Ette mõte. Roonemaa ja Kotka idupoodkast. Henrik Roonemaa ja Taavi Kotka räägivad igal kolmapäeval sellest, kuidas Eesti tuhat korda suuremaks teha. Ette mõte.
Tere kõigile ettemõtte kuulajatele, Taavi Kotka, Henrik Roonemaa hooaja viimane saade. Hooaeg tähendab seda, et me juulis ei tee saateid, see on meie hooaeg ja siis augustist algab jälle uus hooaeg pihta. Nii et mõne nädala te peate kuulama vanu saateid, mida meil on palju. Ja on inimesi, kes neid kuulavad ka, aga täna on uus saade, nii et ma saan ikkagi öelda tere kaunist suvepäeva, kolleeg Taavi Kotka. Ja ma saan öelda ka tere meie tänasele külalisele, kelleks on Krister Kruusmaa Eesti Keele Instituudist. Tere, Krister. Tere. Me räägime täna tehisintellektist ja eesti keelest. Tõuke põhjus võib-olla on see, et Eesti Keele Instituut siin paar nädalat tagasi sai valmis tehisintellekti mudelite hindamise mõõdupuu ehk põhimõtteliselt ema, emakeele testi. Ja ka keele mõistmise ja ajaloo tundmise natukene konteksti tundmise testi Eestis enam levinud, maailmas enama levinud AI-mudelitele. Taavi, sina ütlesid, et me peaks Kristeriga rääkima, ma olen kuulnud Kristeri kahte või kolme ettekannet täpselt samal teemal erinevates asutustes ja tõesti hästi põnev on ka, kuidas sa sinu radarile jõudsid, et sind ma ei näinud nendel koosolekutel.
Nojah, ma näed pole kutsutud, on ju.
Kahjuks küll jah. Ega toole on viiratud hulk ja tuleb teha valikuid.
Ja, ja, ja ikkagi halvemad jääd ukse taha. Et ei, selles mõttes teema jõudiski minu laua peale ilmselgelt selle kaudu, et üha rohkem meil erinevaid keelemudele maailmas levib. Ja selge on see, et me peame kuidagi noh, ikkagi jälgima, et, et mismoodi nad näevad meid ja, ja just meie keelt. Ehk siis ma ütlen vastu, ma olen pisut mures ka sellepärast, mismoodi ikkagi täna ajalugu muutub. Ma hüppan korra täitsa hoopis teise teema peale, aga üks klassikaline näide, et noh, Trump müüs üheksakümnendatel oma Florida villa kolm-neli korda kallima hinna eest vene oligarhidele, kui turuhind oli. Ja vene oligarh selle, selles maas kunagi ei elanud, lammutas selle ära, on ju, ja see on üks nagu klassikaline näide, kus on näha nagu Trumpi seos Venemaaga. Ja mingil hetkel need seosed kadusid. Noh, üks mõte nüüd mitte ajaloost, aga ütleme, kui sa nüüd chat'i käest küsid midagi sellist, siis ta aasta tagasi ütles, et noh, et, et ilmselgelt vene agent, on ju, täna on juba niisugune noh, jah, nii ja naa, on ju, rääkimata näiteks see, mismoodi Hiina näiteks kujundab oma mudeleid, on ju, et noh, et, et mingid, mingid, mingite üliõpilaste mässuse kuskil väljakul pole olnud, on ju, ja nii edasi, on ju. Ja see on nagu ajaloo ümberkirjutamine, eks. Ja ilmselgelt nagu noh, näide sellest, kuidas nagu poliitika mõjutab ajalugu. Aga samamoodi on ju küsimus, et noh, kuidas poliitika mõjutab keelt, et noh, vaata mõned riigid tegelevad sellega, et nende keel elaks, õitseks ja areneks, on ju, mõned riigid sellega nii palju ei tegele ja neidki ei tegele, nendel on ka kohe selle pealt nagu mingeid tagasilööki, eks. Ja siis tekib küsimus, et noh, et, et kuidas meil eesti keelega on, eks, et kas ja kui palju me tegeleme üldse selle teemaga, et erinevad keelemudelid, meie keelt, meie kultuuri ja neid nüansse tajuks õigesti. Et saaks, saaks, ma ei tea, sarkasmist aru mingi hetkel ja nii edasi onju, et ma ei tea, Krister, kui palju ta sarkasmist juba aru saab, et, et eesti keele puhul muudel, inglise keeles saab väga hästi aru, aga et eesti keele puhul onju. Et, et see oli selles mõttes nagu põnev teema, mida nagu arutada ja, ja seetõttu ma pakkusin sulle, Henrik, et kutsume Kristeri.
