Polska powinna
budować AI.

W Polsce coraz częściej słyszymy, że na budowanie własnych modeli jest już za późno. Że potrzebujemy zbyt wiele pieniędzy, zbyt wielu GPU i zbyt dużych zespołów. Że rozsądniej będzie wdrażać technologie stworzone gdzie indziej.

W Fabryce AI uważamy, że Polska powinna mieć ambicję tworzenia tej technologii. Dlatego trenujemy własne modele od zera.

Każda kolejna dziedzina gospodarki będzie korzystać z inteligencji dostarczanej przez modele. Chcemy, żeby polskie firmy, naukowcy i inżynierowie potrafili je projektować, trenować, oceniać i rozwijać. Żebyśmy uczestniczyli również w tworzeniu technologii, na której inni będą budować swoje produkty.

Kompetencji nie da się pobrać razem z wagami.

Otwarte modele dały nam ogromną szansę. Możemy je uruchamiać na własnym sprzęcie, dostosowywać i badać. Sami z tego korzystamy i będziemy korzystać dalej.

Ale pobranie modelu nie daje jeszcze wiedzy, jak stworzyć lepszy. Ta wiedza powstaje podczas pracy nad danymi, architekturą, treningiem i ewaluacją. W setkach eksperymentów, również tych nieudanych. W zespole, który rozumie, dlaczego jeden trening zadziałał, a drugi zmarnował tydzień obliczeń.

Jeżeli chcemy mieć wpływ na rozwój AI, musimy sami wykonywać tę pracę.

Ambicja musi mieć pokrycie w wynikach.

Zaczynamy od małych modeli. Pozwalają nam szybko sprawdzać pomysły, uczyć się i poprawiać jakość przy ograniczonym budżecie. Każdy taki eksperyment buduje podstawę do kolejnego, większego kroku.

Mały model ma sens wtedy, gdy daje konkretną przewagę: niższy koszt, mniejsze opóźnienie, większą prywatność albo lepszy wynik w określonym zadaniu.

Tak samo polskie pochodzenie modelu nie zwalnia go z konkurencji. Klient ma prawo oczekiwać jakości. Jeśli inne rozwiązanie jest jednocześnie lepsze, tańsze i szybsze, naszym zadaniem jest poprawić własne.

Chcemy wygrywać wynikami. Polskie modele powinny zasługiwać na użytkowników.

Badania i biznes mogą napędzać się nawzajem.

Budujemy Fabrykę AI jako firmę, która rozwija modele i dostarcza infrastrukturę do ich używania.

API i wdrożenia dają nam przychody oraz kontakt z rzeczywistymi problemami klientów. Badania pozwalają poprawiać jakość, obniżać koszt obliczeń i tworzyć lepsze produkty. Wolne zasoby obliczeniowe możemy przeznaczać na kolejne eksperymenty.

Chcemy, żeby ten mechanizm finansował coraz ambitniejszą pracę: lepsze dane, większe treningi i silniejszy zespół.

Budujemy prywatną firmę nastawioną na zysk i rozwijającą modele z otwartymi wagami. Widzimy w tym spójny kierunek. Klienci płacą za użyteczną usługę, a udostępnione wyniki pozwalają innym budować dalej.

Otwartość ma pomnażać efekty naszej pracy.

Chcemy, żeby z modeli, danych i narzędzi, które możemy udostępnić, korzystali studenci, badacze i przedsiębiorcy. Żeby mogli sprawdzać nasze wyniki, znajdować błędy i tworzyć rzeczy, których sami nie przewidzimy.

Potrzebujemy też łatwiejszego dostępu do danych publicznych, jasnych zasad ich wykorzystania i infrastruktury obliczeniowej dostępnej dla nowych zespołów. To konkretne warunki, które pozwalają większej liczbie ludzi rozpocząć pracę.

O wartości tej pracy powinny decydować wyniki, możliwość ich odtworzenia i użyteczność.

Z Polski, dla świata.

Język polski jest dla nas ważny. Podobnie możliwość uruchamiania modeli lokalnie i zachowania kontroli nad własnymi danymi. Nasza ambicja sięga jednak dalej: chcemy tworzyć w Polsce technologię przydatną również poza jej granicami.

Mamy dziś ograniczone zasoby. Musimy dobrze wybierać eksperymenty, pilnować kosztów i zdobywać zaufanie kolejnymi rezultatami. Właśnie od tego zaczyna się budowa kompetencji, zespołu i firmy zdolnej do większych rzeczy.

Fabryka AI powstaje z przekonania, że warto podjąć ten wysiłek.

Chcemy, żeby kolejne osoby mogły spojrzeć na nasze modele i powiedzieć: skoro oni zaczęli tutaj, my też możemy.