REKLAMA

Jak uczy się sztuczną inteligencję prowadzenia samochodu autonomicznego?

Homo Science
Data emisji:
2020-02-08 13:40
Audycja:
Czas trwania:
24:42 min.
Udostępnij:

AUTOMATYCZNA TRANSKRYPCJA PODCASTU

Transkrypcja podcastu
dzień dobry państwu witamy w audycji Homo SA jest Aleksandra Stanisławska Piotr Stanisławski Crazy nauka PL, a studia na gości Paweł ostra Her firmy, gdy sens, a która zajmuje się jak nazwa wskazuje rozwojem i wdrażanie sztucznej inteligencji, kiedy państwo sztuczna inteligencja to wciąż troszeczkę w naszym pojęciu taka pieśń przyszłości tymczasem inżynierowie, którzy zajmują tą tematyką wiedzą, że to już działa w wielu miejscach w wielu obszarach którymi się na co Rozwiń » dzień stykamy o tym, właśnie dzisiaj chcemy porozmawiać, a na początek taki chyba 1 z drażliwych tematów to znaczy kwestia zaufania ludzi do sztucznej inteligencji jako kierowcy do samochodów autonomicznych wciąż uważamy, że ludzie jesteśmy dużo lepsi jako kierowcy niż sztuczna inteligencja, która kieruje samochodem czy mamy rację technicznie rzecz biorąc obecnie racja jest postawa racja po stronie maszyn to znaczy, jeżeli porównać względnie skuteczność maszyny potrafią być skuteczniejsze natomiast to jest szereg rzeczy aspektów natury psychologicznej natury związana z tym, że nigdy w historii ludzkości do tej pory mieliśmy tak maszyn, na których tak można polegać w związku z tym jesteśmy cywilizacją przyzwyczajeni do do do tak pełnego zaufania natomiast to co chciał zwrócić uwagę to jest to, że tak w zasadzie adopcja każdej technologii przebiega to znaczy pojawia się szansa ma większą skuteczność ze strony technologii pojawiają się wątpliwości 1 strona, mówi że tak nie może być tak nigdy nie było związku, z czym nie wierzy w technologii druga strona jest bardziej pozytywnie nastawiona i z czasem, jeżeli technologia rozwija pojawiają się coraz to kolejne przypadki coraz to kolejne wdrożenia do do życia no i ta dyfuzja technologię jej wejście codzienność następuje powoli należy się spodziewać moim zdaniem, że tak również będzie w tym w tym przypadku, jeżeli chodzi o o bezpieczeństwo i algorytmy prowadzący samochody prawdopodobnie zacznie się to najłatwiejszy przypadków najpierw przypadki są transport dużych ładunków ciężarówkami z 1 centra logistycznego do drugiego centra logistycznego autostradą, czyli sytuacje, które są najbardziej wystandaryzowane i w których ryzyko jakiejś wypadków jest najmniejsza niektóre stany stany Zjednoczone pozwalają na testowanie tego typu przejazdów należy spodziewać za długo tak taki przekaz zostaną dozwolone po nich jak się okaże, że tysiące tych przyjazdów odbywają się bez bezwzględnych pomyłek bezwzględnych wypadków zaostrza się dyskusja czy można rozszerzyć i tak krok po kroku przez najbliższe dekady bądź dekadę bal zakładam, że ta fuzja będzie przyglądała przebiegała a o ile sztuczna inteligencja jest lepsza skuteczniejsza jako kierowca niż człowiek czyta były jakieś badania robione na ten temat można powiedzieć jakich aspektach ma przewagi nad ludźmi, jeżeli chodzi o samo samą jakość jeżdżenia nie odważył się stwierdzić, że jest lepsza od dobrego kierowcy natomiast pamiętajmy pamiętajmy o tym, że przeciętny kierowca, pomimo że każdy rok zapytany czy jest dobrym kierowcą pewnie powie, że jest to przeciętny kierowca z kierowcą rozproszonymi kierowcą, który na, które wpływa stres zmęczenie szereg innych aspektów, które nie dotykają algorytmu algorytm jest zmęczony algorytm może prowadzić przez nich skończoną ilość godzin i i do tego Doda się wszystkie rzeczy tworzy się obraz sytuacji, w której strony mamy człowieka zdolnego do szeregu błyskawicznych szybkich trafnych reakcji w szczególności spółek z umiejętnościami, ale średnio podatnego na szereg na szereg negatywnych czynników, więc jeżeli pada pytanie dzisiejszy stan