Visste du at Nasjonalbiblioteket publiserte sin første norske GPT-modell 11 måneder før ChatGPT kom? Eller at de har jobbet med å digitalisere hele samlingen sin i 20 år?
Borealis er en familie av åpne norske språkmodeller utviklet av Nasjonalbiblioteket. De er gratis, og du kan kjøre dem på din egen maskin. I denne episoden av Heis møter vi Wilfred Østgulen, IT-direktør i Nasjonalbiblioteket. Vi snakker om hva vi egentlig skal med norske språkmodeller, hvor vanskelige de er å lage, og hvorfor vi ikke bare kan overlate jobben med å lage en bra norsk modell til de store internasjonale teknologiselskapene.
En bra norsk modell må nemlig trenes på store mengder norsk tekst, så et skikkelig bra datasett er derfor en betydelig del av svaret. Og det datasettet har vi i Norge, for i 2006 bestemte Nasjonalbiblioteket seg for å digitalisere hele samlingen, rubb og rake. Vi snakker om fabrikken i Mo i Rana, som 20 år senere har digitalisert 19 petabyte som skal kunne bevares i 1000 år.
Wilfred mener han har en av de mest spennende teknologijobbene i landet. Etter denne samtalen er vi tilbøyelige til å være enige!
Ting vi snakker om underveis: