Każdy może pomóc rozwijać polską sztuczną inteligencję

Pobierz aplikację

Google Play:
https://play.google.com/store/apps/details?id=pl.obywatel.bielik

App Store:
https://apps.apple.com/us/app/obywatel-bielik/id6760301734

Strona projektu:
https://obywatel.bielik.ai

Polski projekt Bielik.AI wchodzi w kolejny etap rozwoju. Aplikacja Obywatel Bielik jest już dostępna na urządzeniach z systemami iOS oraz Android. Za jej pomocą użytkownicy mogą przesyłać zdjęcia i przygotowywać ich opisy, tworząc w ten sposób zbiór danych potrzebny do trenowania polskiego modelu wizyjnego i multimodalnego.

To jeden z tych projektów, w których do rozwoju sztucznej inteligencji nie są potrzebne umiejętności programistyczne ani dostęp do wydajnych komputerów. Wystarczy smartfon, własne zdjęcie i kilka minut na jego dokładne opisanie.

Obywatel Bielik trafia na iOS i Androida

Premiera aplikacji mobilnej znacznie ułatwia uczestnictwo w projekcie. Do tej pory użytkownicy mogli korzystać przede wszystkim z wersji internetowej, natomiast teraz zdjęcie można wykonać, opisać i przesłać bezpośrednio ze smartfona.

Obywatel Bielik jest dostępny bezpłatnie w App Store oraz Google Play. W przypadku urządzeń Apple aplikacja może działać na iPhone’ach z systemem iOS 15 lub nowszym oraz iPadach z iPadOS 15 lub nowszym. App Store wskazuje również zgodność z komputerami Mac wyposażonymi w układy Apple Silicon i system macOS 12 lub nowszy, chociaż aplikacja nie została oficjalnie zweryfikowana pod kątem działania na macOS.

Wersja na Androida została opublikowana w Google Play przez Fundację SpeakLeash. Aplikacja pozwala dodawać fotografie, opisywać dostępne materiały, przeglądać własne postępy, zapisywać wybrane zdjęcia oraz działać samodzielnie lub jako członek zespołu.

Czym właściwie jest Obywatel Bielik?

Obywatel Bielik to społecznościowa inicjatywa, której celem jest stworzenie dużego zbioru fotografii przedstawiających polską codzienność, kulturę, historię, architekturę, przyrodę i regionalne tradycje. Każdemu zdjęciu powinien towarzyszyć możliwie dokładny opis wyjaśniający, co znajduje się na fotografii.

Tak przygotowane materiały mają zostać wykorzystane do trenowania pierwszego polskiego modelu wizyjnego, a następnie modelu multimodalnego. Tego rodzaju sztuczna inteligencja nie ogranicza się do przetwarzania tekstu. Potrafi również analizować obrazy, rozpoznawać znajdujące się na nich obiekty i łączyć informacje wizualne z opisami zapisanymi w języku naturalnym.

Twórcy projektu chcą, aby przyszły model rozumiał Polskę oczami jej mieszkańców. Budowany zbiór ma obejmować nie tylko najbardziej znane zabytki, lecz także zwykłe przedmioty, lokalne potrawy, wnętrza, krajobrazy, rośliny, urządzenia techniczne i elementy codziennego życia.

Dlaczego globalne modele AI nie zawsze rozumieją Polskę?

Największe modele sztucznej inteligencji powstają zazwyczaj na podstawie ogromnych zbiorów danych zebranych z całego świata. Sama liczba zdjęć nie oznacza jednak, że wszystkie kraje, regiony i kultury są w tych zbiorach reprezentowane równie dobrze.

W materiałach treningowych może znajdować się wiele fotografii Nowego Jorku, Londynu, Paryża czy San Francisco, ale znacznie mniej zdjęć niewielkich polskich miejscowości, regionalnych potraw, lokalnych zwyczajów albo charakterystycznych elementów polskiej architektury. W efekcie model potrafi bez problemu rozpoznać popularny amerykański budynek, ale może mieć trudności z poprawnym nazwaniem polskiego zabytku lub tradycyjnego dania.