dzisiaj chodzimy tak nie więcej momentu, w którym algorytmy doganiają człowieka, ale to niestety nierówny wyścig, dlatego że ludzie mają swoje ograniczenia te algorytmy z powodu tego, że są nie są żyjącymi istotami są po prostu dniami kodu tych szeregu ograniczeń nie mają tak jak coś wspominamy należy się spodziewać, że one skutecznością przekroczą to co to co możliwe dla człowieka więc, więc tak to walka trochę przegrana, ale w tym momencie jesteśmy gdzieś w okolicach remisu, ale przecież ludzie mają za sobą, zwłaszcza ci dobrze kierowca ci, którzy uważają, że są dobrymi kierowcami ogromne doświadczenie godziny miesiące spędzone za kierownicą co sztuczna inteligencja NATO to mam też wieści dla dla kierowców, dlatego że znowu teoretycznie istnieje nie jest ograniczenie ilości godzin w jaki możemy przetrenować algorytm wyobraźmy sobie taką sytuację mamy symulację czy mamy jakieś odzwierciedlenie rzeczywistości czy taką szkołę jazdy dla algorytmu na trasę algorytm nie jest ograniczony naszym naszą fizyczność to znaczy algorytm można pomnożyć przez en 102030× równolegle trenować 30 wersy tego samego algorytmu, przyspieszając szkolenia 30× tam, o ile razy również można ten algorytm traktować jako traktować traktować czas inaczej można przyspieszyć czas szkolenia, czyli można trenować go na czasie płynącym 5× szybciej tak nie w matriksie trochę tak trochę tak no i w efekcie mamy w efekcie mam takiego, że algorytmy, które są dopuszczane do jazdy mają za sobą nie dziesiątki setki, ale setki tysięcy co setki tysięcy nawet miliony godzin przy planowanych co jest nie do niedostępne dla człowieka z przyczyn fizycznych Kozieja trochę rozumiem te obawy, bo one się biorą lekkich naszych normalnych doświadczeń z technologią to znaczy z 1 trony każdą napęd Blue Screen na komputerze robi od czasu do czasu każdemu z drugiej strony nawet takie fantastycznie dopracowane algorytmy, które np. odpowiadają nie wiem za Super kosztowne misje typu lądowanie na Marsie albo coś takiego mamy cały szereg chociażby marsjańskich misji, który zakończył się kompletną klapą właśnie, dlatego że ktoś gdzieś coś zepsuć tak i to wtedy nie jest taki problem, że może trochę gorzej zadziała także może dziś jestem zmęczony, bo krócej spałem albo szczypiorku po prostu zero-jedynkowy leci leci potem koniec dziękuję do widzenia pozamiatane, a w kwestii kierowania samochodem znowu to jest kwestia bezpieczeństwa życia tak samochody są mordy tymi maszynami jak na to nie patrzy też na co dzień w ten sposób o nich nie myślimy, więc to jest powierzenie życia czemuś co jak wielokrotnie przekonywaliśmy nagle bez żadnego zrozumiałego dla nas powodu przestaje działać czy to w przypadku sztucznej inteligencji wciąż działa tak, by ten problem wciąż mamy możemy zaliczyć industrie zgadzam się zgadzam się z sentymentem z uwagą, ponieważ sztuczna inteligencja jest aż tylko algorytmem to jest po prostu Szarek linii kodu komputerowego, który jest na swój sposób specyficzna jest na koniec dnia jest tylko kodem komputerowym odpowiedź na to odpowiedź na tego typu nadana tego typu uwagi jest taka, że ta dyfuzja wdrożenia następuje też metodą małych kroków zachowanie logiki bezpieczeństwa Otóż teraz żadne samochody autonomiczne są prowadzący się nie jeżdżą bez człowieka, który może zainterweniować to jest oczywiście teoria w praktyce jedyny wypadek śmiertelny, który miał miejsce w Arizonie parę lat temu był złożeniem błędu algorytmu i braku reakcji człowieka, który siedział osoby prosi działa za kierownicą zareagował na czas, niemniej te kroki są podejmowane, odnosząc się, odnosząc się, że zna, znajdując porównanie, które można posłużyć zwrócił uwagę na to, że zdecydowana większość czasu lotu samolotowego, który jako pasażerowie spędzamy w samolocie jest prowadzona w sposób automatyczny, więc nie jest także takie rzeczy śnie