrakcji – po to robimy model, żeby dobrze sterować, po to planujemy eksperyment, żeby model był dobry...

Jako laika interesuje mnie, jak mają się do siebie eksperyment i model. Czy najpierw wymyśla się model matematyczny, potem weryfikuje go w doświadczeniu, a z doświadczenia też coś wynika dla dalszego doskonalenia modelu?

– Różne są drogi, różne podejścia. Część modeli matematycznych powstaje w wyniku prób zastosowania znanych praw fizyki i chemii – takich jak prawo zachowania masy, energii – do sytuacji w konkretnych procesach, kiedy nie znamy istotnych w danym procesie wielkości. Wtedy eksperyment służy możliwie dokładnej ocenie, na przykład współczynnika przewodnictwa ciepła. Podejście drugie polega na tym, że zaczynamy od eksperymentu i jego wyniki próbujemy ująć w równania matematyczne, przybliżając się stopniowo do powstania modelu całego procesu.

Eksperymenty i kolejne fazy tworzenia modelu matematycznego to są kroki przemienne?

– Najogólniej tak. Ich relacje interesowały mnie zwłaszcza na początku drogi naukowej. Później rozszerzyłem zakres swoich prac nad modelami matematycznymi i zająłem się czymś takim, jak przetwarzanie obrazu – mamy coraz łatwiej dostępne kamery, szybkie, dokładne, względnie tanie, a nie bardzo potrafimy wykorzystać informacji, jakich one dostarczają. Jest to nowa sytuacja, gdyż do pewnego momentu informacji było za mało i ludzie pracowali nad tym, jak zwiększyć możliwości ich uzyskiwania. W klasycznej teorii sterowania chodziło o to, by z zawsze zbyt skąpej informacji możliwie dużo wywnioskować, a dzisiaj stanęliśmy przed odwrotną trudnością: mamy narzędzia dostarczające ogromne ilości informacji – pojedynczy obraz przekazany przez nowoczesną kamerę zawiera milion pikseli (podstawowa jednostka informacji, mówiąc w uproszczeniu), a otrzymujemy 25-64 obrazy na sekundę. Proszę sobie wyobrazić taki ogrom! Mamy komputery, które byłyby w stanie to przetworzyć, ale nie umiemy sobie poradzić ze sformułowaniem algorytmu...

Zadania dla komputera?

– Tak jest. I to leży u podstaw mojego wniosku o subsydium. Kiedy się nad nim zastanawiałem, uprzytomniłem sobie, że na dobrą sprawę nie wiemy, co robić z nadmiarem informacji.

Rzeczywiście jest nadmiar?

– Teraz tak i to stwarza nowe wyzwania. Nie umiemy, mówiąc najprościej, korzystać z tej informacji tak, jakbyśmy chcieli. Możemy na przykład ustawić kamerę w drzwiach wejściowych do gmachu politechniki i obserwować wchodzących studentów. Teoretycznie jest możliwe, żeby dowiedzieć się, który z nich ma akurat kłopoty domowe, rejestrując wyraz twarzy, postawę, tempo kroków. Nie umiemy jednak sformułować ogólniejszych wniosków, powiedzmy o statusie socjalnym naszych studentów. Kamera obserwuje bez przerwy i gromadzi informacje, a my nie potrafimy się zdecydować, pod jakim kątem mają być przetwarzane, które z nich są nam naprawdę potrzebne.

Jeśli dobrze rozumiem, rozwój techniki doprowadził do tego, że prędzej uzyskujemy informacje niż jesteśmy w stanie z nich skorzystać. A czy ta luka się powiększa?

– Ona istnieje od kilkunastu lat, mimo wysiłków zmierzających do znalezienia sposobów porządkowania i optymalizowania informacji. Pamiętajmy też, że wciąż rośnie szybkość urządzeń rejestrujących.

Pracuje Pan nad porządkowaniem?

– Zarysowałem taki program badawczy. Jest on, moim zdaniem, fascynujący, ale oczywiście to nie jest zadanie dla jednej osoby ani nawet dla mojego zespołu. Będę zadowolony, jeśli uda nam się pokazać problemy, o których mówię i cel, do którego powinniśmy dążyć. Przypuszczalnie zresztą świadomość tej nowej sytuacji i związanych z nią wyzwań istnieje w różnych ośrodkach. W nauce rzadko bywa się prekursorem.