Twórcy Bielika podają przykłady systemów AI, które mylą kluski śląskie z francuskimi słodkościami, gdańską Fontannę Neptuna z podobnymi obiektami znajdującymi się w innych państwach albo sceny z polskich filmów z zupełnie innymi produkcjami. Problem nie musi wynikać z ograniczeń samego modelu. Często przyczyną jest po prostu niewystarczająca liczba dobrze opisanych polskich materiałów treningowych.

Obywatel Bielik ma pomóc w uzupełnieniu tej luki.

Jak korzystać z aplikacji Obywatel Bielik?

Obsługa aplikacji została przygotowana w taki sposób, aby do projektu mogły dołączyć również osoby, które wcześniej nie interesowały się trenowaniem modeli AI.

Użytkownik może zrobić nowe zdjęcie aparatem smartfona albo wybrać fotografię zapisaną wcześniej w galerii. Następnie należy dodać opis wyjaśniający, co znajduje się na obrazie. Tekst można wprowadzić ręcznie lub głosowo, a model Bielik może pomóc w jego poprawieniu pod względem językowym.

Przed wysłaniem materiału użytkownik powinien jeszcze raz sprawdzić fotografię oraz opis. Po zatwierdzeniu dane trafiają do projektu i mogą zostać wykorzystane podczas przygotowywania zbioru uczącego.

Aplikacja oferuje również statystyki aktywności, cele tygodniowe oraz rankingi. Dzięki temu użytkownicy mogą sprawdzać, ile materiałów dodali, obserwować własne postępy i działać wspólnie w zespołach.

Jakie zdjęcia można przesyłać?

W projekcie nie chodzi wyłącznie o artystyczne fotografie wykonane profesjonalnym aparatem. Znacznie ważniejsze są autentyczność, różnorodność oraz prawidłowy opis.

Do zbioru mogą trafić między innymi zdjęcia:

• zabytków i lokalnej architektury,
• ulic, placów, parków i krajobrazów,
• regionalnych potraw,
• roślin i zwierząt,
• przedmiotów codziennego użytku,
• urządzeń technicznych i narzędzi,
• tradycyjnych dekoracji,
• wnętrz budynków,
• lokalnych zwyczajów i elementów kultury,
• materiałów archiwalnych, do których użytkownik posiada odpowiednie prawa.

Fotografia nie musi być idealnie oświetlona ani wykonana najnowszym smartfonem. Dla systemu uczącego wartościowe są także zdjęcia powstałe w różnych warunkach, z odmiennych perspektyw i przy użyciu wielu modeli aparatów.

Dzięki temu przyszły model nie będzie uczył się wyłącznie na perfekcyjnych fotografiach katalogowych. Będzie mógł lepiej radzić sobie również z obrazami przypominającymi zdjęcia wykonywane każdego dnia przez zwykłych użytkowników. Projekt przyjmuje także fotografie spoza Polski, chociaż jego głównym celem pozostaje budowa cyfrowego obrazu polskiej rzeczywistości.

Dobry opis jest równie ważny jak zdjęcie

Samo przesłanie fotografii nie wystarczy. Kluczowym elementem materiału treningowego jest opis informujący model, co dokładnie znajduje się na obrazie.

Zamiast wpisywać jedynie „budynek”, lepiej wyjaśnić, że fotografia przedstawia ceglany budynek stojący przy brukowanej ulicy, z drewnianymi oknami, spadzistym dachem i charakterystyczną wieżą widoczną po lewej stronie kadru.

W przypadku potrawy można wskazać jej nazwę, kolor, sposób podania, rodzaj naczynia oraz elementy znajdujące się w tle. Przy zdjęciu zabytku warto dodać nazwę obiektu i miejscowość, o ile użytkownik ma pewność, że informacje są prawidłowe.

Twórcy zalecają stosowanie opisów narracyjnych. Najprościej wyobrazić sobie, że opisujemy fotografię osobie, która nie może jej zobaczyć. Warto skoncentrować się na widocznych obiektach, ich położeniu, kolorach, rozmiarach oraz wzajemnych relacjach. Należy unikać zgadywania, przesadnych ocen i informacji, których nie można potwierdzić na podstawie zdjęcia.

Tak przygotowany materiał może mieć znaczenie nie tylko podczas trenowania modelu wizyjnego. W przyszłości podobne rozwiązania mogą wspierać między innymi systemy opisujące otoczenie osobom niewidomym i niedowidzącym.

Ponad 16 tysięcy zdjęć jeszcze przed premierą aplikacji

Projekt rozpoczął gromadzenie danych jeszcze przed udostępnieniem aplikacji mobilnej. Według informacji Bielik.AI społeczność przesłała już ponad 16 tysięcy fotografii wraz z opisami.

To dobry początek, jednak do trenowania zaawansowanego modelu potrzebny jest znacznie większy i bardziej zróżnicowany zbiór. Kolejnym celem projektu jest zgromadzenie pierwszego miliona zdjęć.

Skala przedsięwzięcia pokazuje, dlaczego udostępnienie aplikacji na smartfony jest tak ważne. Telefon jest urządzeniem, które większość użytkowników ma niemal zawsze przy sobie. Dodanie zdjęcia podczas spaceru, podróży, zwiedzania zabytku lub przygotowywania regionalnej potrawy może zająć zaledwie kilka minut.

Jeżeli do projektu dołączą użytkownicy z różnych części kraju, zbiór będzie mógł uwzględnić zarówno najbardziej rozpoznawalne miejsca, jak i obiekty znane głównie lokalnym mieszkańcom.

Prawa autorskie i ochrona wizerunku

Przed przesłaniem zdjęcia należy pamiętać o kilku ważnych zasadach.

Użytkownik powinien być autorem fotografii albo posiadać zgodę właściciela praw autorskich. Nie należy pobierać przypadkowych zdjęć z internetu, serwisów społecznościowych, stron firmowych czy banków fotografii i przesyłać ich jako własnych.

Przekazując fotografię, uczestnik udziela projektowi niewyłącznej i bezpłatnej licencji pozwalającej wykorzystać materiał do trenowania modeli AI oraz tworzenia otwartych zbiorów danych. Autor nie traci całkowicie praw do zdjęcia, ale zezwala projektowi na wykorzystywanie go zgodnie z przyjętymi zasadami.

Istotne są również zasady dotyczące prywatności. Twórcy projektu informują, że nie należy przesyłać zdjęć przedstawiających twarze ani sylwetki pozwalające na rozpoznanie konkretnych osób. Warto zwrócić uwagę także na tablice rejestracyjne, adresy, dokumenty, ekrany urządzeń oraz inne elementy, które mogą ujawniać dane osobowe.

Jakie dane przetwarza aplikacja?

Zgodnie z informacjami przekazanymi w App Store aplikacja może przetwarzać dane kontaktowe, treści użytkownika, identyfikatory oraz informacje o sposobie korzystania z usługi. Do konta mogą być powiązane między innymi adres e-mail, nazwa użytkownika, przesłane fotografie i aktywność w aplikacji. Informacje te są deklarowane przez dewelopera i nie zostały niezależnie zweryfikowane przez Apple.

W Google Play deweloper deklaruje, że dane nie są udostępniane podmiotom trzecim, transmisja jest szyfrowana, a użytkownik może poprosić o usunięcie zgromadzonych informacji. Sklep wskazuje jednocześnie, że aplikacja może zbierać dane osobowe, zdjęcia, filmy oraz inne typy informacji potrzebne do działania projektu.

Przed rozpoczęciem korzystania z aplikacji warto zapoznać się z aktualnym regulaminem i polityką prywatności, szczególnie jeśli użytkownik planuje przesłać większą liczbę materiałów.

Kto odpowiada za rozwój projektu?

Projekt Obywatel Bielik jest rozwijany przez Fundację SpeakLeash we współpracy z Akademickim Centrum Komputerowym Cyfronet AGH. Wśród partnerów wymieniane są również Narodowe Archiwum Cyfrowe oraz Polska Press Grupa.

