PLLuM przeprowadził już 730 tys. konwersacji z użytkownikami mObywatela. Trwają prace nad modelem wizyjnym

Polski duży model językowy PLLuM został wdrożony w mObywatelu, a wkrótce ma trafić do Kancelarii Prezesa Rady Ministrów, Kancelarii Senatu oraz Prokuratorii Generalnej. Trwają także prace nad modelem wizyjnym, dzięki czemu PLLuM będzie umiał pracować nie tylko z tekstem, ale także z obrazem.

Informacje o zastosowaniu polskiego modelu sztucznej inteligencji i kierunkach jego dalszego rozwoju przedstawili w poniedziałek dziennikarzom przedstawiciele resortu cyfryzacji i NASK.

– Jedną z pierwszych decyzji, które musiałem podjąć po przyjściu do ministerstwa, było rozstrzygnięcie, czy inwestujemy w polski model językowy. Głosy ekspertów nie były wtedy jednoznaczne. Słyszałem: po co nam własny model, skoro mamy globalne rozwiązania? Zdecydowaliśmy się zaryzykować i dziś widzimy efekty tej decyzji. PLLuM działa już w mObywatelu, trafia do administracji i biznesu, a zespół pracuje nad kolejnymi możliwościami, w tym nad modelem wizyjnym. To pokazuje, że warto było postawić na rozwój własnej technologii i kompetencji w Polsce – wskazał na spotkaniu wiceminister cyfryzacji Dariusz Standerski.

Jak wskazuje NASK, PLLuM można bezpłatnie pobrać z platformy Hugging Face, gdzie model jest udostępniany bezpośrednio na koncie Ministerstwa Cyfryzacji. Polska jest jedynym krajem, którego resort udostępnia w ten sposób własny model językowy.

Podczas spotkania z dziennikarzami Standerski podał, że KPRM, Kancelaria Senatu i Prokuratoria Generalna RP testują obecnie trzy funkcje wirtualnego asystenta urzędnika opartego na PLLuM. Podstawowa to generowanie odpowiedzi na pytania związane z administracją centralną. Druga testowana przez urzędników funkcja AI to asystent prawny. Trzecia testowana funkcja, to automatyczna anonimizacja dokumentów urzędowych.

– Myślę, że dwie lub trzy z testowanych funkcji wirtualnego asystenta urzędnika zostaną oddane do użytku jeszcze w tym roku – wskazał wiceminister.

Standerski przekazał tównież, że do końca roku urzędnicy administracji centralnej otrzymają też generator pism, działający z użyciem PLLuM. Za każdą decyzję odpowiedzialny będzie jednak zawsze urzędnik, który podpisał się pod danym pismem, a nie sztuczna inteligencja.

PLLuM przeprowadził 730 tys. konwersacji z użytkownikami mObywatela

Najbardziej widocznym wdrożeniem PLLuM jest wirtualny asystent w aplikacji mObywatel. Do tej pory użytkownicy wysłali mu ponad 1 mln 170 tys. wiadomości i przeprowadzili przeszło 730 tys. konwersacji. Najczęstsze pytania dotyczą korzystania z aplikacji, dodawania do niej dokumentów, procedur związanych z dowodem osobistym i paszportem oraz spraw dotyczących rejestracji i zbycia pojazdów.

– Możemy mówić o jednym z większych wdrożeń dużego modelu językowego w europejskiej administracji publicznej. PLLuM zasila wirtualnego asystenta w mObywatelu, aplikacji, z której korzysta już ponad 12 mln osób. Kiedy rozmawiamy z zagranicznymi partnerami i pokazujemy im skalę tego rozwiązania, robi ono wrażenie – skomentował na spotkaniu Szymon Łukasik, dyrektor Ośrodka Badań nad Bezpieczeństwem Sztucznej Inteligencji w NASK.

Model znajduje zastosowanie również wewnątrz administracji. Ministerstwo Cyfryzacji oraz Ministerstwo Rozwoju i Technologii testują asystentów dla swoich pracowników. W Gdyni PLLuM pomaga przeszukiwać Biuletyn Informacji Publicznej, w Poznaniu jest pilotażowo wykorzystywany w Biurze Poznań Kontakt, a w Łodzi wspiera urzędników w wyszukiwaniu wewnętrznych dokumentów.

– Zainteresowanie PLLuM-em jest bardzo duże. Regularnie otrzymujemy pytania o możliwości wykorzystania modelu, sposób jego wdrożenia czy potrzebną infrastrukturę, dlatego staramy się dzielić naszym doświadczeniem i wspierać zainteresowane instytucje. W najbliższych latach chcemy uczestniczyć w co najmniej kilkudziesięciu wdrożeniach, a wiele rozmów już się toczy. Skala wykorzystania PLLuM może być jednak znacznie większa. Model jest otwarty i dostępny dla każdego, dlatego część organizacji pobiera go, testuje i wdraża samodzielnie, nawet bez naszej wiedzy – wskazał Szymon Łukasik.

Trwają prace nad modelem wizyjnym PLLuM

Jak podaje NASK, kolejnym krokiem jest stworzenie modelu, który będzie potrafił pracować nie tylko z tekstem, ale także z obrazem. Zanim rozpoczęto jego budowę, zespół sprawdził możliwości dostępnych modeli i zidentyfikował obszary, w których radzą sobie one słabiej. Okazało się, że samo rozpoznawanie treści zdjęcia nie stanowi dla nich dużego problemu. Skuteczność spada jednak, gdy odpowiedź wymaga znajomości polskiej kultury, sztuki czy realiów.

Aby móc dokładnie mierzyć te różnice, powstał PoVisLE – Polish Vision-Language Evaluation. To zbiór obejmujący 1117 zdjęć i 2366 pytań. Pozwala sprawdzać, czy modele potrafią łączyć rozumienie obrazu z polskim językiem i kontekstem kulturowym. Równolegle zgromadzono już 30 mln zdjęć, które mają posłużyć jako zbiór treningowy do przyszłego modelu wizyjnego.

Rozwinięcie PLLuM o możliwości wizyjne ma otworzyć drogę do nowych zastosowań. Model będzie mógł analizować m.in. zdjęcia i skany dokumentów oraz odpowiadać na pytania dotyczące ich treści.

– Pozyskujemy dane obrazowe, które mają nam posłużyć do zbudowania polskiego modelu językowo-wizyjnego. Naszym celem jest, by PLLuM nie tylko z nami rozmawiał za pomocą tekstu, ale także, można powiedzieć, widział. Pozwoli to na przykład wykorzystywać w rozmowie skany dokumentów i zadawać pytania dotyczące ich treści. To rozwiązanie potrzebne jest użytkownikom indywidualnym, ale przede wszystkim zastosowanie znajdzie w administracji publicznej – mówi Szymon Łukasik.

Polecamy:

Źródło: PAP/XYZ. Tekst zaktualizowano.