„Konstruktor Trurl zbudował raz ośmiopiętrową maszynę rozumną, którą, kiedy skończył najważniejszą pracę, pociągnął najpierw białym lakierem; potem narożniki pomalował liliowo, przypatrzył się z daleka i dorobił jeszcze mały deseń na froncie, a tam, gdzie można sobie było wyobrazić jej czoło, położył lekki pomarańczowy rzucik i, bardzo zadowolony z siebie, pogwizdując od niechcenia, niejako z czczego obowiązku rzucił sakramentalne pytanie: ile jest dwa razy dwa?” – tak rozpoczyna się „Maszyna Trurla”, jedno z opowiadań składających się na „Bajki robotów” Lema.

Blisko 60 lat po premierze jednej z najpopularniejszych – obok „Solaris” i „Niezwyciężonego” – książek z dorobku polskiego mistrza science fiction Trurl przestał być tylko literacką fikcją. Za sprawą VoiceLab.AI, polskiej firmy AI, lemowski wielki konstruktor współdzieli nazwę z inspirowanym twórczością Lema botem zbliżonym do słynnego ChatGPT.

Trurl, czyli polska odpowiedź na ChatGPT

O możliwości Trurla pytam Agnieszkę Mikołajczyk z VoiceLab.AI. – Dużo mówią o nim dane – odpowiada liderka zespołu NLP gdańskiej firmy. – Trenowaliśmy go tak, żeby przypominał trochę ChatGPT – przyjazny czat asystent, który wesprze użytkownika w codziennych zadaniach.

Inspirowany Stanisławem Lemem bot sprawdzi się w zadaniach streszczania tekstu, przypisywania słów kluczowych, nadawania tytułów, wygeneruje wiersze czy posty na LinkedIn. – Można go też wykorzystać do zadań bardziej biznesowych – wyjaśnia Mikołajczyk. – Wytrenowaliśmy model tak, aby był w stanie ocenić przebieg rozmowy agenta z klientem – na przykład transkrypcję rozmowy telefonicznej z centrum obsługi klienta – i powiedzieć, co agent mógłby zrobić lepiej, ocenić, czy klient był zadowolony. ChatGPT nie do końca sobie z tym radzi, bo prawdopodobnie twórcy nie uwzględnili takiego zastosowania. My staramy się takie luki uzupełniać.

Pytam, jak polski bot wypada w zestawieniu z ChatGPT. – Nasz Trurl nie pobije go w każdym zadaniu, ale pewnie znajdą się takie, w których jest lepszy, co widać w powyższym przykładzie – mówi Agnieszka Mikołajczyk.

Zauważa, że zasobów gdańskiej firmy nie sposób porównać do OpenAI, twórcy ChatGPT. – Mamy mały zespół i wydaje mi się, że bardzo dużo osiągnęliśmy – podkreśla.

Gdzie plasuje się Trurl w starciu z polskimi botami? – Myślę, że jeśli chodzi o język polski, to bijemy wszystkie otwarte modele na głowę – mówi Mikołajczyk, dodając, że potwierdzają to dokonane przez gdańską firmę testy. – Większość otwartych modeli, nawet jeśli zrozumie polski, odpowiada po angielsku lub łamaną polszczyzną.

Siłą Trurla jest również to, że jest dostępny w wersji całkowicie otwartej – w przeciwieństwie do ChatGPT.

Dlaczego Lem?

Przechodzę do Lema. Skąd pomysł, by skojarzyć bota z prozą pisarza?

– Chcieliśmy poprzez nazwę podkreślić jego polskość – wyjaśnia Agnieszka Mikołajczyk. – Mamy tutaj wielu fanów jego twórczości. Pomysłodawcą był Piotr Pęzik, pomysł się przyjął i został przegłosowany.

Choć, jak sama mówi, po raz ostatni czytała Lema w gimnazjum, przy pracy nad Trurlem postanowiła odświeżyć sobie lektury, a „Bajki robotów” przesłuchać w formie audiobooka. – Przyznam, że nieraz się zaśmiałam! Nasz Trurl bywa czasami uparty jak Trurl z bajek Lema, czasami trzeba go odpowiednio „wypromptować”, żeby zrobił, co chcemy, ale ogólnie działa całkiem nieźle. Pierwsze wersje Trurla były absolutnie ciekawe, zachowywał się jak przyjacielskie, ale niezbyt mądre dziecko. Z kolejnymi wersjami na szczęście wydoroślał.

