Borealis: Norwegia buduje suwerenność językową w dobie AI

Norwegia nie zamierza polegać wyłącznie na modelach od OpenAI czy Google, które są trenowane na globalnych, głównie angielskojęzycznych zasobach. Zamiast tego kraj postawił na cyfrową samowystarczalność. Biblioteka Narodowa w Oslo zaprezentowała Borealis – rodzinę modeli sztucznej inteligencji, które obsługują obie oficjalne odmiany norweskiego: bokmål i nynorsk, a w przyszłości mają wspierać także języki saamskie. Oficjalna premiera nowych modeli z tej rodziny została zaplanowana na 10 sierpnia 2026 roku w Oslo.

Projekt wyróżnia się na tle globalnej konkurencji podejściem do praw autorskich. Norwegowie nie czekają na rozstrzygnięcia sporów prawnych o wykorzystanie własności intelektualnej. Zamiast tego państwo zdecydowało się płacić za dostęp do wysokiej jakości treści. Organizacja reprezentująca właścicieli praw autorskich otrzymuje rocznie 45 mln koron (około 16 mln złotych) rekompensaty za wykorzystanie artykułów prasowych, książek i innych zredagowanych tekstów do trenowania algorytmów.

Infrastruktura zamiast gotowej aplikacji

Borealis nie powstał po to, by konkurował z ChatGPT na polu codziennych pogawędek. To fundament technologiczny – modele bazowe (o rozmiarach od 270 mln do 27 mld parametrów), które administracja publiczna, uczelnie i prywatne firmy mogą bezpłatnie pobrać i dostosować do własnych potrzeb. Choć priorytetem projektu jest suwerenność językowa Norwegii, rodzina modeli Borealis została zaprojektowana jako wszechstronne narzędzie, które, oprócz standardów bokmål i nynorsk, obsługuje również zastosowania w języku angielskim. Celem jest, aby język norweski pozostał narzędziem komunikacji we wszystkich dziedzinach życia, również tych zdominowanych przez algorytmy.

Dyrektorka Biblioteki Narodowej, Aase Wetaas, wskazuje na strategiczne znaczenie przedsięwzięcia. Zgodnie z norweską ustawą językową z 2021 roku, język jest traktowany jako kluczowa infrastruktura społeczna. Borealis ma zapobiec marginalizacji lokalnej kultury przez systemy projektowane w Dolinie Krzemowej. Modele są udostępniane na specjalnej licencji NB-license, która nakłada ograniczenia dotyczące prób odtwarzania oryginalnych danych treningowych. Modele oraz powiązane z nimi artefakty są udostępniane publicznie, między innymi poprzez platformę Hugging Face (kolekcja Borealis) oraz serwis Zenodo. W zasobach tych można znaleźć zarówno wersje podglądowe poszczególnych modeli, jak i docelowe wagi, które pozwalają na ich lokalne uruchomienie i dalsze dostrajanie.

Efektywność i krajowe zasoby

Dane wykorzystane do trenowania Borealis pochodzą z różnorodnych źródeł, w tym z protokołów posiedzeń Stortingu (norweskiego parlamentu). Dzięki temu, że politycy często wypowiadają się w lokalnych dialektach, model zyskał unikalną głębię lingwistyczną. Proces trenowania odbywa się przy użyciu krajowej infrastruktury obliczeniowej, w tym superkomputerów Olivia i LUMI.

Norweski projekt pokazuje, że budowa narodowej AI nie musi wymagać miliardowych nakładów. Roczny budżet na utrzymanie i rozwój modeli wynosi około 20 mln koron (nieco ponad 7 mln złotych). Biblioteka Narodowa planuje dalsze rozszerzanie Borealis o funkcje transkrypcji oraz syntezy mowy (text-to-speech), co ma docelowo wspierać cyfryzację usług publicznych w Norwegii.