Bielik — dlaczego polskie AI to nie patriotyzm, tylko rachunek ryzyka

Rozmowa o polskim AI zwykle skręca w niewłaściwą stronę w drugim zdaniu. Ktoś mówi „wspierajmy swoje”, ktoś inny przewraca oczami i temat się kończy.

Szkoda, bo argument za polskim modelem nie ma nic wspólnego z flagą. Ma wspólnego z tym, co się stanie z twoją firmą, gdy dostawca zmieni warunki.

Co oddajesz, wysyłając dane na zewnątrz

Trzy rzeczy, i wszystkie trzy naraz.

Kontrolę nad danymi. Umowa handlowa, korespondencja z klientem, dokumentacja projektu — wszystko, co wrzucasz do modelu w cudzej chmurze, opuszcza twoją infrastrukturę. Możesz mieć zapewnienia. Nie masz możliwości sprawdzenia.

Przewidywalność ceny. Cennik jest cudzą decyzją. Zmienia się, gdy komuś zmieni się strategia, a ty dowiadujesz się o tym mailem. Jeśli zbudowałeś proces, który bez modelu nie działa, nie masz pola do negocjacji.

Ciągłość działania. Model, na którym stoi twój proces, może zostać wycofany, zmieniony albo ograniczony regionalnie. To nie jest scenariusz katastroficzny — to zwykły cykl życia produktu, tylko że produkt jest w środku twojej firmy.

Model otwarty, uruchomiony na twoim serwerze, odwraca każdy z tych trzech punktów. Dane nie wychodzą. Cena to koszt sprzętu, który znasz. Wersja, która działa, działa dalej, dopóki jej nie wyłączysz.

Kto zbudował Bielika

Za modelem stoi Fundacja SpeakLeash razem z ACK Cyfronet AGH. Trenowano go na superkomputerach Helios i Athena.

To jest istotne z jednego powodu: infrastruktura, na której model powstał, stoi w Polsce i należy do instytucji publicznej. Nie jest to warunek, żeby model był dobry. Jest to warunek, żeby nie zniknął, gdy zmieni się czyjś plan biznesowy.

Kolejne wersje — co i kiedy

Najważniejsza data w tej tabeli to sierpień 2024. Od wersji 2.0 model ma licencję Apache 2.0 — czyli wolno go używać komercyjnie, modyfikować i uruchamiać u siebie, bez pytania nikogo o zgodę.

Licencja jest tu ważniejsza od liczby parametrów. Parametry decydują o tym, co model umie. Licencja decyduje o tym, czy możesz na nim cokolwiek zbudować bez ryzyka, że warunki zmienią się po fakcie.

Trzy filary — i co z nich wynika w praktyce

Otwarta licencja. Apache 2.0 znaczy, że model jest twój do użycia, nie wypożyczony.

Polska infrastruktura. Model powstał na sprzęcie, który stoi tutaj, w instytucji naukowej.

Uruchomienie on-premise. To jest punkt, który zmienia rozmowę z prawnikiem i z klientem. Dane nie wychodzą poza twój serwer, bo nie mają dokąd wyjść.

Ostatni filar ma znaczenie zwłaszcza tam, gdzie i tak nie wolno wysyłać danych na zewnątrz: kancelarie, medycyna, przetwarzanie dokumentów pracowniczych, wszystko, co dotyka danych wrażliwych. Tam rozmowa o AI zwykle kończy się na „nie możemy”. Model uruchomiony u siebie ją odblokowuje.

Gdzie jest granica uczciwości

Mówimy: budujemy na Bieliku. Nie mówimy: Bielik jest nasz.

Model nie jest naszym dziełem. Jest dziełem Fundacji SpeakLeash i Cyfronetu, wydanym na otwartej licencji, z której korzystamy tak samo jak każdy inny. Nasza rola kończy się na tym, że umiemy go uruchomić u ciebie i wpiąć w twoje procesy.

Firmy, które mówią o cudzych modelach „nasze AI”, robią dokładnie ten ruch, przed którym ostrzega cały ten tekst — budują ci zależność od czegoś, czego nie kontrolują.

Sprawdź nas

Wszystkie daty i liczby z tego wpisu pochodzą z poniższych źródeł. Jeśli coś się rozjedzie z rzeczywistością, poprawimy tekst, a nie źródło.

• Bielik (model językowy) — Wikipedia
• ACK Cyfronet AGH — inicjatywy LLM
• AGH — Bielik, polski model językowy powstał w AGH

Od czego zacząć

Nie od modelu. Od pytania, którego procesu nie możesz dziś wysłać na zewnątrz, mimo że chciałbyś go zautomatyzować.

Jeśli taki proces istnieje, to jest twoje pierwsze wdrożenie. Jeśli nie istnieje — być może w ogóle nie potrzebujesz własnego modelu i wystarczy ci automatyzacja bez AI. Powiemy ci to wprost.

Więcej o tym, jak podchodzimy do wdrożeń, jest na stronie AI. Jak to wygląda od strony budowy narzędzia — na stronie aplikacji.