{"id":3346,"date":"2024-08-29T11:29:00","date_gmt":"2024-08-29T11:29:00","guid":{"rendered":"https:\/\/haimagazine.com\/?p=3346"},"modified":"2025-06-24T14:20:53","modified_gmt":"2025-06-24T12:20:53","slug":"zapomnij-o-swojej-dziedzinie-i-rozejrzyj-sie-wokol","status":"publish","type":"post","link":"https:\/\/haimagazine.com\/pl\/hai-magazine\/zapomnij-o-swojej-dziedzinie-i-rozejrzyj-sie-wokol\/","title":{"rendered":"Zapomnij o swojej dziedzinie i rozejrzyj si\u0119 wok\u00f3\u0142"},"content":{"rendered":"

Inez Okulska: Czym dla Ciebie jest kreatywno\u015b\u0107?<\/strong><\/p>

Piotr Sankowski: <\/strong>W badaniach naukowych to posiadanie szerszego spojrzenia i \u0142\u0105czenia fakt\u00f3w, \u0142\u0105czenia zupe\u0142nie ze sob\u0105 niezwi\u0105zanych, przynajmniej na pierwszy rzut oka, technik, metod, poj\u0119\u0107. Kreatywno\u015b\u0107 to taki generator liczb losowych, i u ludzi, i w modelach sztucznej inteligencji, i u niekt\u00f3rych dzia\u0142a bardzo dobrze, u innych nie. Notabene Sam Altman, tw\u00f3rca ChatGPT, przyzna\u0142, \u017ce by\u0142 zaskoczony, gdy okaza\u0142o si\u0119, \u017ce akurat kreatywno\u015b\u0107 jest najmocniejsz\u0105 stron\u0105 du\u017cych modeli j\u0119zykowych.<\/p>

IO: Niemal r\u00f3wnolegle prowadzi\u0142e\u015b badania i zdobywa\u0142e\u015b kolejne tytu\u0142y naukowe w dw\u00f3ch dziedzinach \u2013 fizyce i informatyce. Jak zaplecze fizyczne pomaga w informatyce czy badaniach nad AI?<\/strong><\/p>

PS: <\/strong>W informatyce jeste\u015bmy przyzwyczajeni do tego, \u017ce wszystko rozumiemy i wszystko si\u0119 sk\u0142ada. A w fizyce, \u017ce niczego nie rozumiemy. Pami\u0119tam, jak np. na egzaminie dostali\u015bmy zadanie, kt\u00f3re nie mia\u0142o rozwi\u0105zania. Wszyscy si\u0119 pocili nad jednym, lekko zmodyfikowanym o dodatkowe za\u0142o\u017cenia r\u00f3wnaniem r\u00f3\u017cniczkowym i byli zupe\u0142nie bez szans. W og\u00f3le \u015bcie\u017cka edukacyjna w obu dziedzinach bardzo si\u0119 r\u00f3\u017cni. Informatyka czy sztuczna inteligencja to nowe dziedziny, nie pojawiaj\u0105 si\u0119 tu zazwyczaj rzeczy, kt\u00f3re wymagaj\u0105 jakich\u015b ogromnych zasob\u00f3w wiedzy, pr\u00f3g wej\u015bcia jest inny. Natomiast w fizyce zrozumienie buduje si\u0119 wielopokoleniowo na wcze\u015bniejszych odkryciach. Np. odci\u0119cie si\u0119 od klasycznej fizyki nast\u0105pi\u0142o po latach studi\u00f3w i dopiero wtedy mo\u017cna zacz\u0105\u0107 ze zrozumieniem czyta\u0107 s\u0142ynne prace Richarda Feynmanna. Fizyka ma te\u017c inn\u0105 metodologi\u0119 badawcz\u0105. Poj\u0119cie uk\u0142ad\u00f3w z\u0142o\u017conych jest tu wszechobecne. Rozumiemy podstawowe prawa fizyczne i oddzia\u0142ywania poszczeg\u00f3lnych cz\u0105stek, ale jak ju\u017c mamy policzy\u0107 te s\u0142ynne trzy cia\u0142a (chodzi o tzw. problem trzech cia\u0142 \u2013 przyp. red.), to ju\u017c sprawa si\u0119 komplikuje. A jak m\u00f3wimy o uk\u0142adach, kt\u00f3re zawieraj\u0105 setki tysi\u0119cy element\u00f3w, to z pokor\u0105 patrzymy na to, \u017ce nie wszystko b\u0119dzie jasno albo dost\u0119pne. I ta pokora wobec z\u0142o\u017cono\u015bci mo\u017ce by\u0107 spor\u0105 korzy\u015bci\u0105 w badaniach nad sztuczn\u0105 inteligencj\u0105, szczeg\u00f3lnie teraz, gdy od klasycznych algorytm\u00f3w przeszli\u015bmy do niezwykle z\u0142o\u017conych \u201eczarnych skrzynek\u201d, jak cho\u0107by modele generatywne.<\/p>