dzieją się także rzeczy się dzieją pracując na odpowiedni poziom zaufania one weszły do weszły w życie będziemy oczywiście są piloci, którzy w każdej chwili interweniują kluczowe manewry na raty interakcja z innymi użytkownikami jest znikoma taka jest największy problem na drodze, bo jechać pustą autostradą to każdy właściwie para jest dobry przykład, bo wtedy starty lądowania, gdy kontrakty są dużo dużo pojazdów w 1 miejscu są prowadzone prowadzona przez pilotów natomiast hipotetyczny hipotetycznie zwrócił uwagę na to, że istnieje pewna granica granica bezpieczeństwa która, która dla ludu dla ludzkości akceptowana wdrożenie automatycznych systemów szereg szereg na lotniskach szereg kolejek jest w został automatycznie niektóre linie linia metra w niektórych miastach operują oprócz znowu oczywiście to przykład bez dużych interakcji, ale na to mam na to mam pewien komentarz odpowiedź Otóż można architekturę systemów można z można zaprojektować w ten sposób, żeby nie 1 Al Gore, który się w cudzysłowie wyłoży mamy problem tylko, żeby to był szereg algorytmów, które za, które mogą się wesprzeć 1 czy wyłoży 0202. pomoże albo jest niespójne zdanie to głosują głos jest głosowanie 34 systemów i ten to zdanie, które jest dominujące np. hamuj versus zmień pas jest jest realizowany tak, żeby zmaksymalizować szansę na ten przypadkowy błąd niestabilność systemu albo albo coś trzeba po prostu mu architekt nie przewidział, żeby pokazać, że my tutaj nie teoretykiem wyłącznie tylko mówimy o rzeczach, które już istnieją trzeba wspomnieć, że sens, a już pracuje nad realnymi rozwiązaniami w kwestii chociażby autonomicznych samochodów tak tak tak, a trzeba powiedzieć, że nasze badania są klasyfikowane jako badania rozwój tzw. plac pracę proces Arendt i toteż to też odzwierciedla, więc miejsce, w którym jesteśmy jako jako cywilizacja versus wdrażanie autonomicznych samochodów Otóż bardzo zaawansowane prace prace badawcze bardzo dużo środków wiele firm rywalizuje o to komu się uda zrobić ten system, któremu społeczeństwo zaufa, bo oto de facto rozgrywa Grass, bo społeczeństwo i legislatorzy no bo tak to kto tak, aby fuzja będzie przebiegała na my pomagaliśmy współpracujemy z firmową uwagę nad zbudowaniem modułu prowadzącego samochód autonomiczne opartego na pewnej specyficznej metodzie nauczania sztucznej inteligencji, która nazywa nauczanie ze wzmacnianiem Zagórskiego Story informuje rolnik ja może posłużę takim przykładem czym w zasadzie jest to nauczanie wyobraźmy sobie mamy algorytm sztucznej agencji i porównajmy go do małego dziecka jest to olbrzymia uproszczenia natomiast mam nadzieję, że ono pozwoliło nauczyć pewne pewne pewne metody i mamy de facto mamy 3 sposoby 3 duże sposoby od różna od siebie uczenia tego algorytmu tak, żeby potem działał sam, bo to jest taka 1 z takich kluczowych cech siódmej agencji jest zdolność do samodzielnego działania, bazując na odbiorze rzeczywistości standardowe Agory zwykle musi być zakodowane na twardo jeśli auto bez itd. sztuczna inteligencja ma więcej stopni swobody bardzo prostą teraz natomiast gdy na poczet na początku przedstawienia tego pozwoliłem sobie coś takiego są 3 sposoby uczenia tych algorytmów jest uczenie nadzorowane nie nadzorowane i uczeni ze wzmocnieniem, jeżeli porównamy algorytmy pieniędzy do dziecka, które oddajemy babci na opiekę na parę godzin to uczelnie nadzorowane jest uczeniem taki sposób, że chcemy, żeby dziecko bawiło się skutkami nie pieskami pieski są niebezpieczne, więc pokazujemy mu 100 zdjęć kotka 100 zdjęć pieska mówi kotek Okaj piesek nie Okaj te uczelnie nadzorowane dajemy mu ten nadzór w postaci powiedzenia jasne co jest dobre złe dokładnie dokładnie uczeni nie nadzorowane jest takie polega na tym, że nie pokazujemy tych obrazków mówimy pamiętasz pieska uczci to z tym się nie bawimy, a kotki