Krister oli kohe nõus ka, nii et tere, Krister. Mis siis, saab aru siis sarkasmist, AI-mudel eestikeelsest sarkasmist või ei saa?
No me sarkasmi testi pole veel välja töötanud, et ootame väga sarkastilisi inimesi meile abiks sellega.
pole mingi, pole mingi probleem, sina ei ole mingi sarkastiline inimene, Taavi. Ikkagi sa pole õiged sarkastilisi inimesi näinud, kes pole ajakirjanduses töötanud, vot kus seal on, käib möll. Kui arvutid kinni pannakse ja hakatakse rääkima, kuidas asi päriselt on, ma mäletan küll. Aga, aga see eesti keele hindamise või jah, see, mis me, me ütleme siis AI-mudelite hindamise mõõdupuu, see asub väga. Väga kihvtil ilustate Õ tähtedega aadressil mõõdupuu.eki.ee. Räägi natuke, Krister, sellest asjast läheb, mis asi see on ja kuidas te seda tegite?
Noh, tegu on asjaga, mida inglise keeles kutsutakse sõnaga leaderboard, et noh, me tegelikult mõtlesime tükk aega panna sellele nimeks edetabel ja. Ja meil olid mõned erinevad nagu nime kandidaadid ja mõõdupuu nagu oli kohe laualt maas, sest needsamad õ-d, eks ju. Kuni siis meie DevOps insener ütles, et aga, et see pole mingi probleem tänapäeval, et, et ööd nagu domeeni nimes nagu täitsa töötavad. Ja noh, meil on alternatiiv on hoodega ka, et saate moodupuu.eki.ee samuti minna. Aga noh, ühesõnaga tegu on sellise avaliku ja pidevalt uueneva ja ühtlasi teaduspõhise ülevaatega sellest, et kui kvaliteetsed on keelemudelid eesti keeles. Ja just keelemudelid, et me praeguse seisuga vähemalt me ei tegele teiste modaalsustega, ehk siis näiteks pildi või video või ka tegelikult noh, näiteks kõnesünteesi mudelitega. Ja samuti me ei tegele praegu rakenduste hindamisega, vaid me hindame neid mudeleid, mis on rakenduste sees. Et noh, inglise keeles see või inglise keelses maailmas nagu seda tegevust või valdkotte kutsutakse ees benchmarking'uks või evaluation'iks. Ja noh, see, see on selles mõttes väga suur osa kogu nagu tehisarve arengust, et kui tuleb kuskil uus mudel välja, et kuidas siis tootjad nagu julgevad väita, et see on siis ikkagi parem kui eelmine. Et on koostatud väga suurel hulgal väga palju erinevaid selliseid noh, nagu eksameid põhimõtteliselt ja teste. Mida siis need mudelid nagu läbivad ja, ja neid noh, proovitakse teha kohe kuus ja aina raskemaid ja nii edasi ja on, on mingisugused, mida siis ka. Arendajad nagu eriliselt silmas peavad, et kus nad tahavad siis oma konkurentidele ära panna. Aga see probleem on selles, et noh. Põhimõtteliselt kõik sellised testid puudutavad, noh, need on kõik inglise keeles ja nad puudutavad väga suures osas sellist nagu Ameerika kultuuriruumi. Aga meil seni on puudunud nagu objektiivne ülevaade, et kui hästi need mudelid Eesti kontekstis töötavad.
Põhimõtteliselt me tahame mõõta, et milline, noh, hakkame lihtsamast pihta, et esimene, et milline mudel räägib kõige paremat grammatilist eesti keelt, see tähendab, see ei ole veel kõnekeelega, see ei ole konteksti ja kõige muuga seotud, aga ütleme see on grammatilist kõnekeelt, kas sa võid kohe näppu peale panna, et näed, C?