Fundacja SpeakLeash jest znana przede wszystkim z prac nad otwartymi zbiorami danych w języku polskim oraz rodziną modeli Bielik. Projekt rozwijany jest przy udziale społeczności, która może nie tylko korzystać z gotowych rozwiązań, ale również współtworzyć dane potrzebne do ich trenowania.

W przypadku Obywatela Bielika społeczność staje się więc jednym z najważniejszych elementów całego procesu. To mieszkańcy poszczególnych regionów najlepiej wiedzą, które miejsca, potrawy, zwyczaje i przedmioty mają znaczenie dla ich lokalnej kultury.

Polski model powinien znać nie tylko największe miasta

Jednym z największych atutów inicjatywy może być możliwość przedstawienia Polski w sposób znacznie bardziej różnorodny niż w popularnych internetowych bazach fotografii.

Polska to nie tylko Pałac Kultury i Nauki, Wawel, molo w Sopocie czy rynek we Wrocławiu. To również tysiące mniejszych miejscowości, lokalne zabytki, charakterystyczne budynki, regionalne potrawy, gwary, narzędzia, stroje i zwyczaje, które często nie są odpowiednio reprezentowane w globalnych zbiorach danych.

Jeżeli fotografie będą pochodziły od użytkowników z całego kraju, Bielik może otrzymać szansę poznania tej mniej oczywistej części polskiej rzeczywistości. Właśnie takie dane mogą odróżnić model przygotowany z myślą o polskim kontekście od systemów trenowanych głównie na materiałach anglojęzycznych.

Sztuczna inteligencja budowana wspólnie ze społecznością

Obywatel Bielik jest interesującym przykładem projektu typu citizen science, czyli inicjatywy, w której zwykli użytkownicy pomagają w prowadzeniu badań i tworzeniu zasobów naukowych.

W tym przypadku udział społeczeństwa nie polega na wykonywaniu skomplikowanych obliczeń. Najważniejsze jest dzielenie się wiedzą o własnym otoczeniu. Dobrze opisane zdjęcie lokalnej potrawy, zabytkowego pieca kaflowego, starego narzędzia, regionalnej dekoracji lub niewielkiego pomnika może być dla modelu bardziej wartościowe niż kolejna fotografia znanego obiektu dostępnego w tysiącach kopii.

Zebrane fotografie i opisy mają w przyszłości wejść w skład ogólnodostępnych zbiorów danych, które będą mogły znaleźć zastosowanie w nauce, edukacji, kulturze, administracji i biznesie. Według twórców Fundacja SpeakLeash nie zamierza zarabiać na przesłanych zdjęciach, a projekt ma charakter społeczny i naukowy.

Czy warto zainstalować Obywatela Bielika?

Dla większości użytkowników będzie to przede wszystkim okazja do bezpośredniego udziału w rozwoju polskiej sztucznej inteligencji. Aplikacja nie wymaga specjalistycznego sprzętu ani wiedzy technicznej. Wystarczy iPhone, iPad lub smartfon z Androidem, własna fotografia oraz chęć przygotowania dokładnego opisu.

Największą wartość mogą mieć materiały unikalne: zdjęcia mniej znanych miejsc, lokalnych potraw, przedmiotów, architektury i tradycji. Nie trzeba przesyłać setek fotografii. Nawet pojedynczy, dobrze opisany materiał może uzupełnić lukę w tworzonym zbiorze.

Udostępnienie aplikacji mobilnej sprawia, że budowa polskiego modelu wizyjnego przestaje być przedsięwzięciem zarezerwowanym wyłącznie dla naukowców, programistów i dużych centrów obliczeniowych. Od teraz swoją cyfrową cegiełkę może dołożyć praktycznie każdy użytkownik smartfona.

Projekt dopiero się rozwija, ale jego powodzenie może mieć znaczenie dla przyszłości polskich technologii AI. Im bardziej różnorodne i dokładnie opisane będą zgromadzone materiały, tym większa szansa, że przyszły Bielik będzie nie tylko mówił po polsku, ale również właściwie rozumiał obrazy przedstawiające Polskę.