samograj, czyli liczymy na to, że algorytm w naszym przykładzie dziecko samo będzie w stanie zinterpretować po ze swojej wiedzy z tego co z tego co chwilę wcześniej co ojciec co jest Okaj, a co nie jest w tej uczelni ze wzmocnieniem, które z kolei my tutaj, a my w tym przykładzie stosowaliśmy, ucząc teraz również dzieci przeboje polega na tym no jest jest bardziej liberalna liberalna szkoła wychowania algorytmu mianowicie polegał na tym, że wpuszczany algorytm świat no nazwijmy to pokój czy mieszkanie babci i tak takie konstruujemy, żeby dziecko samouczących dobre to znaczy pies gryzie kotek jest kotek jest HOKEJ czyli, jeżeli pies gryzie to nazwa tym wzmocnieniem tym tym tym sygnałem ze środowiska, który jest albo pozytywny albo negatywne kara nagroda innymi słowy albo otrzyma karę nagrodę swoje zachowanie zabawę pieski pogryzione zabawę skutkiem jest jest przyjemność i zbiegiem czasu sam dostosowuje swoje zachowania do tego jak kary nagrody warunkują go, więc jest to tak mówię bardzo liberalna szkoła wychowania, która kończy się karami nagrodami, ale z racji na to, że nie jest taka twarda nie mówi co ma być robione oferuje pewne nadzieje w postaci tego, że ten, że wybory, czyli to nasze przysłowiowe dziecko będzie w przyszłości w stanie lepiej zachować wobec nieznanego, czyli zwierzątka, które nie kilka, którego ciężko nie pomyśleliśmy o nim, tworząc obrazki czy inne metody, które wcześniej wcześnie mówią to jest metoda która, których używaliśmy liberalna ciekawa dająca dość mająca dość obiecujące rezultaty obecnie Neuca jak się sparzyć się nauczyć dokładnie dokładnie o to chodzi o ratowaniu nieźle w drugiej części aut na pewno będę musiał zapytać o to ile trzeba rozbić samochodów, zanim się sztuczna inteligencja nauczy, że rozbijanie samochodów jest złe do tego wrócimy po informacjach TOK FM będziemy też pytać co w Polsce czy da się różne rzeczy zrealizować wspólnie ze sztuczną inteligencją roju podkreślamy też, że jednak pieski też są dobre jak taśma jest agresywny tym bitym pieski kotki czasami drapią tak naszym gościem jest dzisiaj Paweł staraj Her firmy i sens, a my dziękujemy zapraszamy po informacjach Radia TOK FM na drugą część audycji dzień dobry państwu witamy ponownie druga część audycji Homo science i ponownie Aleksandra Stanisławska Piotr Stanisławski Tryzna kapel w studiu wciąż ten sam gość Paweł starej hali firmy i sens, a która zajmuje się rozwojem i wdrażanie sztucznej inteligencji czy Europa, a rozmawialiśmy przez ca, a pierwszą część audycji samochodach samochodach autonomicznych autonomicznych o tym czy ludzie je pokochają o tym, czego ludzie się boją i o tym jak te samochody właściwe algorytmy którymi sterują uczyć i trochę tak zawiesiliśmy w dramatycznym momencie poprzednią część rozmowy, dlatego że nasz gość tłumaczył mu metody którymi szkoli się sztuczną inteligencję czy tak naprawdę można uczyć się algorytmy i ta ponoć najlepszą metodą jest metoda ziemi w tym wypadku oparta na własnych doświadczeniach to znaczy porównanie do dziecka, któremu pokazujemy, więc pieski kotki dziecko czasem samo przekonuje, który zwierzak jest bezpieczniejszy, który mniej bezpieczny no właśnie teraz było, szczególnie że nazwę uczenie wzmacnia takie uczenie wzmocnieniem, przekładając tona nasze samochody autonomiczne co jak to zrobić, żeby sztuczna inteligencja, żeby algorytmy nauczyły się co jest dobre, a co złe to znaczy taki algorytm chodzi, rozpoczynając naukę oczywiście ta nauka nie ubywa na drodze tylko gdzieś w pamięci komputera ciąg rozpoczyna nic nie wiedząc o tym co robić i rozwija miliony samochodów, a potem coraz mniej rozbije jak to się dzieje ten przykład z nową soczewką dla pokazującą jak jak wygląda dynamika tworzenia sztucznej inteligencji moi hasło samo rzucone przywołują namyśl roboty systemy decydujące same ludzi gdzieś odkładanych na boki tak dalej, a prawda prawda jest taka, że w tym momencie i w przewidywalnej przyszłości sztucznej, czyli służba agencja tworzy się, projektując ją w bardzo bardzo przemyślany sposób przez ludzi, czyli to jak ją za projektujemy taka ona mniej więcej będzie w związku z tym kluczowa rola i tak w tym przykładzie również kluczowa rola tego, żeby projektanci ludzie którzy, którzy piszą algorytmy w sensowny sposób przewidzieli wpływ swojej swojego programowania swoich działań NATO, jaką ma jak jak Atal grupy będą się zachowywały no i teraz tak w przypadku w przypadku tych algorytmów ucieka wzmocnieniem, o których mówiliśmy zaprojektowanie tego sprowadza się do bardzo precyzyjnego określenia zapracowany tego systemu o określenie określenia za co karzemy, a za co nagradzamy algorytm przykładzie przykładzie to sprzeczne z przykładu kotków piesków do przykładu uczenia auta jeździć to auto otrzymuje nagrody za bezpieczne przejechanie z punktu ADO punktu UB, a jest karane za łamanie prawa bardzo dużym uproszczeniu tutaj należy dodać, że ze względów bezpieczeństwa ten algorytm uczy się w symulacji komputerowych może sobie wyobrazić jak specjalnie zaprojektowaną grę komputerową z fizyką i ze światem w tej grze na, w którym nasz algorytm jest autem i sobie jeździ zgodnie z regułami fizyki oraz zgodnie z regułami zaprogramowanych kar i nagród i tak na samym początku bardzo mocno karany był na olbrzymie kary były za szkodzenie fizyczne ludziom czy zwierzętom czy innym istotom, które istniały istniały sobie w tym świecie również karany był za łamanie przepisów zjeżdżanie z drogi cięcie cięcie zakrętów wkraczanie na inny pas przekraczanie prędkości i czasem setki tysięcy godzin nauki ten Amorth uczył się unikać takich sytuacji, o czym się dojeżdżać bezpiecznie z punktu, a punktu ba no dobra i w takim momencie kiedy, kiedy możemy uznać, że możemy tak jak góry wypuścić na drogę mówi nawet wy ruch taki prawdziwy żywy tylko w ogóle, żeby przesiąść się na fizyczne obiekty w naszym przypadku było kilkaset tysięcy godzin jazdy czy coś nieosiągalnego dla da, a przeciętnego człowieka z przyczyn natury fizycznej, a w praktyce testy są wielo wielopoziomowe to znaczy, kiedy on przestaje popełniać błędy w symulacji wtedy przenosimy go na bardzo bezpieczne specjalnie zaprojektowane miejsca w rzeczywistości przenosimy go bierzemy tylko w tej symulacji, instalując na komputery sadzamy go na tylnym siedzeniu samochodu fizycznego swoją drogą obecne generacje samochodów autonomicznych, zanim mają tylne siedzenia, który 7 serwery i wielkie komputery po to, żeby tak, żeby moc obliczeniowa mieć na jest i on sobie jeździ potem potem specjalnie zaprojektowanym miejscu, w którym co manekina ludzie jest jest bezpieczniej i jest ten etap przejściowy, jaką sobie w nim zaczyna radzić, ponieważ uznał żadna gra komputerowa ani żadne środowisko nie jest idealnym dziewczyna światła światło świata świat też tutaj gra rolę, bo kąt padania światła graczy, których nie będą wiedzieli jak ważne jak czasem trudno jest zrobienie dobrej gry światła i tego typu rzeczy dla rekrutów kluczowe, bo to odbijane światło może oznaczać światła nadjeżdżającego samochodu albo światło słońca więc, więc przed przenosimy to też w kilku etapach i za każdy etap pokonywane, czyli wyjście z symulacji przejście wyjście z tego bezpiecznego świata i wprowadzenie do ruchu itd. możemy się obrazić etapy on jest on jest pokonywane tylko wtedy, kiedy jest gwara pewność bezpieczeństwa i kończy moją wypowiedź dodam, że nie jesteśmy jeszcze w momencie, w którym te finalny etap został pokonany jest też jesteśmy macie w tym algorytmy radzą sobie w symulacjach radzą sobie w świecie trzecie specjalnych tak zaprojektowane i zaczynają stawiać pierwsze kroki w oko w bezpieczne środowisko, których poprzednie części audycji wspomnieliśmy, czyli