Aplikacja Obywatel Bielik jest już dostępna na Androida i iOS, a nie tylko przez stronę internetową jak dotąd. Każdy może teraz zrobić zdjęcie telefonem, opisać je kilkoma słowami i wysłać do bazy danych, która ma nauczyć polską sztuczną inteligencję odróżniać kluski śląskie od pączków.
Kluczowe fakty:
- Fundacja SpeakLeash uruchomiła 14 lipca aplikację mobilną projektu Obywatel Bielik, dostępną na Androida i iOS, która umożliwia przesyłanie zdjęć z opisami do bazy danych trenującej polską sztuczną inteligencję.
- Dotychczas przez stronę internetową projektu zebrano ponad 16 tysięcy fotografii z opisami, a docelowa liczba to milion zdjęć potrzebnych do nauczenia modelu rozpoznawania polskiej rzeczywistości.
- Celem projektu jest stworzenie multimodalnego modelu AI opartego na Bielik.AI, który będzie potrafił jednocześnie przetwarzać obraz i tekst – funkcji, której obecny model tekstowy Bielik nie posiada.
Fundacja SpeakLeash ogłosiła 14 lipca start aplikacji mobilnej projektu Obywatel Bielik, dostępnej w Google Play i App Store. To zmiana w stosunku do dotychczasowej formuły, w której zdjęcia i opisy trafiały do bazy wyłącznie przez stronę internetową projektu. Ten kanał zdążył już zebrać ponad 16 tysięcy fotografii z opisami, ale twórcy chcą dojść do miliona i uważają aplikację za narzędzie, które to przyspieszy.
Znajdź dostawcę, partnera lub narzędzie dla swojego biznesu, a jeśli prowadzisz firmę, która w swoim DNA ma AI, skorzystaj z możliwości bezpłatnego dodania swojej firmy.
Skąd w ogóle ten pomysł
Za projektem stoi Fundacja SpeakLeash, ta sama społeczność, która zbudowała tekstowy model Bielik.AI we współpracy z Akademickim Centrum Komputerowym Cyfronet AGH. Bielik od dawna radzi sobie nieźle z językiem polskim, tekst rozumie, ale nie widzi. Nie rozpozna zdjęcia, nie skomentuje obrazu, nie opisze fotografii archiwalnej.
Stąd pomysł na model multimodalny, czyli taki, który potrafi jednocześnie przetwarzać obraz i tekst. Żeby taki system nauczyć rozpoznawania polskiej rzeczywistości, trzeba mu tę rzeczywistość najpierw pokazać. I to w milionach przykładów.
Model multimodalny będzie tak dobry, jak różnorodne będą dane, na których się uczy. Dlatego potrzebujemy zdjęć i opisów od jak największej liczby obywateli, ale również od instytucji, które od lat dokumentują polskie dziedzictwo, historię i codzienność.
Sebastian Kondracki, pomysłodawca i współtwórca Bielik.AI oraz założyciel Fundacji SpeakLeash
Fontanna Neptuna jako pomnik w Bolonii
Cały projekt wyrósł z konkretnej, dość irytującej obserwacji. Największe światowe modele AI, w tym te odpowiadające za popularne chatboty, uczono głównie na danych anglojęzycznych i zachodnich. Efekt jest taki, że z polskim kontekstem kulturowym radzą sobie słabo.
Przykłady zebrane przez twórców Obywatela Bielika są wymowne:
- surowe kluski śląskie na stolnicy zostały rozpoznane jako francuskie makaroniki albo pączki przygotowane do upieczenia
- kadr z kultowej „Seksmisji” model wziął za scenę z radzieckiego „Solaris”
- gdańska Fontanna Neptuna została sklasyfikowana jako pomnik w Bolonii
- zdjęcie z obrony Poczty Polskiej w Gdańsku we wrześniu 1939 roku model rozpoznał poprawnie co do wydarzenia, ale jako lokalizację podał Bydgoszcz
To nie są błędy kosmetyczne. Jeśli sztuczna inteligencja ma w przyszłości pomagać w edukacji, digitalizacji archiwów czy dostępności cyfrowej dla osób z niepełnosprawnościami, pomyłki tego rodzaju potrafią realnie zniekształcić przekaz historyczny i kulturowy. A trudno o coś bardziej wrażliwego niż błędne opisanie zdjęcia z września 1939 roku.