Ei, kusjuures meil tegelikult ei olegi sellist traditsioonilist nagu grammatika testi. Vaid me proovisime kohe, no ühesõnaga ma võtan ühe sammu tagasi, et see. Tehisaruhindamisega on see probleem, et, et see tehnoloogia jookseb kogu aeg eest ära. Ja selleks ajaks, kui sa saad oma mingi testi valmis, siis uued mudelid juba saavad sellel põhimõtteliselt täiuslikke skoore, eks ju. Ja tegelikult sul ei ole head signaali selles osas, et kuidas nagu pilt muutub. Ja sellepärast me nagu noh, ütleme hüppasime mõnest etapist üle, näiteks ma arvan, et mõni niisugune lihtsam, ma ei tea, käänamise, pööramise grammatika test tegelikult ei. Ei käi tänapäevastele mudelitele üle jõu, vaid me tahtsime kohe minna võimalikult praktiliseks, et näiteks eesti keelt me hindame siis kolme testi. Kaudu praegu, millest üks mõõdab oskussõnavara, et kas erinevates valdkondades mudel valdab erialaterminoloogiat. Siis kujundlikku keelt, igasuguseid väljendeid, ütlusi eesti keeles ja, ja kolmas test on siis sellest, et kas mudel oskab. Anda sama kvaliteetset keelenõu nagu Eesti keele esituudi eksperdid.
See on päris kõrge latt on ju, sest ütleme, ma eeldan, et Eesti Keele Instituudi eksperdid on, kuuluvad Eesti paremate keele ja tundjate hulka.
Jah, kindlasti, et see on väga kõrge latt. Et kui mudel, noh, ühesõnaga praegu parim mudel saab selles keele nõu testis mingi seitsekümmend viis protsenti sajast, eks ju. Ja umbes kakskümmend viis protsenti on võimalik saada seal teatud vastuseid võib-olla hupi pakkudes. Et ühesõnaga, et me oleme nagu veits üle poole tee ja mida rohkem sinna sajale läheneda, seda aeglasemaks see Mac ronimine läheb. Aga.
Ma arvan, et meie, teiega ilmselt saaksime nagu vähem kui praegu parim mudel selles keelenõu testis, aga mitte võib-olla väga palju. Et noh, siin on, ma arvan, noh, oleneb, oleneb inimesest, eks ju. Aga lihtsalt ma tahaks võib-olla tähelepanu juhtida sellele, et kas see ikka on nii kõrge latt, et meil räägitakse, on ju, et see tehnoloogia siin põhimõtteliselt noh. Toob, eks ju, paradiisi maa peale, varsti kõigil on universaalne sissetulek ja automatiseerime kõik ebamugavad asjad ära või siis teistpidi, et noh, SkyNet tuleb. Ja noh, et kas, kas me siis tõesti võiks oodata, et annab nagu kõrgharitud eksperdi tasemel nõu eesti keele kohta, et minu meelest see ei ole eriti kõrge latt.
Jah, vähemasti tulevikuks. Eesti keele, kes on eesti keele parima tulemusega? Milline mudel, ütled peast, mäletad?
Saari, Saari, Saari, vabandust, me peame ütlema, et me lindistame seda saadet kahekümne viiendal juunil kaks tuhat kakskümmend kuus kell üksteist kuusteist, nii, nüüd said keisteri olla.
Ja et noh, selles mõttes, et me tegelikult me ei mõõda ainult eesti keelt, eks ju, et see eesti keele nagu. Valdamine on oluline, aga see on pigem selline nagu baashügieen meie arvates, et sealt noh, mõnes mõttes veelgi olulisem on see, et kas mudel nagu teab õigeid asju Eesti kohta, et ta võib ilusat eesti keelt rääkida, aga näiteks noh. Ta, ta ei jaga näiteks meiega sama faktipagasit või siis ta võib eesti keeles käituda ettearvamatult ja ohtlikult, eks ju. Et siis sellepärast meil ongi kolm suurt kategooriat, eesti keel, teadmised ja ohutus. Ja noh, kui me vaatame konkreetselt ainult nagu eesti keelt. Siis, ootan kohe, kes meil on siin tipus. Kõige parem on hetkel GPT viis punkt viis kahekümne viienda juuni seisuga ja napilt kannul on viis, mis ei ole enam, eks ju, saadaval. Ja siis tuleb Gemini kolm punkt üks pro ja siis juba paar punkti hiljem juba Gemini kolm punkt viis flash.
