Bielik dostał aplikację. Polska AI chce nauczyć się widzieć codzienność
Obywatel Bielik na Androida i iOS ma zebrać milion zdjęć z opisami, by trenować polski model AI rozumiejący lokalną kulturę, miejsca i realia.
Udostępnienie aplikacji Obywatel Bielik na smartfony jest czymś więcej niż kolejną premierą narzędzia związanego ze sztuczną inteligencją. To próba rozwiązania jednego z najbardziej praktycznych problemów współczesnych modeli AI: ich słabej znajomości lokalnego kontekstu. Globalne systemy potrafią imponująco rozpoznawać ogólne wzorce, ale przy polskich detalach nadal zdarzają im się pomyłki pokazujące, jak jednostronne bywają dane treningowe. Kluski śląskie mogą zostać opisane jako francuskie makaroniki albo pączki przed pieczeniem, kadr z „Seksmisji” jako scena z zagranicznej produkcji, a gdańska Fontanna Neptuna jako obiekt z Bolonii. Obywatel Bielik ma dostarczyć takich danych, które pozwolą przyszłemu modelowi widzieć Polskę nie przez filtr dominujących anglojęzycznych zbiorów, lecz przez obrazy i opisy tworzone przez mieszkańców.
Projekt zakłada budowę otwartego zbioru danych złożonego ze zdjęć i narracyjnych opisów. Celem jest wytrenowanie pierwszego polskiego modelu wizyjnego, a szerzej także multimodalnego Bielik.AI, czyli systemu, który potrafi analizować zarówno obraz, jak i tekst. W praktyce chodzi o to, by AI nie tylko rozpoznawała, że na fotografii znajduje się budynek, potrawa, instrument, roślina czy element wyposażenia domu, lecz także rozumiała ich znaczenie w polskiej codzienności, kulturze i historii. Twórcy mówią o obywatelskim charakterze inicjatywy: dane mają pochodzić od osób, które znają swoje miejscowości, lokalne zwyczaje, przedmioty i krajobrazy. Taka perspektywa jest istotna, bo najbardziej wartościowe dla modelu nie muszą być wyłącznie zdjęcia wielkich zabytków. Równie ważny może być piec kaflowy w drewnianym wnętrzu, rogal świętomarciński, balkon z kwiatami, kapliczka, regionalna potrawa, lokalny pomnik, zwykła ulica, ogród albo przedmiot codziennego użytku.
Ambicja jest duża: twórcy chcą zgromadzić co najmniej milion fotografii z opisami. Przed premierą aplikacji społeczność przesłała już ponad 16 tysięcy materiałów przez stronę projektu, ale skala docelowa jest wielokrotnie większa. Istotna jest nie tylko liczba zdjęć, lecz przede wszystkim różnorodność. Ten sam obiekt sfotografowany z różnych stron, o różnych porach roku, w odmiennym świetle, przy innej pogodzie albo z nietypowego kąta może być dla modelu cenniejszy niż idealny, katalogowy kadr powielający znany schemat. Właśnie dlatego projekt zachęca do przesyłania zdjęć autentycznych, codziennych, niekoniecznie artystycznych. Model ma uczyć się realnego świata: wyraźnego i mniej perfekcyjnego, miejskiego i wiejskiego, współczesnego i archiwalnego. W źródłach projektu wyraźnie podkreślono także, że liczy się kontekst opisowy. Najbardziej pożądany jest opis narracyjny, skupiony na tym, co faktycznie widać: kolorach, położeniu obiektów, nazwach, układzie sceny oraz ewentualnym znaczeniu regionalnym lub historycznym.