Proszę powiedzieć, jak widzi Pan drogę do celu, bo nawet jeśli będzie długa, to już się pewnie rysuje?

– Z moim zespołem chcemy się zająć jednym ze źródeł informacji, to jest kamerami przemysłowymi, panelami czujników, innymi urządzeniami sensorowymi. Być może sięgniemy do obrazów przekazywanych przez urządzenia biomedyczne. Ostatnio wziąłem kawałek filmu pokazującego pracę walcarki w hucie miedzi i próbowałem coś z tego wywnioskować. Jest to proces bardzo szybki –„kęs” miedziany przesuwa się kilka metrów na sekundę i mocno świeci. Można, oczywiście, nagrać godziny filmów o tym, ale co z tego? Z punktu widzenia tego akurat procesu interesujące są wtręty nieferromagnetyczne i tylko te informacje warto szybko wyekstrahować. Potrzebny jest do tego model matematyczny, który pozwoli odpowiednio rozmieścić czujniki, żeby sygnalizowały pojawianie się takich wtrętów. Inny przykład. Jeżeli chcemy ustawić kamerę tak, żeby sterowała automatycznym otwieraniem drzwi, to musimy ze wszystkich informacji o przechodzących ludziach wyekstrahować te o ich liczbie, o tempie poruszania się, a niepotrzebna nam jest na przykład wiedza o ich płci albo rodzaju ubrania. Podam jeszcze przykład klasyczny, podręcznikowy. Satelita śledzi poruszanie się okrętu (są takie zdjęcia z lat 80. ubiegłego wieku) po to, żeby ktoś w sztabie marynarki wojennej wiedział, gdzie okręt jest i czy do niego coś podpływa. Cała reszta zarejestrowanych na zdjęciu informacji – jak oświetlenie, układ fal na powierzchni morza, chmury itp. – jest zbędna. Nie umiemy szybko oddzielić tych istotnych od reszty. Radzą sobie z tym znakomicie... zwierzęta. Obserwuję kota sąsiadów, który śpi sobie na schodkach do ogrodu. Gdy coś się ruszy w pobliżu, otwiera jedno oko i bardzo szybko – nie wiem, w jaki sposób – orientuje się, czy to coś ciekawego, czy nie. Jeśli nie, śpi dalej, ale jeśli ruszy się coś, co może być myszą, natychmiast mobilizuje cały organizm i rusza na łów.

Pańskie badania zmierzają do stworzenia modelu tego ideału, jakim jest kocia czujność?

– Powiedzmy, że tak, choć myślę, że ona jest niedościgniona. Mówiąc dokładniej, próbujemy tworzyć takie modele matematyczne, takie programy do urządzeń przetwarzających informacje, żeby przetwarzały tylko te, o które nam chodzi, które w danej sytuacji są potrzebne.

Czy w tym zakresie coś już istnieje?

– Owszem, teoria obrazu rozwija się od lat siedemdziesiątych i różne algorytmy, odnoszące się do obrazów, mamy. Pracują roboty przemysłowe, które jednak mają ograniczony zakres czynności, reagują na ograniczoną, wpisaną im w program, liczbę bodźców. Jeśli przed robotem znienacka pojawi się choćby wspomniany kot, robot go nie rozpozna, bo czegoś takiego się nie spodziewa. Nie muszę tłumaczyć, jakie znaczenie może to mieć dla bezpieczeństwa w zrobotyzowanej fabryce, gdyby w zasięgu maszyny pojawił się człowiek. Naturalną decyzją powinno być: „Zatrzymaj się”. I właśnie przetwarzanie decyzji jest najtrudniejszym problemem. Nad tym pracujemy, nie obiecując rozwiązań praktycznych. Moim zdaniem, najważniejsza w obecnym stanie badań jest dobra teoria – spójna, ładna matematycznie, do tego prosta i zrozumiała dla ludzi...

Czy do takiej teorii daleko?

– Są pewne elementy, są, jak wspomniałem, różne algorytmy, jest teoria sterowania, „sprzęgu” dotychczas brak.

Nad „sprzęgiem” Pan pracuje?

– Mam poczucie, że brakuje „kawałka” modelu czy modeli, który pozwoliłby korzystać z dotychczasowych, pięknych teorii w nowej sytuacji, kiedy trzeba przetwarzać o wiele większą ilość informacji. Tracimy szanse, jakie dają nam narzędzia dostarczające informacji.

Potrzebne jest jakościowo inne niż dotąd podejście do ilości?