Widziałem projekty budowy suwerennej AI, które kończyły się na deklaracjach i konferencjach prasowych. Obywatel Bielik robi coś rzadkiego, bo zamienia hasło o niezależności technologicznej w konkretną, żmudną robotę zbierania i opisywania zdjęć przez zwykłych ludzi. Premiera aplikacji mobilnej to test tej tezy w praktyce, bo dotąd cały ruch szedł przez stronę internetową, co samo w sobie jest sporym progiem wejścia. Aplikacja na telefon zdejmuje tę barierę i pozwala dodać zdjęcie w kilka sekund, między jednym a drugim przystankiem autobusu. Mam jednak to samo pytanie co wcześniej: czy jakość opisów tworzonych przez wolontariuszy, często bez przygotowania merytorycznego, wystarczy do wytrenowania modelu na poziomie konkurencyjnym wobec systemów budowanych przez firmy z dostępem do nieporównywalnie większych zasobów. Milion zdjęć to dobry pierwszy krok. Pytanie, czy to już próg, przy którym model zacznie realnie działać, czy dopiero początek znacznie dłuższej drogi.
Piotr Wolniewicz, Redaktor Naczelny AIPORT.pl
Chcesz czytać więcej treści związanych z AI?
Dodaj AIPORT.pl do preferowanych źródeł Google
Jak to działa w praktyce
Aplikacja jest bezpłatna i dostępna w App Store oraz Google Play, a swoje zdjęcia można dodawać także na stronie obywatel.bielik.ai. Zasada jest prosta: robisz zdjęcie z poziomu aplikacji albo wybierasz je z galerii telefonu, a potem dodajesz krótki opis. Opis można napisać albo podyktować głosowo, a sam Bielik poprawia go pod względem językowym i interpunkcyjnym.
Nowością jest też możliwość dopisywania opisów do zdjęć już istniejących w bazie, przypisanych do ośmiu kategorii tematycznych. Twórcy postawili na grywalizację, żeby utrzymać zaangażowanie użytkowników w dłuższej perspektywie. W aplikacji znalazły się cele tygodniowe, statystyki aktywności, rankingi oraz elementy rywalizacji zespołowej. To rozwiązanie ma sens, bo zbieranie miliona opisanych fotografii to maraton, nie sprint, a bez motywacji entuzjazm zwykle gaśnie po pierwszych dniach.
Udostępnienie aplikacji mobilnej to moment zwrotny w projekcie Obywatel Bielik. Dzięki temu zupełnie każdy, uczeń, senior, rodzic, pracownik czy przedsiębiorca, może w prosty sposób uczestniczyć w budowie polskiej sztucznej inteligencji.
Marcin Dąbrowski, współtwórca i lider projektu Obywatel Bielik
Kto stoi za mocą obliczeniową
Sam entuzjazm społeczności to za mało, żeby wytrenować model wymagający ogromnych zasobów. Moc obliczeniową zapewniają polskie superkomputery Helios i Athena, udostępnione przez Akademickie Centrum Komputerowe Cyfronet AGH. Projekt wspierają też instytucjonalnie Narodowe Archiwum Cyfrowe oraz Polska Press Grupa, które udostępniają swoje zbiory fotograficzne do celów treningowych, w tym materiały historyczne. Pracownicy Narodowego Archiwum Cyfrowego zaangażowali się dodatkowo w tworzenie opisów zdjęć oraz w testowanie pilotażowej wersji aplikacji jeszcze przed premierą.
Od strony biznesowej i wdrożeniowej przy projekcie pojawiają się nazwy, które trudno zignorować: Nvidia, InPost oraz EY. To sygnał, że Bielik przestaje być wyłącznie inicjatywą akademicko-społecznościową, a zaczyna wchodzić w fazę, w której zainteresowany jest też biznes.
