Współtwórca Bielika: Polska może być drugą siłą AI w Unii Europejskiej

Remigiusz Kinas, informatyk i współtwórca rodziny polskich modeli językowych Bielik, ocenił w rozmowie z Forbes Polska, że kraj ma realną szansę stać się drugą po Francji siłą sztucznej inteligencji w Unii Europejskiej. Warunkiem jest jednak zdecydowany zwrot w stronę inwestycji publicznych, bo obecnie Polska traci dystans do najbardziej zaawansowanych ośrodków badawczych na świecie.

Kinas, absolwent Politechniki Poznańskiej i jeden z twórców projektu Bielik rozwijanego przez fundację SpeakLeash, nie ukrywa, że polskie zasoby są dziś dalekie od tych, którymi dysponują najwięksi gracze rynku AI. Mimo to uważa, że przy odpowiedniej mobilizacji środków, mocy obliczeniowej i danych krajowy zespół mógłby nadrobić dystans znacznie szybciej, niż sugerowałaby to obecna pozycja Polski w globalnych rankingach modeli językowych.

Model w pół roku

Według Kinasa kluczowym ograniczeniem nie jest brak wiedzy czy kompetencji zespołu, tylko dostęp do zasobów. Jak tłumaczy, przy zapewnieniu odpowiednich środków finansowych, mocy obliczeniowej i dostępu do wysokiej jakości danych, w tym cyfrowych zasobów polskich książek, zespół byłby w stanie w ciągu pół roku stworzyć model językowy na poziomie francuskiego Mistrala.

W pół roku stworzylibyśmy polski model na poziomie Mistrala. A w rok - model konkurujący z chińskimi rozwiązaniami - Remigiusz Kinas, współtwórca Bielika

Ta deklaracja stawia poprzeczkę wysoko, bo modele Mistral AI należą do ścisłej czołówki europejskich rozwiązań open source i są punktem odniesienia dla wielu krajowych projektów AI w Europie. Kinas podkreśla, że skala ambicji nie jest oderwana od rzeczywistości, tylko wynika z doświadczeń zdobytych przy kolejnych wersjach Bielika, który rozwija się od kilku lat dzięki pracy społeczności skupionej wokół fundacji SpeakLeash.

Rola superkomputera Helios

Bielik nie powstałby w obecnym kształcie bez dostępu do mocy obliczeniowej superkomputera Helios, uruchomionego przez Akademickie Centrum Komputerowe Cyfronet AGH w Krakowie. To właśnie ten sprzęt umożliwił trenowanie kolejnych wersji modelu bez konieczności korzystania z komercyjnej infrastruktury zagranicznych dostawców chmury, co dla projektu non-profit miałoby prohibicyjne koszty.

Kinas zaznacza, że zależność od jednego, współdzielonego z innymi zespołami naukowymi superkomputera jest jednocześnie mocną stroną i słabym punktem polskiego ekosystemu AI. Z jednej strony pokazuje, że da się budować konkurencyjne modele bez wielomiliardowych budżetów amerykańskich lub chińskich gigantów. Z drugiej, skala dostępnych zasobów wciąż nie pozwala na trenowanie modeli o parametrach porównywalnych z czołowymi systemami OpenAI, Anthropic czy Google.

Polska nieobecność na ICLR

Jako przykład rosnącego dystansu naukowego Kinas przywołuje tegoroczną konferencję ICLR w Rio de Janeiro, jedno z najważniejszych wydarzeń branżowych poświęconych uczeniu maszynowemu, które zgromadziło około siedmiu tysięcy badaczy z całego świata. Reprezentacja polskich uczelni i instytutów badawczych była, jego zdaniem, minimalna, a liczba przełomowych prac naukowych wywodzących się z Polski pozostaje niewspółmiernie mała względem potencjału kadrowego kraju.

To spostrzeżenie wpisuje się w szerszą diagnozę, którą Kinas stawia polskiemu sektorowi AI od dłuższego czasu. Problemem nie jest brak zdolnych ludzi, tylko brak instytucjonalnego wsparcia, które pozwoliłoby im zostawać w kraju i publikować wyniki na najwyższym światowym poziomie zamiast emigrować do zagranicznych laboratoriów badawczych.

Perspektywa na tle Unii Europejskiej

Zdaniem Kinasa Polska ma realną szansę zostać drugą po Francji siłą AI w Unii Europejskiej, ale wyłącznie pod warunkiem zdecydowanych inwestycji rządowych i budowy dużych centrów badawczych porównywalnych z francuskimi czy niemieckimi. Bez takiego zwrotu dystans dzielący Polskę od najbardziej progresywnych krajów będzie się, jego zdaniem, pogłębiał, mimo rosnącej popularności Bielika wśród firm i instytucji publicznych korzystających z niego jako darmowej alternatywy dla modeli zagranicznych dostawców.

Dla polskich firm i administracji publicznej to sygnał, że korzystanie z Bielika jako lokalnego, darmowego modelu językowego nie zwalnia z pytania o strategię na kolejne lata. Jeśli państwo nie zainwestuje w infrastrukturę obliczeniową i programy badawcze, kolejne wersje Bielika mogą coraz trudniej nadążać za tempem rozwoju modeli zagranicznych, nawet przy najlepszej woli i kompetencjach zespołu SpeakLeash.

Źródła: Współtwórca Bielika o polskim AI (forbes.pl), Tak Polska dogoni liderów AI (wnp.pl)