Ja põhimõtteliselt, aga need on need mudelid, eks ole, mida ma eeldan, et enamus noh, tavalisi nii-öelda normaalseid inimesi kasutab, et neid mudeleid, mida te mõõdate ja testite, on, on väga palju, neid on kümneid ja kümneid. Osad nendest on suurttegijate vanemad mudelid, osad nendest on open source mudelid. Siin deep-seak hiinlaste oma on sees, aga need, mida sa ette nimetasid, need on need tavalised, nii-öelda tavalised kahtlusalused ja see pilt ei ole üldse kõige hullem.
Jah, noh, selles mõttes, et noh, me siin oleme EKIis palju nagu arutlenud selle üle, et kas see klaas on siis pooltühi või pooltäis. Mina olen alati see tegelikult see pooltühja klaasi inimene, aga ma möönan, et siiski on väga positiivseid uudiseid, et just noh. Need kolm USA suurtootjat, eks ju, OpenAI, Google ja Antropik, nende mudelid on teinud siis peale ütleme mõningast sellist platood, mis oli eriti OpenAI puhul sisuliselt kaks aastat, noh, mudelid tammusid paigal eesti keele osas. Aga nüüd siis selle aasta jooksul on siis tulnud selline märgatav kvaliteedihüpe jälle. Et see on nagu väga hea uudis, et tähendab, et kui. Me võtame nende tootjate parimad mudelid ette, siis me tegelikult saame sealt täiesti normaalse nagu eestikeelse kvaliteedi, noh, arenguruumi veel on eriti mõnes, eriti näiteks ütleme, oskussõnavara osas, et seal parimad mudelid saavad, noh, ma ei tea, kuuskümmend protsenti sajast, on ju. Aga noh, et seis ei ole katastroofiline. Lihtsalt see asi on natuke keerulisem, sellepärast et jah, võib-olla meie teiega siin, eks ju, kasutame siin tasulisi mudeleid kõige paremaid, eks ju. Aga kui me esiteks võtame juba näiteks tasuta versioonid. Siis me kukume seal pingereas nagu päris korralikult. Ja mis veel, kui me lähme nüüd nende mudelite juurde, mis tegelikult jooksevad erinevate ettevõtete ja avalike teenuste sees, siis need ei ole need kõige kallimad uued mudelid, vaid need on. Nagu kiired, kompaktsed, odavad mudelid, mis on just selleks tehtud. Näiteks teate, mis on praegu OpenAI kõige kasutatav mudel token'ite arvu poolest? Võib-olla mitte kõige, aga ütleme esikolmikus. GPT neli O-mini, sellepärast et see tuli välja sellisel hetkel, kus ta oli nii-öelda no väga hea kvaliteedi hinnasuhtega ja sellel, sellel ajastul kaks tuhat kakskümmend neli, siis. Ehitati väga palju niisuguseid esimesi nagu teenuseid selle mudeli peale ja need teenused on siiamaani paigas. Et see tähendab, et tegelikult token'ite arvu poolest näiteks see GPT4O mini on üks noh, suurima läbilaskega mudeleid OpenAI-l ja see on nagu väga halb eesti keeles. See on meil neljakümne seitsmendal kohal kuuekümne kahest.
No see on samasti ütleme Microsoft, Microsoftil oli see probleem nagu aastakümneid, kus kõige levinum tarkvara oli kahjuks juba väga-väga-väga aegunud, eks, et aga. Aga lähme nüüd selle ploo, klaaspooltühja juurde, et mulle meeldib seda asja vaadata nüüd kahtepidi korra, et ühelt poolt eesti keel on olnud mõnes mõttes väga suur, kuidas ma ütlen siis küberkaitse sõber. Ehk siis eestlasi on olnud väga raske küberrünnata, sest kui sul vähegi kriitilist mõtlemist on ja sa näed, et, et see, ma ei tea, fishing letter või mis iganes sinu pihta on tehtud, on ju. Et see on ikkagi täiesti nagu mööda eesti keeles on ju, see on nagu esimene ohuhinnang, et oot, oot, oot, oot, et näed, et ükski eestlane küll niimoodi ei räägi, eks on ju, et see on meid nagu siiamaani kaitsnud, noh, ütleme nii-öelda minevikus, et no ma ei tea, väga head näited olid, kui tulid esimesed, kas olid Hansa või Swedbanki nimel, et. Et noh, poolvigases vene aktsendiga nagu eesti keeles oli kirjutatud, et pange oma pinid, palun siia on ju, et noh, et, et ja noh. Oli, oli rumalik, kes pani, aga ütleme nüüd, kes ikkagi vähe kriitilist mõtlemist oli, sai aru, et noh, et sorry, aga Swedbank ei saa kirjutanud nii vigast nagu eesti keelt, on ju, et noh, et see ei ole võimalik. Nüüd, kui need mudelid muutuvad nagu väga heaks, siis tegelikult ka igasugune küberründamine muutub nagu, nagu märatavalt kvaliteetsemaks ja paremaks, on ju. Ehk siis nüüd siin esimese nii-öelda pool tühja klaasi jutt, on ju, et noh, et, et kas ikka peaks olema nii hea või umbes, et noh, et kas me peaksime püüdlema selle poole, et need mudelid nagu oleksid väga head. Mul on siin oma arvamus, aga ma küsin Krister sinu käest rohkem nagu seda.