Aplikacja mobilna ma obniżyć próg wejścia dla osób, które chcą pomóc w budowie zbioru danych. Użytkownik może dodać zdjęcie z galerii telefonu albo wykonać je bezpośrednio w aplikacji, a następnie opisać ręcznie lub podyktować. Obecne możliwości Bielika są wykorzystywane do wsparcia przy porządkowaniu tekstu, poprawie języka i interpunkcji, ale kluczowa pozostaje ludzka obserwacja: to człowiek nadaje obrazowi sens i lokalne znaczenie. W aplikacji pojawiły się też mechanizmy społecznościowe i grywalizacyjne, w tym cele tygodniowe, rankingi, statystyki aktywności oraz elementy rywalizacji zespołowej. Mają one sprawić, by udział w projekcie nie był jednorazowym gestem, lecz regularnym działaniem budującym społeczność wokół polskiej AI. Twórcy mocno akcentują również wymiar citizen science, ze szczególnym uwzględnieniem seniorów, którzy mogą wnosić wiedzę o miejscach, obiektach i zwyczajach często słabo reprezentowanych w cyfrowych bazach.
Ważną częścią projektu są zasady dotyczące jakości i bezpieczeństwa danych. Użytkownicy powinni dodawać wyłącznie fotografie, do których mają prawa autorskie. Ze względu na prywatność i prawo do wizerunku nie należy przesyłać zdjęć, na których widoczne są twarze lub sylwetki pozwalające zidentyfikować osoby. To istotne, bo projekt opiera się na szerokim udziale społecznym, a zarazem buduje zasób danych, który ma być użyteczny naukowo i technologicznie. Twórcy zachęcają do fotografowania krajobrazów, zabytków, architektury, lokalnych potraw, przyrody, techniki oraz przedmiotów codziennego użytku. Dopuszczają także zdjęcia spoza Polski, jeśli użytkownicy nimi dysponują, jednak główną misją pozostaje zbudowanie cyfrowego obrazu polskiej rzeczywistości. Projekt przewiduje również możliwość zgłaszania miejscowości, które Obywatel Bielik mógłby odwiedzić, sfotografować i opisać, co pokazuje, że twórcy chcą łączyć zbiór społecznościowy z aktywnym dokumentowaniem wybranych lokalizacji.
Obywatel Bielik nie rozwija się wyłącznie dzięki pojedynczym użytkownikom. W projekt zaangażowana jest Fundacja SpeakLeash, a prace prowadzone są przy współudziale Akademickiego Centrum Komputerowego Cyfronet AGH. Znaczenie mają także partnerstwa instytucjonalne. Narodowe Archiwum Cyfrowe oraz Polska Press Grupa udostępniają archiwalne zasoby fotograficzne, a pracownicy archiwum pomagają w tworzeniu i weryfikowaniu opisów oraz testowaniu narzędzi. Dzięki temu model ma uczyć się nie tylko współczesnych obrazów, ale również materiałów historycznych. To poszerza zakres projektu: nie chodzi wyłącznie o bieżące rozpoznawanie obiektów, lecz także o digitalizację i zwiększanie dostępności publicznych archiwów, ochronę dziedzictwa kulturowego oraz utrwalanie lokalnych historii w formie cyfrowej. W dłuższej perspektywie taki zbiór może służyć również projektom naukowym, ponieważ ma być wysokiej jakości i otwarty.
Potencjalne zastosowania Bielik.AI wykraczają poza edukacyjny lub symboliczny wymiar projektu. Model rozumiejący obrazy i polski kontekst może być użyteczny w e-commerce, gdzie automatyczne opisywanie i kategoryzowanie produktów wymaga znajomości lokalnego rzemiosła, regionalnej żywności czy przedmiotów związanych z kulturą. Może też wspierać analizę dokumentów, rozpoznawanie tekstu na zdjęciach oraz porządkowanie i opisywanie materiałów archiwalnych. W źródłach podkreślono, że Bielik.AI jest rozwijany jako model otwarty lub otwarto-wagowy, możliwy do uruchamiania na infrastrukturze firm i instytucji. To ważne dla podmiotów, które nie mogą swobodnie wysyłać danych do zewnętrznych dostawców: administracji, sektora finansowego i innych branż objętych restrykcyjnymi regulacjami. Projekt ma więc dwa wymiary jednocześnie: obywatelski, bo każdy może dodać swoją cyfrową cegiełkę, oraz infrastrukturalny, bo chodzi o budowę technologii, która zwiększa kontrolę nad danymi i wzmacnia niezależność technologiczną.