ACK Cyfronet AGH, Narodowe Archiwum Cyfrowe (NAC), NASK oraz projekt SpeakLeash rozpoczęły współpracę, w ramach której wspólnie chcą wykorzystać zasoby archiwalne NAC – miliony zdjęć, map i skanów – by stworzyć nowoczesne zestawy danych potrzebne do trenowania zaawansowanych modeli AI.
W Polsce powstały już dwa duże modele językowe (LLM – Large Language Models): Bielik.AI, rozwijany przede wszystkim z myślą o środowisku biznesowym, oraz PLLuM, którego głównymi użytkownikami mają być instytucje publiczne i administracja. Oba potrafią analizować i generować tekst, wspierać w pracy z dokumentami czy ułatwiać wyszukiwanie informacji.
To jednak dopiero początek drogi. Przyszłość należy do modeli multimodalnych, czyli takich, które potrafią jednocześnie rozumieć różne rodzaje danych – tekst, obraz, dźwięk czy wideo. W tej grupie znajdują się m.in. VLM (Vision-Language Models), łączące język i obraz. Dzięki nim komputer może nie tylko przeczytać tekst, ale też zrozumieć, co przedstawia zdjęcie, opisać je słowami, a nawet odpowiedzieć na pytania dotyczące ilustracji czy mapy.
Żeby jednak takie modele powstały, potrzebne są ogromne, starannie opisane zbiory danych. I właśnie tutaj kluczową rolę odgrywa Narodowe Archiwum Cyfrowe, które gromadzi petabajty zdigitalizowanych zasobów – fotografii, dokumentów, map i skanów. Dzięki współpracy z Cyfronetem, NASK i SpeakLeash archiwa te będą mogły być udostępniane i opracowywane w taki sposób, aby stały się fundamentem badań nad sztuczną inteligencją w Polsce. To pozwoli na budowę ekosystemu danych multimodalnych, prowadzenie pierwszych projektów badawczo-rozwojowych, a także trening nowych modeli językowych i multimodalnych. Z czasem mogą powstać narzędzia, które ułatwią obywatelom dostęp do zasobów kultury i historii, czyniąc archiwa cyfrowe bardziej użytecznymi i dostępnymi niż kiedykolwiek wcześniej.
Co ważne, ta inicjatywa nie ogranicza się wyłącznie do aspektów technologicznych. SpeakLeash, wspólnie z Cyfronetem, już dziś prowadzi projekt Obywatel Bielik – pierwszą w Polsce inicjatywę crowdsourcingową, w której każdy może włączyć się w budowanie przyszłości AI. Obywatele przesyłają własne zdjęcia i pomagają je opisywać, współtworząc w ten sposób dane potrzebne do treningu modeli multimodalnych.
Te doświadczenia i mechanizmy partycypacyjne zostaną teraz włączone także do działań konsorcjum z udziałem NAC i NASK. Oznacza to, że rozwój polskiej sztucznej inteligencji będzie odbywał się nie tylko w laboratoriach badawczych i centrach danych, lecz również przy aktywnym udziale obywateli.
Aby zapewnić jak najlepsze wrażenia, korzystamy z technologii, takich jak pliki cookie, do przechowywania i/lub uzyskiwania dostępu do informacji o urządzeniu. Zgoda na te technologie pozwoli nam przetwarzać dane, takie jak zachowanie podczas przeglądania lub unikalne identyfikatory na tej stronie. Brak wyrażenia zgody lub wycofanie zgody może niekorzystnie wpłynąć na niektóre cechy i funkcje.
Funkcjonalne
Zawsze aktywne
Przechowywanie lub dostęp do danych technicznych jest ściśle konieczny do uzasadnionego celu umożliwienia korzystania z konkretnej usługi wyraźnie żądanej przez subskrybenta lub użytkownika, lub wyłącznie w celu przeprowadzenia transmisji komunikatu przez sieć łączności elektronicznej.
Preferencje
Przechowywanie lub dostęp techniczny jest niezbędny do uzasadnionego celu przechowywania preferencji, o które nie prosi subskrybent lub użytkownik.
Statystyka
Przechowywanie techniczne lub dostęp, który jest używany wyłącznie do celów statystycznych.Przechowywanie techniczne lub dostęp, który jest używany wyłącznie do anonimowych celów statystycznych. Bez wezwania do sądu, dobrowolnego podporządkowania się dostawcy usług internetowych lub dodatkowych zapisów od strony trzeciej, informacje przechowywane lub pobierane wyłącznie w tym celu zwykle nie mogą być wykorzystywane do identyfikacji użytkownika.
Marketing
Przechowywanie lub dostęp techniczny jest wymagany do tworzenia profili użytkowników w celu wysyłania reklam lub śledzenia użytkownika na stronie internetowej lub na kilku stronach internetowych w podobnych celach marketingowych.
