Badira Euskal Herrian Adimen Artifizial burujabearen oinarriak

‘Bertako Adimen Artifiziala egiteko aukera dugu’, esan zuen Eneko Agirrek, Hizkuntza Teknologiekin lan egiten duen EHUko Hitz ikerketa zentroko zuzendariak, urriaren 27an Donostiako San Telmo museoan egin zen Euskarabildua jardunaldian.

Egiaz, jardunaldian zehar garbi geratu zen Euskal Herrian badirela hainbat ikerketa zentro, datu zentro, enpresa eta aditu eta elkarlanean ari direnak.

Elhuyarreko Hizkuntza eta Teknologiako koordinatzaile Itziar Cortesek estrategia beharra aipatu zuen. Ideia hori bera azpimarratu zuen Eli Pombok Iametzako kudeatzaileak jardunaldiaren hasierakoan. Adimen Artifiziala geruza desberdinen osaketa bezala aurkeztu zuen: azpiegiturak, ereduak, datuak eta aplikazioak. Estatuek paper aktiboa jokatu behar dutela adierazi zuen Pombok:

“Benetako burujabetza helburu duten geruzak zeintzuk diren definitu behar dute, zeintzuk diren behin-behineko menpekotasuna izan dezaketenak, zeintzuk derrigorrez kode irekikoak izan behar dutenak, eta zein nazioarteko lankidetza eskatzen dutenak, baina herrialdeek Adimen Artifizial burujabea behar dute, AA berezi bat, euren historian eta kulturan ainguratua eta interes publikoko beharretara eta emaitzetara egokitua. Nola lortu? Hortxe gakoa”.

Hain zuzen ere, galdera potolo horri erantzuna emateko ezagutza partekatzea bilatzen zuen 15. Euskarabilduak. Goiz osoan zehar, adituek, ikertzaileek eta tokiko eragileek Adimen Artifizial burujabearen beharraz eta Euskal Herriko egoeraz hausnartu zuten, gurean azpiegituren, ereduen edo datuen alorrean zer egoeratan gauden aztertuz eta eragile desberdinen eskutik etorritako soluzio praktikoak erakutsiz.

RAIN arkitektura ziberespazioa deszentralizatzeko

Jardunaldiko lehen hitzaldia Steen Rasmussen Danimarkako fisikari eta irakaslearena izan zen. Rasmussen-ek bizitza osoa darama bizirik ez dauden materialetatik bizidunetarako trantsizioa esploratzen; hau da, bizitza artifiziala ikertzen.

Gaur egun fisikako irakasle emeritua da Danimarka Hegoaldeko Unibertsitatean eta kanpo ikerketa irakaslea Santa Fe Institutuan. 20 urte eman zituen ikerlari lanetan Los Alamosko (Mexiko Berria) Laborategi Nazionalean Bizitza Artifizialaren eta Sistema Konplexuen taldeetan.

Steen Rasmussen-ek Adimen Artifiziala aztertzen du ikusteko nola algoritmoek prozesu biziak sor ditzaketen material biologikorik gabe eta ohartarazten du Adimen Artifiziala bere burua sortzeko eta mantentzeko gaitasuna duen sistema bilakatzen ari dela. Hau da, gizakion menpekotasuna gutxitzen joango dela eta bere kabuz irauteko joera garatuko duela, izaki bizidunek egiten duten bezala.

Arrisku horien aurrean, Rasmussen-en ustez gakoa da arkitektura deszentralizatuak sortzea. Ildo horretatik RAIN arkitektura proposatu zuen, biologian inspiratutako komunikazio eta datuak gordetzeko azpiegitura-teknologia (A Bio-Inspired Communication and Data Storage Infraestructure). Raspberry Pi bezalako 100 €ko mikro-ordenagailu merkeen bidez, datuak auzoko nodoetan sakabanatzea proposatzen du fisikari daniarrak. Hau da, gure datu guztiak datu zentro erraldoietan eduki ordez, norberaren etxean eta auzokideen etxeetan gordetzea. Halaber, gobernantza publikoa berreskuratzeko, oligopolioak zatitzea eta ziberespazioa ondasun ordezkaezin, publiko eta kritiko gisa tratatzea eskatu zuen.

Steen Rasmussen-en hitzaldia ikusi

German Rigau: “EAEk GPUetan 405 milioi euro inbertitu beharko lituzke”

Jardunaldiko lehen mahai-inguruan Adimen Artifizialak beharrezkoak dituen azpiegiturak aztertu ziren. Solasaldiaren hasieran EHUko Hitz Zentroko zuzendariordeak, German Rigauk hitz egin zuen. Besteak beste, gaur egun erabilgarri dagoen Europako azpiegitura aztertu zuen. Europako estatu guztien artean 80.000 GPU inguru biltzen direla esan zuen, AEBko kluster bakarrak baino askoz gutxiago (Elon Musken Colossus superordenagailuak 300.000 GPU inguru ditu).

