Nowości
Twórcy Bielika uczą polską AI rozpoznawać kapliczki i kluski śląskie
Zespół SpeakLeash zbiera zdjęcia polskich zabytków, potraw i kapliczek od użytkowników aplikacji mobilnej, by nauczyć multimodalny model Bielik rozpoznawać polski kontekst kulturowy, którego globalne AI wciąż nie rozumieją.
Spis treści
Zespół odpowiedzialny za polski model językowy Bielik przyznaje, że sztuczna inteligencja może świetnie odmieniać polskie rzeczowniki i budować poprawne zdania, a mimo to nie wie, czym różni się schabowy od sznycla wiedeńskiego. W ramach projektu Obywatel Bielik twórcy zbierają od ponad roku fotografie polskich zabytków, potraw i symboli, by nauczyć model rozpoznawać to, czego nie da się wyczytać z samej gramatyki.
Zdjęcie zamiast kodu
Mechanika projektu jest prosta. Użytkownik aplikacji mobilnej, dostępnej od lipca 2026 roku, fotografuje element polskiej rzeczywistości, który dobrze zna: przydrożną kapliczkę, regionalną potrawę, zabytek albo charakterystyczny krajobraz, i dokłada do zdjęcia krótki opis. System w pierwszym etapie automatycznie sprawdza, czy materiał nie łamie regulaminu, a dopiero potem trafia do ręcznej moderacji wolontariuszy.
Każdy może w prosty sposób uczestniczyć w budowie polskiej sztucznej inteligencji. Wystarczy wyjść na spacer, zrobić zdjęcie kapliczki, regionalnej potrawy, zabytku czy miejsca, które dobrze znamy i przesłać wraz z krótkim opisem z telefonu - Marcin Dąbrowski, lider projektu Obywatel Bielik
Problem globalnych modeli
Marcin Dąbrowski wskazuje, że u źródeł projektu leży obserwacja sprzed kilku lat: kiedy zespół zaczynał prace nad Bielik AI pod koniec 2022 roku, dostępne wówczas modele językowe bazowały niemal wyłącznie na zagranicznych danych, a polskie źródła stanowiły w nich niewielki ułamek całej bazy. Efektem są konkretne, powtarzalne błędy, które twórcy Bielika przytaczają jako przykład.
Globalne modele językowe potrafią pomylić kluski śląskie z donutami, czy sznycla wiedeńskiego ze schabowym. Bywa, że nie znają symbolu Polski Walczącej lub błędnie go opisują - Marcin Dąbrowski, lider projektu Obywatel Bielik
Dąbrowski podkreśla, że chodzi nie tylko o polskie pochodzenie zespołu, ale o realne wykorzystanie polskich źródeł i tekstów w treningu. Model Bielik ma zostać nauczony „myśleć” po polsku, a nie jedynie tłumaczyć zdania z angielskiego na polski z zachowaniem obcej logiki kulturowej.
Ryzyko nowego stereotypu
Projekt zyskał też głos krytyczny, choć nie kwestionujący samej idei. Leszek Chodorowski, założyciel Polskiej Szkoły AI, zwraca uwagę, że sama liczba zebranych zdjęć niewiele znaczy, jeśli baza nie będzie zróżnicowana, a efekty da się ocenić dopiero wtedy, gdy będzie można zmierzyć, czy model rzeczywiście popełnia mniej błędów w polskim kontekście.
Największym ryzykiem byłoby zastąpienie globalnego stereotypu Polski naszym własnym stereotypem Polski - Leszek Chodorowski, założyciel Polskiej Szkoły AI
Suwerenność technologiczna
Szerszy kontekst projektu komentuje dr Jan Majewski z Katedry Socjologii Cyfrowej Wydziału Socjologii UW, który wpisuje inicjatywę SpeakLeash w dyskusję o niezależności technologicznej Polski i Europy od dużych, zagranicznych dostawców modeli językowych.
Od samego początku systemy AI były skrzywione w kierunku języka angielskiego i chińskiego oraz ich kultur - dr Jan Majewski, Katedra Socjologii Cyfrowej UW
Majewski zaznacza, że budowanie takiej niezależności nie może ograniczać się do sprzętu, czyli własnych centrów obliczeniowych, ale musi obejmować też zgodność samych systemów AI z lokalnymi wartościami. Zwraca uwagę, że SpeakLeash zapowiada udostępnienie efektów projektu w modelu open source, co odróżnia go od zamkniętych baz danych komercyjnych dostawców.
Co dalej
Zespół projektu deklaruje, że prowadzi już rozmowy z przedstawicielami administracji samorządowej zainteresowanymi dołączeniem do grona patronów honorowych, co mogłoby przyspieszyć zbieranie materiału z mniejszych miejscowości słabiej reprezentowanych w internecie. Docelowo baza ma liczyć milion zdjęć, a dane mają posłużyć nie tylko do poprawy odpowiedzi czatowych, ale też do zastosowań w e-commerce, analizie dokumentów i pracy z materiałami archiwalnymi. Dla polskich firm rozważających lokalne modele językowe zamiast zagranicznych rozwiązań to praktyczny test, ile pracy wymaga domknięcie luki kontekstu kulturowego, a nie samej znajomości języka.
