Polacy budują milion zdjęć dla polskiego modelu AI Bielik

Twórcy polskiego modelu językowego Bielik ruszyli z nowym projektem obywatelskim. Fundacja SpeakLeash razem z Akademickim Centrum Komputerowym Cyfronet AGH uruchomiła inicjatywę Obywatel Bielik, w ramach której każdy może wysłać własne zdjęcie i pomóc w budowie pierwszego polskiego modelu wizyjnego AI.

Na czym polega zbiórka

Uczestnicy przesyłają zdjęcia charakterystycznych dla Polski miejsc, lokalnej kuchni, zwierząt, postaci historycznych i tradycji regionalnych, albo opisują fotografie już umieszczone w galerii projektu. Każde takie zgłoszenie organizatorzy nazywają cegiełką cyfrową. Cały zbiór ma powstać jako otwarty, publicznie dostępny dataset, z którego skorzysta nie tylko zespół Bielika, ale też inne projekty badawcze.

Dlaczego zdjęcia, a nie tylko tekst

Dotychczasowe sukcesy zespołu SpeakLeash dotyczyły warstwy językowej. Modele Bielik i PLLuM uczyły się na polskich tekstach, ale globalne modele wizyjne trenowane głównie na danych z Zachodu regularnie błędnie opisują polskie realia, od potraw po architekturę i krajobraz. Obywatel Bielik ma to zmienić, dostarczając modelowi dane opisane przez samych Polaków, a nie zewnętrznych anotatorów.

Pokażmy Polsce i światu, jak wygląda nasza kultura widziana naszymi oczami - organizatorzy projektu Obywatel Bielik

Wsparcie biznesu i instytucji

Projekt ma mecenasa w postaci InPostu, którego prezes Rafał Brzoska od miesięcy publicznie angażuje się w rozwój polskiej sztucznej inteligencji. Do inicjatywy dołączyły też Narodowe Archiwum Cyfrowe oraz Polska Press Grupa, co ma zapewnić dostęp do dodatkowych zasobów zdjęciowych i wiedzy archiwistycznej przy budowie zbioru.

Zaangażowanie instytucji publicznych i prywatnego kapitału odróżnia Obywatel Bielik od typowych projektów badawczych finansowanych wyłącznie z grantów. Organizatorzy liczą, że taki model współpracy pozwoli zebrać dane szybciej niż w typowych projektach akademickich, gdzie budowa dużych zbiorów danych trwa zwykle lata.

Co to oznacza dla polskiej sceny AI

Polska ma już językowe modele Bielik i PLLuM, które mimo krajowego pochodzenia wypadały ostatnio słabo w niezależnych rankingach, przegrywając nawet w testach ze znajomości polskiej kultury. Model wizyjny budowany na krajowych danych ma być odpowiedzią na ten problem w nowym obszarze, obrazie, gdzie zależność od zagranicznych zbiorów danych jest jeszcze wyraźniejsza niż w tekście.

Dla firm i instytucji korzystających z rozpoznawania obrazu, od mediów po administrację publiczną, lokalnie wytrenowany model wizyjny mógłby oznaczać mniej pomyłek przy opisywaniu polskich realiów niż w przypadku narzędzi budowanych z myślą o rynku amerykańskim czy zachodnioeuropejskim.

Co dalej

Organizatorzy nie podali jeszcze dokładnej daty zakończenia zbiórki poza deklarowanym celem kwartału ani terminu premiery samego modelu wizyjnego. Zespół SpeakLeash zapowiada, że cały zbiór danych, podobnie jak wcześniejsze korpusy tekstowe Bielika, zostanie udostępniony publicznie, co ma umożliwić powstanie podobnych obywatelskich zbiorów w innych krajach Europy.

Źródła: INNPoland.pl (innpoland.pl), SpeakLeash (speakleash.org), Rzeczpospolita Cyfrowa (cyfrowa.rp.pl)