Menpekotasun horri aurre egiteko, ‘A Transformative AI Strategy for Europe’ txosten argitaratu berriaren arabera, Europa burujabea izan dadin eta teknologia horren gaineko kontrola izan dezan, funts publiko nazionaletatik 75.000 milioi euroko inbertsioa proposatzen da. Horrek 405 milioi euro inguruko ahalegina suposatuko lioke EAEri.

Rigauren sarreraren ondoren, Euskal Herrian dauden azpiegitura desberdinak aurkeztu ziren:

• Nasertic: Nafarroako administrazio Publikoaren zerbitzura dagoen enpresa, RES sarearen bidez ikerketa zientifikorako HPC baliabideak eskaintzen dituena.
• EJIE: Eusko Jaurlaritzaren sozietate informatikoa, zeinak ArgIA plataforma garatu duen administrazioan AA modu seguruan kudeatzeko.
• DIPC: Donostia International Physics Center-ek, Hyperion superordenagailua dauka, 100 GPU ingururekin eta euskal ikerketa-komunitateari zerbitzua ematen dio.
• aDi Data Center: Abanton eta Arrasaten kokatutako ekimen publiko-pribatua, datuen subiranotasuna eta hodeiko biltegiratzea helburu dituena.
• Izarralde: Ipar Euskal Herriko taldea, IzarHost filialaren bidez Tier III+ datu-zentroa eta hodei-zerbitzu lokalak eskaintzen dituena.

Eredu irekietan oinarritutako AA

Jardunaldiko bigarren mahai-inguruan EHUko Hitz Zentroko zuzendari Eneko Agirrek, Elhuyarreko Hizkuntza eta Teknologiako koordinatzaile Itziar Cortesek eta Euskorporako zuzendari Leire Barañanok Adimen Artifizialaren eta euskararen egoera aztertu zuten.

Baina solasaldiaren aurretik Aitor Soroak, Hitz Katedrako zuzendariak, Europan datu eta eredu libreetan oinarritutako hainbat proiektu aipatu zituen: OpenEuroLLM, EuroLLM, Suitzako Apertus, Portugalgo Amália, Alemaniako Teuken-7B, Herbereetako GPT-NL, Poloniako Bielik edo Suediako GPT-SW3. Soroak argitu zuenez proiektu horien atzean helburu komunak daude. Teknologia burujabetza lortzea, eredu eta datu irekietaz baliatzea, hizkuntza inklusioa, erabilera etikoa eta azpiegitura partekatuak.

Soroaren aurkezpenaren ondoren, mahai-inguruaren hasieran, Elisabet Mejuto Iametzako Komunikazio lan-taldeko kideak eta bigarren solasaldi honen moderatzaileak azpimarratu zuen, badirela Euskal Herrian ereduak egiten dabiltzan eragile gehiago, baina Euskarabilduan eredu libreak aztertu nahi zirela eta horregatik zeudela Hitz Zentroko eta Elhuyar-eko ordezkariak, lehenak Latxa ereduaren garatzaileak eta bigarrenak Kimu ereduaren sortzaileak.

Agirrek nabarmendu zuenez, euskara “inoiz ez bezala dago teknologian”, eta bertako Adimen Artifiziala egiteko aukera dugu. Alabaina, kanpoko teknologietan bakarrik oinarritzen bagara, euskara bigarren mailako leku batean uzteko arriskua dugu.

Hori gerta ez dadin, unibertsitateen, ikerketa zentroen eta erakunde edo enpresen arteko elkarlana ezinbestekoa da. Cortesek adierazi zuen elkarlan hori badagoela, baina estrategia beharrezkoa dela: “Nola erabiliko dugu teknologia euskararen alde?”. Besteak beste, Cortesen aburuz, estrategia horretan diziplina eta erakunde mota ezberdinetako adituek parte hartu beharko lukete, ez soilik teknologoek, baita ere hizkuntza espezialistek eta bai sektore publikoak zein pribatuak.

Bestalde, euskara batuaz gain, euskalkiak eta ahozko erabilera ere bildu behar dira datuetan. Adimen Artifizialak beharrezkoak dituen euskarazko datuak landu eta biltzeaz arduratzen den Euskorporako zuzendari Leire Barañanok azpimarratu zuenez, herritarren inplikazioa funtsezkoa da: “Gizartearen kooperazioa behar dugu datu horiek guztiak sortzeko, edukiak non daude? Normalean bakoitzaren etxean”.