Co to oznacza dla polskich firm
Multimodalny Bielik ma realne zastosowania biznesowe, nie tylko wizerunkowe. Eksperci wskazują na e-commerce, gdzie model mógłby automatycznie kategoryzować zdjęcia regionalnych produktów, rękodzieła czy lokalnej żywności, coś, z czym globalne systemy radzą sobie gorzej, bo nie rozpoznają lokalnych kontekstów. Druga oczywista ścieżka to weryfikacja dokumentacji i archiwów z wykorzystaniem technologii OCR, przydatna choćby w administracji publicznej czy instytucjach kultury.
Dla polskich firm, które dziś budują produkty oparte na rozpoznawaniu obrazu, model trenowany na krajowych danych i dostępny w duchu otwartego oprogramowania może oznaczać alternatywę wobec drogich licencji na systemy zagraniczne, przy jednoczesnym zachowaniu danych w kraju. To argument, który zyskuje na wadze w kontekście przepisów o suwerenności cyfrowej i wymogów dotyczących lokalizacji danych, które w Unii Europejskiej stają się coraz bardziej istotnym elementem rozmów o wdrażaniu AI w administracji i sektorach regulowanych.
Bielik na tle europejskiej mapy suwerennych modeli
Polska nie jest w tym wyścigu osamotniona. Podobne motywacje kulturowe i regulacyjne stoją za unijnym EuroLLM, który początkowo skupiał się na wielojęzyczności obejmującej wszystkie 24 języki urzędowe UE oraz 11 dodatkowych, a docelowo ma rozszerzyć się o zdolności multimodalne, w tym mowę, obraz i wideo. Holandia rozwija z kolei GPT-NL, opisywany przez twórców jako model dla języka i kultury niderlandzkiej: wiarygodny, przejrzysty, wzajemny i suwerenny.
Wspólny mianownik tych projektów jest ten sam co w przypadku Bielika. Najpotężniejsze dziś modele AI nie są kulturowo neutralne, bo są bezpośrednim odbiciem swoich danych treningowych, przeważnie anglocentrycznych i zachodnich. Dla mniejszych języków i kultur oznacza to systemowe pomijanie w danych, na których trenuje się globalne systemy.
Za każdą polską firmą AI stoi konkretny człowiek z imieniem i nazwiskiem, często ten sam w kilku miejscach naraz, i to właśnie ludzie, nie tabelki finansowania, są prawdziwym bohaterem tego artykułu.
Skąd wziąć milion zdjęć
Twórcy Obywatela Bielika nie ukrywają, że to zadanie na dłuższą metę. Poza zwykłymi użytkownikami liczą na zaangażowanie:
- uczelni i instytucji edukacyjnych
- organizacji kulturalnych i archiwów regionalnych
- seniorów, którzy dysponują wiedzą historyczną i czasem
- firm z branż takich jak motoryzacja, potrzebnych do uzupełnienia zdjęć specjalistycznych
Cały zbiór ma docelowo trafić do otwartego, ogólnodostępnego datasetu, z którego skorzysta nauka, edukacja, administracja i biznes. Aplikacja mobilna nie jest celem samym w sobie, tylko narzędziem do gromadzenia danych treningowych, im większy i bardziej różnorodny zbiór, tym lepszy będzie ostateczny model.
Źródła i metodologia
Artykuł powstał na podstawie analizy redakcji AIPORT.pl, informacji prasowej Fundacji SpeakLeash i Obywatela Bielika z dnia 14.07.2026 oraz materiału źródłowego Polskie Radio24.pl, a także rp.pl. Dodatkowe informacje pochodzą również z serwisów ITReseller, media2.pl, Bielik.AI i Euronews. Cytaty Marcina Dąbrowskiego i Sebastiana Kondrackiego zostały zweryfikowane z materiałem źródłowym. Komentarz redakcyjny i ocena kontekstu branżowego: Piotr Wolniewicz, Redaktor Naczelny AIPORT.pl. Artykuł będzie aktualizowany w miarę postępów projektu Obywatel Bielik w zbieraniu bazy fotografii.