IO: I czym ta pokora zaowocowa\u0142a u Ciebie? Masz na koncie spektakularne odkrycia?<\/strong><\/p>

PS:<\/strong> Jedna z moich pierwszych prac polega\u0142a na tym, \u017ce skojarzy\u0142em rzeczy, o kt\u00f3rych wydawa\u0142o si\u0119, \u017ce nie maj\u0105 ze sob\u0105 nic wsp\u00f3lnego. Tworzy\u0142em algorytmy oparte na algebrze liniowej, kt\u00f3re zastosowa\u0142em do rozwi\u0105zania pewnego problemu grafowego, i wtedy to si\u0119 w jaki\u015b kompletnie nieprzewidywalny spos\u00f3b z\u0142o\u017cy\u0142o. Dzisiaj to bardziej oczywiste po\u0142\u0105czenie, ale wtedy, ponad dwie dekady temu, powia\u0142o \u015bwie\u017co\u015bci\u0105.<\/p>

IO: A potem?<\/strong><\/p>

PS: <\/strong>Bywa\u0142y momenty, ol\u015bnienia naj\u0142atwiej przychodz\u0105 w teorii, w badaniach podstawowych. Przez d\u0142ugi czas, na przyk\u0142ad, pewien niszowy teoretyczny problem pozostawa\u0142 otwarty. Chodzi\u0142o o to, by w spos\u00f3b deterministyczny rozwi\u0105za\u0107 problem skojarze\u0144 w grafach planarnych w modelach r\u00f3wnoleg\u0142ych. I w pewnym momencie \u2013 po jakich\u015b 15 latach do\u015b\u0107 regularnego my\u015blenia o tym problemie \u2013 mi si\u0119 to wszystko u\u0142o\u017cy\u0142o. I bam, mia\u0142em rozwi\u0105zanie!<\/p>

IO: 15 lat regularnego my\u015blenia! I do czego mo\u017cna to d\u0142ugo wyczekiwane rozwi\u0105zanie wykorzysta\u0107?<\/strong><\/p>

PS: <\/strong>Do niczego. To po prostu bardzo frapuj\u0105cy problem od strony teoretycznej. Chodzi o to, by udowodni\u0107, \u017ce mo\u017cna pewne problemy rozwi\u0105za\u0107 bez u\u017cycia randomizacji, co cz\u0119sto wymaga nowych ciekawych i z\u0142o\u017conych technik. To bardzo wymagaj\u0105ca i jak wida\u0107, wieloletnia gimnastyka umys\u0142owa.<\/p>

\"\"<\/figure>

IO: No dobrze, czyli pokora teoretyka AI to zaleta \u015bcie\u017cki fizycznej, a odwrotnie? Jak znajomo\u015b\u0107 algorytm\u00f3w uczenia maszynowego pomaga w dziedzinie fizyki?<\/strong><\/p>

PS:<\/strong> Dopiero od niedawna mam wreszcie pomys\u0142y i pierwsze wyniki, kt\u00f3re pozwalaj\u0105 po\u0142\u0105czy\u0107 te obszary w spos\u00f3b, kt\u00f3ry mi si\u0119 podoba. W doktoracie zajmowa\u0142em si\u0119 tematami zwi\u0105zanymi z mechanik\u0105 statystyczn\u0105, kt\u00f3ra jest na przeci\u0119ciu mechaniki i informatyki, ale to jako\u015b nie wci\u0105gn\u0119\u0142o mnie wtedy tak bardzo. Teraz po wielu latach widz\u0119 potencja\u0142, \u017ceby wykorzystywa\u0107 uczenie maszynowe, t\u0119 metodologi\u0119 badawcz\u0105 do nowego sposobu prowadzenia bada\u0144 w fizyce.<\/p>

IO: Czyli wykorzystujecie sieci neuronowe w fizyce?<\/strong><\/p>

PS:<\/strong> Coraz cz\u0119\u015bciej s\u0142yszymy o odkrywaniu nowych cz\u0105stek w biofizyce czy chemii organicznej i jest to mo\u017cliwe w\u0142a\u015bnie dzi\u0119ki wspieraniu modelowania uk\u0142ad\u00f3w fizycznych za pomoc\u0105 modeli AI. Pr\u00f3bowali\u015bmy u\u017cywa\u0107 podobnych technik do tworzenia materia\u0142\u00f3w periodycznych, czyli stop\u00f3w metali, tak, \u017ceby zbada\u0107 ich w\u0142a\u015bciwo\u015bci i zaproponowa\u0107 nowe materia\u0142y. Stosowali\u015bmy wariacyjne enkodery do nauczenia si\u0119 struktur, do kt\u00f3rych mamy dane symulacyjne, \u017ceby finalnie model generowa\u0142 nowe materia\u0142y o pewnych zadanych w\u0142a\u015bciwo\u015bciach.<\/p>

IO: Jaki problem dzi\u0119ki temu rozwi\u0105zujecie?<\/strong><\/p>

PS: <\/strong>W in\u017cynierii materia\u0142owej klasyczne stopy zawieraj\u0105 \u017celazo plus niewielki u\u0142amek \u2013 1\u20132% jakiego\u015b innego pierwiastka. Kilka lat temu odkryto stopy wysokiej entropii, gdzie bierzemy trzy metale w o wiele wi\u0119kszych proporcjach, np. 20\u201330%, i je\u015bli odpowiednio si\u0119 je dobierze, to mog\u0105 by\u0107 np. zdecy- dowanie twardsze. Ale kluczowy jest w\u0142a\u015bnie dob\u00f3r proporcji, bo w przeciwnym razie zamiast polepszy\u0107 w\u0142a\u015bciwo\u015bci, znacznie je pogorszymy. Trafienie z odpowiednim sk\u0142adem nie jest wi\u0119c oczywiste, moc obliczeniowa sieci pozwalaj\u0105ca na symulacj\u0119 ogromnych ilo\u015bci wariant\u00f3w jest tu zdecydowanie pomocna.<\/p>

IO: A co by\u0142o w \u015brodku Waszego modelu? W jaki spos\u00f3b kodowali\u015bcie dane fizyczne? Znane s\u0105 reprezentacje obrazu, tekstu, ale tutaj problem jest mniej trywialny.<\/strong><\/p>

PS:<\/strong> Sam enkoder by\u0142 prosty, ale rzeczywi\u015bcie najwi\u0119ksza walka jest o to, by te dane zakodowa\u0107, opisa\u0107 ich w\u0142a\u015bciwo\u015bci tak, \u017ceby model m\u00f3g\u0142 dostrzec odpowiednie wzorce. Ten embed- ding (wektor reprezentacji danych \u2013 przyp. red.) musi odzwierciedla\u0107 fizyczne zale\u017cno\u015bci w danych. I tutaj rodzi si\u0119 mn\u00f3stwo pyta\u0144 i wyzwa\u0144 \u2013 np. w jaki spos\u00f3b w liczbowym wektorze zakodowa\u0107 to, \u017ce jest to materia\u0142 periodyczny? Potem dodawa- li\u015bmy kolejne cechy, kt\u00f3re jeszcze lepiej kodowa\u0142y, np. zale\u017cno\u015bci geometryczne tych materia\u0142\u00f3w.<\/p>

IO: I ekstrakcja cech nast\u0119powa\u0142a ca\u0142kowicie automatycznie czy by\u0142a wspierana przez ekspert\u00f3w ludzkich?<\/strong><\/p>

PS: <\/strong>Zdecydowanie wiedza domenowa w takich badaniach jest niezb\u0119dna, sama znajomo\u015b\u0107 projektowania modeli AI czy stosowania automatycznych mechanizm\u00f3w kodowania danych nie wystarczy. Tutaj np. \u017ceby zrozumie\u0107, co to s\u0105 wektory Parrinello, potrzeba fizyka, bo na informatyce tego nie ucz\u0105. Opis struktury krystalicznej musi w odpowiedni spos\u00f3b bazowa\u0107 na wiedzy domenowej, \u017ceby wiedzie\u0107, jak to si\u0119 koduje, bo na tym si\u0119 buduje kolejne kroki. Wi\u0119c ludzki ekspert by\u0142 jak najbardziej potrzebny.<\/p>

IO: To badania o charakterze podstawowym, ale nietrudno sobie wyobrazi\u0107, \u017ce przy udanym wyniku znajd\u0105 konkretne zastosowanie. To zreszt\u0105 nie pierwsze tego typu teoretyczne projekty w Twoim dorobku, kt\u00f3re potem okazywa\u0142y si\u0119 bardzo praktyczne. Jak dobierasz kolejne tematy badawcze \u2013 to ciekawo\u015b\u0107 naukowca czy jednak pragmatyka biznesmena?<\/strong><\/p>

PS: <\/strong>Zawsze stara\u0142em si\u0119 tak formu\u0142owa\u0107 problem badawczy, \u017ceby mo\u017cna by\u0142o go zastosowa\u0107 w praktyce. A czasami te badania same z siebie wynikaj\u0105 z praktycznych aplikacji. Na przyk\u0142ad istotnym obszarem moich bada\u0144 od lat jest problem skoja- rze\u0144, tzn. optymalizacja problemu dobierania w pary. Problem ten cz\u0119sto t\u0142umaczy si\u0119 na przy- k\u0142adzie \u0142\u0105czenia ludzi w pary, ale tak biznesowo jest wiele innych zastosowa\u0144, np. \u0142\u0105czenie pracownika z zadaniem do wykonania. A w moim przypadku wa\u017cnym motorem rozwoju jest rynek reklamowy w internecie.<\/p>

IO: O! Nie jest to najbardziej oczywiste skojarzenie z grafowymi problemami.<\/strong><\/p>

PS:<\/strong> A okazuje si\u0119, \u017ce to jest dok\u0142adnie problem skojarze\u0144. Mamy reklamy z odpowiednim bud\u017cetem i mamy klient\u00f3w, kt\u00f3rzy s\u0105 gotowi te reklamy ogl\u0105da\u0107. I musimy optymalnie przydzieli\u0107 te reklamy do klient\u00f3w, \u017ceby zmie\u015bci\u0107 si\u0119 w bud\u017cecie. Kolejnym spojrzeniem na problem skojarze\u0144 jest problem aukcji. W\u0142\u0105czenie element\u00f3w teorii gier: informacje o motywacji, kto oszukuje, co inni wiedz\u0105, czy sprawiedliwo\u015b\u0107 jest po\u017c\u0105dana etc. To s\u0105 ciekawe rzeczy od strony teoretycznej \u2013 np. jak zapisa\u0107 brak zazdro\u015bci w spos\u00f3b formalny? \u017beby aukcja przydziela\u0142a przedmioty tak, by uczestnicy sobie nie zazdro\u015bcili. Tutaj inspiracj\u0105 jest te\u017c to, co si\u0119 dzieje w uczeniu maszynowym, tzw. stochastyczna optymalizacja. Generalnie w przypadku wielu naszych projekt\u00f3w zaczynali\u015bmy od szukania miejsc, w kt\u00f3rych mo\u017cna robi\u0107 ciekawe badania podstawowe, ale takie, kt\u00f3re jednocze\u015bnie b\u0119d\u0105 mia\u0142y realne zastosowanie.<\/p>

IO: I ewidentnie Ci to wychodzi\u0142o. W czym tkwi Tw\u00f3j sekret?<\/strong><\/p>

PS: <\/strong>Wydaje mi si\u0119, \u017ce nie ma tutaj szczeg\u00f3lnej tajemnicy. Staram si\u0119 po prostu zajmowa\u0107 tematami, kt\u00f3re mog\u0105 by\u0107 przydatne.<\/p>

IO: A sk\u0105d wiesz, \u017ce mog\u0105?<\/strong><\/p>

PS: <\/strong>No pewnie przydaje si\u0119 tu do\u015bwiadczenie, ale te\u017c otwarto\u015b\u0107 na szerok\u0105 wiedz\u0119. Czasem problemem badaczy jest to, \u017ce za mocno wsi\u0105kaj\u0105 w sw\u00f3j temat i nie interesuj\u0105 si\u0119 niczym poza nim. I to bardzo utrudnia znalezienie praktycznych zastosowa\u0144.<\/p>

IO: Think outside the box, czyli wyjd\u017a ze swojej ba\u0144ki?<\/strong><\/p>

PS:<\/strong> Dok\u0142adnie tak. Wa\u017cne jest poszukiwanie na zewn\u0105trz, interesowanie si\u0119 r\u00f3\u017cnymi tematami, jako informatyk czy automatyk bycie otwartym np. na spotkanie z psychiatr\u0105, psychologiem, socjologiem, zrozumienie, z jakimi wyzwaniami oni si\u0119 mierz\u0105. I z takich nieoczywistych spotka\u0144 rodz\u0105 si\u0119 najciekawsze tematy. Tu pojawia si\u0119 ta kreatywno\u015b\u0107 badawcza, w\u0142a\u015bnie z r\u00f3\u017cnych czasami przypadkowych inspiracji. Mo\u017cna odnie\u015b\u0107 wra\u017cenie, \u017ce pochodzi znik\u0105d, cho\u0107 jak m\u00f3wi\u0142a Coco Chanel, tajemnic\u0105 kreatywno\u015bci jest umie- j\u0119tno\u015b\u0107 ukrywania swoich \u017ar\u00f3de\u0142. W tym przypadku przydaje si\u0119 zapomnienie na chwil\u0119 o swojej perspektywie, swoim zestawie narz\u0119dzi i poj\u0119\u0107, i rozejrzenie wok\u00f3\u0142, takie empatyczne, otwarte na potrzeby innych.<\/p>

IO: Tak jak w przypadku MIM Fertility? To wspania\u0142y przyk\u0142ad zastosowania sztucznej inteligencji do rozwi\u0105zania wa\u017cnego problemu ludzko\u015bci. Wystarczy\u0142o ws\u0142ucha\u0107 si\u0119 w potrzeby?<\/strong><\/p>

PS: <\/strong>W przypadku MIM Fertility udzia\u0142 mojej \u017cony, Uli, by\u0142 jasny, bo to ona si\u0119 zastanawia\u0142a, gdzie mo\u017cna wykorzysta\u0107 potencja\u0142 sztucznej inteligencji, \u017ceby wspom\u00f3c problem leczenia niep\u0142odno\u015bci. Zacz\u0119li\u015bmy wi\u0119c rozmawia\u0107 z lekarzami i wsp\u00f3lnie z nimi zidentyfikowali\u015bmy miejsca w procesie, kt\u00f3re wymagaj\u0105 ulepszenia. Pomys\u0142y pochodzi\u0142y ju\u017c od lekarzy. Dzisiaj MIM Fertility oferuje pomoc w dw\u00f3ch zadaniach: ocenie zarodk\u00f3w pod wzgl\u0119dem potencja\u0142u, czy powstanie z nich zdrowa ci\u0105\u017ca, oraz automatyzacji badania rezerwy jajnikowej, czyli zliczanie p\u0119cherzyk\u00f3w antralnych, tam gdzie rosn\u0105 jajeczka.<\/p>

IO: Czego o komercjalizacji bada\u0144 dowiedzieli\u015bcie si\u0119 w procesie tworzenia tego rozwi\u0105zania?<\/strong><\/p>

PS: <\/strong>Praca nad opracowaniem modeli by\u0142a wa\u017cnym kawa\u0142kiem, ale zagwarantowanie dobrej jako\u015bci danych i zrozumienie potrzeb klient\u00f3w mia\u0142y o wiele wi\u0119ksze znaczenie ni\u017c sama praca in\u017cynierska. Lekarze musz\u0105 mie\u0107 zaufanie i do nas, i do narz\u0119dzi, kt\u00f3rych u\u017cywaj\u0105. Zatem networking, budowanie relacji i pewnej renomy firmy, s\u0105 bardzo istotne. Technologia jest pocz\u0105tkiem, ale du\u017co d\u0142u\u017csz\u0105 drog\u0105 jest dog\u0142\u0119bne zrozumienie potrzeb klienta, zbudowanie historii, potrzeby biznesowej, u\u015bwiadomienie i przekazanie jej klientom \u2013 to jest kluczowe w komercjalizacji. Sam dob\u00f3r metody jest gdzie\u015b daleko w procesie. Najpierw trzeba zauwa\u017cy\u0107 problem, zrozumie\u0107 go, a potem dopiero zacz\u0105\u0107 budowa\u0107 wyobra\u017cenie o tym, w jaki spos\u00f3b go rozwi\u0105za\u0107. I cz\u0119sto to wcale nie s\u0105 najnowsze, najbardziej atrakcyjne modele, te s\u0142ynne \u201eczarne skrzynki\u201d. Bo w przypadku tak krytycznych obszar\u00f3w jak medycyna, zar\u00f3wno in\u017cynierowie, jak i klienci szybko zdaj\u0105 sobie spraw\u0119, \u017ce lepiej sobie jednak radz\u0105 prostsze modele, czasem wr\u0119cz prosta optymalizacja. Istotne s\u0105 solidno\u015b\u0107 modeli (\u017ceby by\u0142y odporne, uniwersalne, sterowalne) i ich wyja\u015bnialno\u015b\u0107 \u2013 musimy wiedzie\u0107, co si\u0119 dzieje w \u015brodku, na jakiej podstawie model podejmuje decyzje, czego mo\u017cemy si\u0119 po nim spodziewa\u0107. Cz\u0119stym b\u0142\u0119dem jest wychodzenie od modelu, czyli narz\u0119dzia, a nie istoty problemu.<\/p>

prof. Piotr Sankowski – informatyk, fizyk, wyk\u0142adowca na UW, wsp\u00f3\u0142za\u0142o\u017cyciel i CTO spin-offu MIM Solutions oraz prezes IDEAS NCBR. Laureat pierwszej edycji Nagrody im. Witolda Lipskiego, jako jedyny Polak otrzyma\u0142 r\u00f3wnie\u017c a\u017c czterokrotnie europejski grant badawczy ERC, w tym na badania podstawowe i komercjalizacj\u0119.<\/em><\/p>","protected":false},"excerpt":{"rendered":"

Kiedy fizyka spotyka informatyk\u0119 i idzie w miasto robi\u0107 biznes, ale taki naukowy. Niemo\u017cliwe? Oto on: prof. Piotr Sankowski do zada\u0144 specjalnych!<\/p>\n","protected":false},"author":5,"featured_media":3838,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"_acf_changed":false,"rank_math_lock_modified_date":false,"footnotes":""},"categories":[402,756,754,760,403],"tags":[237,240,239,238],"popular":[],"difficulty-level":[37],"ppma_author":[343],"class_list":["post-3346","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-hai-magazine","category-ai_branza","category-hai_premium","category-kultura_media","category-hai-magazine-1","tag-ai-people","tag-ideas","tag-machine-learning","tag-physics","difficulty-level-hard"],"acf":[],"authors":[{"term_id":343,"user_id":5,"is_guest":0,"slug":"inez-okulska","display_name":"dr Inez Okulska","avatar_url":"https:\/\/secure.gravatar.com\/avatar\/479f0f5551a6bf974825e84cfe39166b785e5cd476e583be6a22279c2c379917?s=96&d=mm&r=g","first_name":"dr Inez","last_name":"Okulska","user_url":"","job_title":"","description":"Redaktor naczelna hAI Magazine, badaczka i wsp\u00f3\u0142autorka modeli AI (StyloMetrix, PLLuM), wyk\u0142adowczyni, Top100 Woman in AI in PL"}],"_links":{"self":[{"href":"https:\/\/haimagazine.com\/pl\/wp-json\/wp\/v2\/posts\/3346","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/haimagazine.com\/pl\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/haimagazine.com\/pl\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/haimagazine.com\/pl\/wp-json\/wp\/v2\/users\/5"}],"replies":[{"embeddable":true,"href":"https:\/\/haimagazine.com\/pl\/wp-json\/wp\/v2\/comments?post=3346"}],"version-history":[{"count":7,"href":"https:\/\/haimagazine.com\/pl\/wp-json\/wp\/v2\/posts\/3346\/revisions"}],"predecessor-version":[{"id":5645,"href":"https:\/\/haimagazine.com\/pl\/wp-json\/wp\/v2\/posts\/3346\/revisions\/5645"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/haimagazine.com\/pl\/wp-json\/wp\/v2\/media\/3838"}],"wp:attachment":[{"href":"https:\/\/haimagazine.com\/pl\/wp-json\/wp\/v2\/media?parent=3346"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/haimagazine.com\/pl\/wp-json\/wp\/v2\/categories?post=3346"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/haimagazine.com\/pl\/wp-json\/wp\/v2\/tags?post=3346"},{"taxonomy":"popular","embeddable":true,"href":"https:\/\/haimagazine.com\/pl\/wp-json\/wp\/v2\/popular?post=3346"},{"taxonomy":"difficulty-level","embeddable":true,"href":"https:\/\/haimagazine.com\/pl\/wp-json\/wp\/v2\/difficulty-level?post=3346"},{"taxonomy":"author","embeddable":true,"href":"https:\/\/haimagazine.com\/pl\/wp-json\/wp\/v2\/ppma_author?post=3346"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}