Azkenik, Agirrek euskara eta bertan egiten ari diren teknologia balioan jarri zuen. Euskara Interneten ez dela hain hizkuntza txikia argitu zuen, 50. lekuan dago eta euskararentzat ikasitakoak beste hizkuntzetarako ere balio duela esan zuen eta beste batzuk guri begira ari direla, Finlandia eta Irlanda kasu.

Kasu praktikoak eta esperientziak

Atsedenaldiaren ondoren, Euskal Herrian garatutako Adimen Artifizial burujabearen adierazle diren zenbait esperientzia eta kasu praktiko ezagutarazi ziren. Horietako batzuk hitzaldi formatuan eta beste batzuk bideo proiekzio bezala:

• BAAI.EUS. PuntuEus Fundazioak martxan jarritako egitasmoa da, Adimen Artifiziala erabilita, euskarazko webguneak modu errazean sortzeko zerbitzua. Latxa euskarazko eredua erabiltzen du.
  Bideoa ikusi
• Barne dokumentazioarekin lan egiteko AA lokala eta eleanitza. Bira Produkzioak kooperatibako Eñaut Tolosak eta Ametzagaiña I+G taldeko Naiara Garmendiak une honetan garatzen ari diren Idazkari Laguntzailea egitasmoaren berri eman zuten. Eñautek adierazi zuenez, duela urtebete Google Drive-tik Nextcloud-era egin zuten salto. Egun Ametzagaiñarekin batera Nextcloud-en duten barne dokumentazioaren gainean Adimen Artifizial burujabea txertatzeko ahaleginetan ari dira, ereduak entrenatzen, besteak beste. Ametzagaiñaren helburua informazioa lokalki tratatzeko arkitekturak eta sistemak prestatzea da, erakunde bakoitzaren beharretara eta baliabideetara egokituz.
  Aurkezpena ikusi
• ALIA proiektuko erakusgarriak. EHU, Hitz Zentroaren bidez, Adimen Artifiziala oinarri hartuta, lanean ari diren hainbat egitasmotan parte hartzen ari da, euskarazko Adimen Artifiziala gure mugetatik kanpora kokatuz. Egitasmo horietako bat da ALIA proiektua, Espainiako estatuan Adimen Artifizialaren eta hizkuntza-teknologien garapenerako bultzatutako ekimen estrategiko eta publikoa, hizkuntza koofizialen presentzia eta burujabetza teknologikoa bermatzeko sortua. ALIAren baitan, Euskal Herriko hainbat erakundek baliabide libreak erabiliz, demostradore edo erakusgarriak egin dituzte. Zehazki Euskarabilduan honako hauek aipatu ziren: RAG Dialnet (Dialnet), RAG zientifikoa (Surlab), Nextcloud AI (Ametzagaiña), Akta (Elhuyar), ALIA FM (Orai NLP) eta NatalIA (Natural Speech).
  Bideoa ikusi
• Teknologia hezkuntzaren zerbitzura: BIRTLHren esperientzia. BIRTLH Euskal Herriko Online Lanbide Heziketa da. Bertako Berrikuntza arduradun Mikel Aldalurrek hezkuntzaren benetako beharrei erantzuteko garatutako hiru tresna praktiko erakutsi zituen:
  1. Irakurgailua: Moodle-ko testuak ozen irakurtzen dituen eta hitzez hitz azpimarratzen dituen plugina, ikaskuntza-zailtasunak dituzten ikasleen karga kognitiboa gutxitzeko (HiTZ zentroko ahots-ereduetan oinarritua).
  2. Bideo itzultzailea: Gaztelaniazko bideo-materialak euskarara automatikoki bikoizten ditu, jatorrizko ahotsa klonatuz eta transkripzio, itzulpen zein sintesi eredu irekiak konbinatuz.
  3. Moodle sortzailea: Irakasleei ikastaroak, ebaluazio-irizpideak eta galdetegiak sortzen laguntzen dien tresna. Lan errepikakorrak bere gain hartuz, irakasleari denbora gehiago uzten dio ikasleei arreta pertsonalizatua emateko.
  Aurkezpena ikusi
• Clodei zerbitzua. Alexander Gurrutxaga, Zarautzeko telekomunikazio ingeniaria da eta aurten Clodei enpresa jarri du martxan, Europako datu zentroen bidez, Adimen Artifiziala exekutatzeko GPU azpiegiturak eskaintzen dituen start-up-a.
  Bideoa ikusi