O Lema pytam wspomnianego Piotra Pęzika, konsultanta NLP w VoiceLab.AI, dr. hab. językoznawstwa.

– Trurl to robot konstruktor z „Cyberiady” Lema. Jego Elektrybałt jest literackim pierwowzorem wielkich modeli językowych, takich jak ChatGPT – podkreśla.

I dodaje: – Jego „ośmiopiętrowa maszyna rozumna” co prawda potrafi się komunikować z jego twórcą, ale zmyśla wyniki działań arytmetycznych, co również nasuwa skojarzenia z wyzwaniami, przed jakimi stoją twórcy wielkich modeli językowych. Z jednej strony słyszymy ekspertów, którzy porównują iloraz inteligencji GPT-4 z Einsteinem, z drugiej widzimy, że nawet GPT-4 nie potrafi się nauczyć mnożenia liczb czterocyfrowych.

O Lemie mówi też Łukasz Raczkowski, business development manager w gdańskiej firmie. – Mamy tutaj wielu miłośników jego twórczości. W jednym z opowiadań „Cyberiady” Stanisława Lema, „Wyprawa pierwsza A, czyli Elektrybałt Trurla”, Trurl, genialny robot/konstruktor, który może skonstruować wszystko, czego zapragnie, buduje maszynę, która (choć opowiadanie było pisane w 1965 roku) przypomina bardzo możliwościami to, co dzisiaj nazywamy GPT (Generative Pre-trained Transformer). Stąd, chcąc oddać hołd Lemowi i fikcyjnemu konstruktorowi GPT sprzed 50 lat, postanowiliśmy nadać mu nazwę Trurl.

– Co ciekawe, wyposażyliśmy też Trurla w nasze pozostałe technologie. I tak dzięki naszemu silnikowi do automatycznego rozpoznawania mowy (ASR) możemy nie tylko pisać z Trurlem, ale też do niego mówić. Z kolei nasza technologia generowania mowy syntetycznej (Text-to-speech TTS) pozwala Trurlowi odpowiedzieć jego własnym głosem – dodaje Raczkowski.

AI zastąpi pisarzy?

Na koniec sprowadzam rozmowę na temat pisarskich ambicji narzędzi pokroju ChatGPT. Wspominam choćby lawinowy wzrost liczby książek pisanych przez boty w kilka godzin w sklepie Amazona (więcej na ten temat przeczytasz TUTAJ).

A zatem – czy Trurl zamierza pisać książki?

– Nie mamy takich ambicji – odpowiada Piotr Pęzik. – Pamiętajmy, że generowanie języka przez modele językowe polega obecnie – w dużym uproszczeniu – na przewidywaniu kolejnego słowa na podstawie ciągów słów zaobserwowanych w treningu, w komendzie użytkownika oraz w bieżącym wyniku generowania (czyli tego, co model zaczął pisać w odpowiedzi na komendę). Ten wynik może być inny za każdym razem dzięki prostej funkcji losującej spośród najbardziej prawdopodobnych słów.

Pęzik podkreśla, że w przypadku człowieka generowanie – by tak rzec – języka, nie jest torowane tylko przez ciągi słów, które słyszeliśmy w przeszłości lub które właśnie wypowiadamy, ale też przez doświadczenia, emocje, skojarzenia, wielomodalne sygnały sensoryczne i szlaki pamięciowe, zmieniające się w czasie rzeczywistym oczekiwania i reakcje słuchaczy.

Dlatego, jak zaznacza, narzędzia w stylu ChatGPT wydają się doskonałe w generowaniu krótkich, wysoce formulicznych tekstów. – Ewentualnie dłuższych tekstów, które nie muszą być spójne logicznie i nie muszą spełniać jakiejś globalnej funkcji pragmatycznej, którą pełni każda dobra książka – dodaje.

W podobny sposób sprawę komentuje Agnieszka Mikołajczyk. Wskazuje, że modele starają się przewidzieć każde kolejne słowo, budując ogromną listę słów prawdopodobnych i wybierając odpowiednie.

– Słowa o wyższym prawdopodobieństwie wystąpienia mają większą szansę na wylosowanie. A to prawdopodobieństwo bierze się z danych treningowych – mówi. – Model wie więc, za sprawą danych, którymi go wcześniej „nakarmiliśmy”, jakie zlepki słów mają sens.

– Czy to jest to samo, co kreatywność autora? Chyba nie – mówi z uśmiechem.