Norwegia zawarła umowę z wydawcami

Za projektem stoi Nasjonalbiblioteket – Biblioteka Narodowa Norwegii. Instytucja zawarła zbiorową umowę z organizacją Kopinor, działającą w imieniu norweskich wydawców prasowych.

Norweski rząd przeznaczył na system rekompensat 45 mln koron rocznie. Pieniądze mają trafiać do właścicieli praw do treści prasowych wykorzystywanych podczas rozwoju modeli językowych. Oficjalne dokumenty budżetowe wskazują dodatkowo 20 mln koron rocznie na samo trenowanie, aktualizowanie i udostępnianie norweskich oraz saamskich modeli.

Umowa obejmuje materiały prasowe starsze niż rok, dzięki czemu modele mogą korzystać z relatywnie aktualnego, profesjonalnie przygotowanego języka bez pomijania praw ich twórców.

Borealis ma znać Norwegię, a nie tylko język norweski

10 sierpnia Biblioteka Narodowa oficjalnie zaprezentowała kolejną generację modeli z rodziny Borealis przeznaczonych przede wszystkim do pracy w dwóch oficjalnych odmianach języka norweskiego – bokmål i nynorsk. W przyszłości projekt ma być rozwijany również w kierunku języków saamskich.

Celem projektu jest stworzenie modeli lepiej rozumiejących nie tylko sam język, ale również norweską kulturę, instytucje i realia społeczne.

– Sztuczna inteligencja wpływa na coraz więcej usług, z których korzystamy w codziennym życiu. Dlatego ważne jest, aby modele językowe opierały się na norweskich językach i wiedzy o norweskich realiach – podkreślała szefowa Biblioteki Narodowej Åse Wetås.

To nie jest norweski odpowiednik ChatGPT

Borealis nie ma być osobną usługą konkurującą bezpośrednio z ChatGPT, Gemini czy Claude.

Modele są udostępniane jako otwarta baza technologiczna, którą administracja publiczna, uczelnie i przedsiębiorstwa mogą pobierać, uruchamiać na własnej infrastrukturze i dostosowywać do konkretnych zastosowań.

Biblioteka Narodowa udostępnia wersje o różnej wielkości – m.in. 270 mln, 1 mld, 4 mld, 12 mld i 27 mld parametrów. Modele znajdują się już w repozytorium Nasjonalbiblioteket AI Lab na platformie Hugging Face.

Norweski model bazuje jednak na technologii Google

Projekt ma jeszcze jedno istotne zastrzeżenie. Borealis nie został zbudowany całkowicie od podstaw przez Norwegię.

Obecne modele są rozwijane na bazie otwartej rodziny Gemma 3 firmy Google, która następnie została dostosowana przez Bibliotekę Narodową do języka i realiów norweskich. Przykładowo największy opublikowany wariant Borealis 27B bazuje na Gemma 3 27B.

Oznacza to, że projekt zwiększa norweską kontrolę nad danymi, dostosowaniem i możliwością samodzielnego uruchamiania AI, ale nie zapewnia jeszcze pełnej technologicznej niezależności od zagranicznych modeli bazowych.

Na razie wykorzystano tylko część opłaconych treści

Dokumentacja techniczna dostępna przy modelach pokazuje również ważny szczegół. W aktualnej publicznej wersji wykorzystano na razie ograniczoną część materiałów objętych umową z mediami.

W przypadku Borealis 27B zbiór do dostrajania zawiera około 10 tys. zadań przygotowanych na podstawie chronionych tekstów prasowych, przede wszystkim związanych z generowaniem tytułów i leadów wiadomości. Twórcy zapowiadają szersze wykorzystanie licencjonowanych materiałów w kolejnych etapach treningu.

To ważne doprecyzowanie: Norwegia stworzyła już mechanizm prawny i finansowy pozwalający na szerokie użycie materiałów prasowych, ale pełny potencjał tego zbioru nie został jeszcze wykorzystany w obecnej generacji modeli.

Badania pokazały, że profesjonalne teksty poprawiają AI

Decyzja o płaceniu twórcom nie została podjęta wyłącznie z powodów prawnych. W ramach prowadzonego wcześniej projektu Mímir Biblioteka Narodowa wraz z norweskimi ośrodkami naukowymi badała wpływ chronionych prawem autorskim gazet i książek na jakość modeli.

Wyniki wskazały, że włączenie wysokiej jakości norweskich treści poprawia działanie modeli językowych. Stało się to jednym z argumentów za stworzeniem systemu legalnego licencjonowania danych zamiast ich pozyskiwania bez porozumienia z właścicielami praw.

Norwegia mówi o cyfrowej suwerenności

Projekt ma również znaczenie strategiczne. Norweski rząd wskazuje, że największe międzynarodowe modele nadal mają problemy z dokładnym rozumieniem norweskiego, języków saamskich oraz miejscowych realiów kulturowych i społecznych.

Dlatego Borealis jest częścią budowanej przez państwo krajowej infrastruktury sztucznej inteligencji. Rząd chce, aby sektor publiczny i przedsiębiorstwa miały dostęp do modeli, które można rozwijać i uruchamiać niezależnie od zamkniętych usług największych amerykańskich czy chińskich firm technologicznych.

Norwegia traktuje więc inwestycję jednocześnie jako projekt technologiczny, językowy i dotyczący praw autorskich. Jeżeli model się sprawdzi, norweski system rekompensat dla mediów może stać się rozwiązaniem obserwowanym również przez inne państwa.