autostrady proste trasy AB itd. a my tutaj mówimy o jakichś rozwiązaniach, które dopiero będą istnieć wyobrażamy sobie dziś w stanach może w Kanadzie może w Japonii takie rzeczy w Chinach mogą zaistnieć, ale czy w Polsce czy Polska ma szansę na to, żeby rozwiązania związane ze sztuczną inteligencją łatwość tutaj przyjęły wdrożyły ja pozwolę sobie troszkę troszkę przekręt to pytanie odpowiem na odpływ na co ona na powiązań powiązaną kwestię Otóż w tej kwestii w tej kwestii w tej kwestii wdrażania rozwiązań nie wydaje się, że Polska ma takie same szanse jak większość krajów nazwijmy to zachodni czy czy rozwiniętych z okazji 15 do grona natomiast tam, gdzie polską ma bardzo dużą szansę to wypowiada się też doświadczenia jako nazwijmy to praktyk jest rozwój tych rozwiązań, czyli przemysł, który rozwija rozwiązania przemysłu na inteligencję przemysł zaawansowanej analityki i Delta science tego typu rozwiązań Otóż Polska w dzisiejszym momencie moim osobistym zdaniem jest w bardzo jest świetnej pozycji, żeby być 1 z liderów tego tego tego przemysłu IT branży, dlaczego dlatego, że tak parę rzeczy się pan, że się składa w Polsce mamy wybitnych wysokiej klasy matematyków programistów, których połączenia daje ludzie tworzący sztuczną trujące, by zawód tworzenia własnej agencji jest popularny przez ludzi, którzy też są dobrymi matematykami algorytmy pamięci to taka akademicka porządna szkoła, ale równie sprawnymi programistami niejedno drugie połączenie połączenie tych 2 największych w Polsce mamy olbrzymie ilości sprawnych ludzi tych obydwu obszarach zarówno co świat poświadczają konkursy różne różne metryki na poziomie liceum studiów i więc ten talent Money Polska można powiedzieć jest najtańszym krajem rozwiniętym w na świecie w tym w tym momencie to znaczy z perspektywy kosztowej rozwijania przemysłu czy branży jesteśmy krajem, które by podobne do wszystkich innych zacząć począć od Kanady Japonii Niemiec w perspektywie w sensie gospodarczym jednocześnie tańszą tańszą z dostępem do tańszych środków w postaci pensji ludzi czy w postaci w postaci infrastruktury inne kraje, które są tańsze od nas przykładowe Indie przykładowe przykładowe Filipiny nie gwarantują tego poziomu stabilności i gospodarczych pewności z perspektywy perspektywy inwestorów i na końcu my już mamy rozwiniętą branża IT ostatnich parę lat paręnaście lat było okresem dużych inwestycji w branży IT w Polsce w związku z tym ta baza jest, łącząc to wszystko łączą to wszystko razem mamy sytuację, w której, a jest jeszcze 1 jeszcze aspektem swoją szybciutko szybciutko powiem nie ma nie ma barier wejścia tej branży branża różnych agencji zaawansowanego zastosowania IT ma kilka lat ona dopiero stworzyła parę lat temu, więc nie mamy tej sytuacji jak innych wrażeń w branży samochodowej w razie ciężko przemysłowej, gdzie tych 50 lat myśmy po prostu nie mieli jako jako kraj jako gospodarka przyczyna z przyczyn oczywistych barier wejścia nie ma jak to wszystko łączy do do kupy to mamy sytuację, w której jesteśmy bardzo uprzywilejowana uprzywilejowane start do rozwijania tych technologii w sposób efektywny i na wysokim poziomie także to mam namyśli, mówiąc że Polska jest miejscem, gdzie jaj czy branża mamy doświadczenie w branży gier komputerowych może się świetnie szybko rozwijać teraz to bardzo fajne wiadomo, zwłaszcza że z tego co panu i to się dzieje nie są to marzenia tylko to są fakty, a naszym gościem dzisiaj Paweł strachem z firmy i sens, a więc dziękujemy dziękujemy bardzo zapraszamy za tydzień nasza audycja teraz informacje Radia TOK Zwiń «

PODCASTY AUDYCJI: HOMO SCIENCE

Więcej podcastów tej audycji

REKLAMA

POPULARNE

REKLAMA

DOSTĘP PREMIUM

Słuchaj podcastów TOK FM bez reklam. Wybierz pakiet "Aplikacja i WWW" i słuchaj wygodniej z telefonu!

KUP TERAZ

SERWIS INFORMACYJNY

REKLAMA
REKLAMA
REKLAMA