Obywatel Bielik na smartfonach. Każdy może pomóc w budowie polskiej AI

Twórcy projektu Obywatel Bielik udostępnili dedykowaną aplikację mobilną na systemy Android oraz iOS, która umożliwia użytkownikom przesyłanie zdjęć i opisów z ich najbliższego otoczenia. Narzędzie to ma pomóc w zgromadzeniu miliona fotografii niezbędnych do wytrenowania pierwszego rodzimego modelu multimodalnego Bielik.AI, który będzie rozumiał polską kulturę i codzienne realia.

Sztuczna inteligencja zyskuje oczy

Obecnie dostępne, globalne rozwiązania technologiczne często napotykają bariery przy rozpoznawaniu specyficznie polskich elementów krajobrazu, architektury czy kulinariów. Model multimodalny różni się od standardowych systemów tym, że potrafi jednocześnie analizować obraz oraz tekst, co nadaje mu swego rodzaju zmysł wzroku. Marcin Dąbrowski, lider projektu, wskazuje, że udostępnienie aplikacji mobilnej to moment zwrotny, pozwalający każdemu chętnemu stać się częścią procesu tworzenia polskiej sztucznej inteligencji poprzez proste przesłanie zdjęcia zabytku czy regionalnej potrawy. Jak dodaje Dąbrowski: W ten sposób wspólnie stworzymy cyfrową pamięć Polski, która nauczy Bielika.AI rozumieć naszą kulturę, historię i codzienność. Do tej pory społeczność przesłała ponad 16 tysięcy materiałów, jednak ambicje twórców sięgają znacznie dalej.

Prostota obsługi i funkcje społecznościowe

Aplikacja została przygotowana tak, aby udział w budowie bazy danych był maksymalnie intuicyjny dla użytkowników w każdym wieku. Zdjęcia można przesyłać bezpośrednio z galerii telefonu lub wykonywać je w czasie rzeczywistym, a opisy dodawać ręcznie lub za pomocą funkcji rozpoznawania mowy. System wykorzystuje obecne możliwości modelu Bielik do wsparcia użytkowników w poprawnej edycji tekstu pod kątem językowym i interpunkcyjnym. Aby podtrzymać zaangażowanie, autorzy wprowadzili mechanizmy grywalizacji, takie jak rankingi, cele tygodniowe oraz statystyki aktywności, co ułatwia budowanie trwałej społeczności wokół projektu.

Lokalny kontekst jako klucz do sukcesu

Konieczność powstania autorskiego rozwiązania wynika z niedoskonałości zagranicznych algorytmów, które były trenowane głównie na danych w języku angielskim. Często zdarza się, że popularne modele mylą kluski śląskie z pączkami lub uznają kadr z polskiego filmu za scenę z produkcji zagranicznej. Sebastian Kondracki, pomysłodawca Bielik.AI, zaznacza, że jakość przyszłego modelu będzie bezpośrednio zależeć od różnorodności zgromadzonych informacji. Model multimodalny będzie tak dobry, jak różnorodne będą dane, na których się uczy. Dlatego potrzebujemy zdjęć i opisów od jak największej liczby obywateli, ale również od instytucji – podkreśla Kondracki. Projekt dąży do stworzenia zasobów, dzięki którym sztuczna inteligencja przestanie wprowadzać użytkowników w błąd w kwestiach dotyczących polskiego dziedzictwa narodowego.

Współpraca nauki i instytucji kultury

Prace nad systemem prowadzi Fundacja SpeakLeash przy ścisłym współudziale Akademickiego Centrum Komputerowego Cyfronet AGH. W proces dostarczania i weryfikacji danych włączyły się również podmioty zewnętrzne, w tym Narodowe Archiwum Cyfrowe oraz Polska Press Grupa. Instytucje te udostępniają swoje archiwalne zbiory, co pozwala modelowi uczyć się nie tylko na współczesnych zdjęciach, ale także na dokumentacji historycznej. Pracownicy archiwum aktywnie uczestniczyli w testowaniu narzędzi, co pozwoliło dopasować funkcjonalność aplikacji do realnych potrzeb dokumentowania polskiej codzienności.

Zastosowania w gospodarce i administracji

Multimodalny Bielik.AI nie jest jedynie projektem naukowym, ale narzędziem o dużym potencjale komercyjnym i urzędowym. W sektorze e-commerce ułatwi on automatyczne kategoryzowanie produktów związanych z lokalnym rzemiosłem, a w administracji pomoże w zaawansowanej analizie dokumentów oraz procesach OCR, czyli optycznego rozpoznawania znaków. Model charakteryzuje się architekturą otwarto-wagową, co oznacza, że instytucje publiczne i firmy mogą go uruchamiać na własnych serwerach. Takie podejście gwarantuje pełną kontrolę nad przetwarzaniem informacji oraz zachowanie suwerenności technologicznej, co jest kluczowe w sektorach podlegających ścisłym regulacjom prawnym.