– Na to wygląda. W tym miejscu chciałbym złożyć ukłon w stronę Fundacji na rzecz Nauki Polskiej. Zwykle zgłaszając się do konkursu o jakieś środki, trzeba mówić: „Zrobię to i to, rozwiążę taki a taki problem, co w praktyce oznacza, że zgłaszam pracę już wykonaną, a przynajmniej mocno zaawansowaną”. FNP zawierza ludziom, którzy coś tam już w życiu zrobili i chcą szukać rzeczy czasami zupełnie nowych, które wydają im się ważne, rozwiązywać problemy, które ich interesują, nie wiedząc, czy się uda. Bardzo sobie cenię to zaufanie.

Nawet laik wie, że nauka to stawianie pytań, których jest dużo więcej niż odpowiedzi.

– Sponsorujący naukę zazwyczaj o tym zapominają. Proszę wziąć do ręki jedną, drugą książkę czy artykuł, a przeczyta pani: „Ta metoda jest znakomita, pozwala zawsze”... Prawie się nie zdarza, żeby ktoś napisał: „Tą metodą problemu rozwiązać się nie da”. Wobec tego kolejny milion pracowitych badaczy próbuje – zamiast się dowiedzieć, że nie warto. Ponieważ więc Fundacja nie oczekuje obietnic, pozwalam sobie na postawienie pytania szeroko, może nadmiernie szeroko, z nadzieją, że to przyniesie wiele pytań „po drodze” i może na niektóre z nich uda się znaleźć odpowiedź.

Z całej naszej rozmowy wynika, że jest to pytanie o sposób radzenia sobie z nadmiarem informacji, jaki się nagle pojawił, dzięki nowym narzędziom?

– Zwłaszcza o to, jak dostatecznie szybko przetwarzać pozyskiwane informacje w decyzje. Proszę pomyśleć o czymś takim: centrum gospodarcze państwa właściwie mogłoby o nas wiedzieć wszystko – ile zarobiliśmy dzisiaj, ile wydaliśmy, czy każdy bezrobotny naprawdę jest bezrobotny, czy pracuje „na czarno” i pobiera zasiłek, czy pojechał na „saksy”... Technicznie to (i wiele więcej) jest możliwe, ale nie potrafimy – pomijam w tej chwili bariery prawne i psychologiczne – skoordynować tych strumieni informacji, gromadzonych w różnych miejscach: w bankach, kasach supermarketów, na policji, u celników, w urzędach skarbowych. W efekcie całe to morze wiedzy o społeczeństwie nie służy czemukolwiek. Na świecie rozwija się intensywnie kierunek badań i działań, który się nazywa information fusion. Nasze badania mieszczą się na tym obszarze.

Co jest główną przeszkodą? Co sprawia, że tych informacji nie potrafimy skoordynować, wyłowić najistotniejszych i dostatecznie szybko przetwarzać?

– Brak owych, tylekroć tu wymienionych, modeli matematycznych, algorytmów, które pozwalałyby porządkować tę docierającą bez przerwy lawinę informacji wedle różnych potrzeb. Wyobraźmy sobie przeciętną gminę, w której jedni obywatele się rodzą, inni umierają, powstaje ileś nowych firm, ileś upada, rejestrują się nowi bezrobotni, remontuje się jakąś drogę, na innej robią się dziury itd., itd. Można stworzyć obraz gminy, w którym znajdą się wszystkie te informacje i wiele innych. Ale co z tego? Demografom potrzebne są te o urodzinach i zgonach, urzędnikom skarbowym o zapłaconych i niezapłaconych podatkach, służbom komunalnym o stanie jezdni... Jednym słowem, naprawdę wartościowa jest „informacja dedykowana”.

Modele matematyczne umożliwiają zapisanie dedykacji?

– Tak jest. Pozwalają wybrać informacje istotne, nie redukując obrazu tylko do nich, co byłoby łatwe, ale zubożyłoby naszą wiedzę. Model matematyczny, to jakby garderoba z ubraniami na przyszłe kształty, jakich jeszcze nie znamy – przywołuję to za Stanisławem Lemem. Te ubrania bywają czasami za obszerne, trzeba się nauczyć dopasowywać je do realnych sytuacji, ale mamy ten żelazny zapas ubrań. Mnie interesuje korzystanie z garderoby. Może wykonam mały fragment wielkiego zadania, jakim jest znalezienie ubrania odpowiedniego do porządkowania lawiny...