No ma olen seda argumenti väga palju kohanud, et äkki noh, see tegelikult on mingis mõttes väga vana argument. See on umbes seesama, et noh, meie eestlased, eks ju, oma salakeelega rahvas kuskil põgeneb sohu ära ja suur maailm ei saa meid kätte, eks ju. Ja noh, ma saan sellest aru, et äkki, kui me nagu lähme kivi alla, siis see kõik inetu läheb meist mööda. Aga siin on üks hästi oluline nüanss, mida noh, tuleb mainida, et tehisarvu puhul see kvaliteet, mida on vaja selle tehnoloogiaga halva tegemiseks. On palju madalam kui kvaliteet, mida on vaja hea tegemiseks. Ehk siis tehisarvusüsteemid, no keelemudelid on ammu eesti keeles, juba kolm punkti, esimese chat GPT ajast on keelemudelid piisavalt nagu. Normaalse eesti keelega, et nendega teha mingisuguseid scam-kirju ja asju, et jah, see läheb natuke paremaks, kui nad usutavamalt räägivad, aga see on nagu inkrementaarne. Samas on kaheldav, et keelemudelid on praegu piisavalt kvaliteetsed, et me neist tõesti kasu saaksime näiteks kõigis majandusharudes. Noh, kas või kui need ei valda, eksju, eriala sõnavara, ma ei tea, mäetööstuses või, või metsanduses või, või toiduainetööstuses või kuskil, eks ju, kust me paneme keelemudeli sinna tööle. Et selles mõttes me oleme just selles nagu hästi vastikushallis tsoonis praegu, kus teisharuga võib meile teha päris palju kahju, aga me ei ole veel saanud üle selle künka, et hakata tõsiselt seda enda kasuks pöörama.
Okei, see on väga hea, oleme siin ühes paadis. Lähmegi siit teisele poole, ma saan aru, et Islandil on praegu päris suured probleemid sellega, et nemad ei ole tegelenud oma nii-öelda siis. Sõnavara ja üldse keele õpetamisega masinatele, et või on sul tuua mingeid nii-öelda väga häid näiteid sellest, kuidas kellelgi on veel väga palju halvem võrreldes sellega, et neil on ka salakeel, aga, aga, aga on, ei ole piisavalt tööd tehtud sellega.
Kusjuures ma ei tea, kas ma olen nõus sellega, minu teada istand on just teistest palju varem tegutsenud ja väga nagu resoluutselt, ma nüüd tunnistan, et ma võib-olla viimase aasta jooksul ei ole jälginud, et mis nende seis on, et kui sa tahad täpsustada, siis ma oskaks kommenteerida, et mis, mis nende probleemid siis on hetkel.
Ei, ma just mõtlen seda, et noh, et, et, et ma saan aru, meie keele instituut ikkagi nagu sellesama nagu keele talletamisega noh, meediaväljannetega, kokkulepetega täidamisega ja nii edasi on olnud nagu noh, suhteliselt nagu okeil tasemel või üldse kuidas sa seda nagu nii-öelda, kuidas riigid üldse saavad nagu oma salakeelt masinatele ette anda või ette sööta, on ju, et noh, et, et ilma, et sa väga palju nagu rikuksid mingeid intellektuaal omandireegleid ja nii edasi.
Jah, no siin ongi kahjuks see, et mida suurem keel, et seda nagu lõdvemad need reeglid on, eks ju, et kui sa. Kui jutt on inglise keelest või ma ei tea, hispaania, prantsuse, saksa niisugustest, vene, hiina. Siis sa ei pea tegelikult midagi selleks tegema, et sinu nagu keel ja kvaliteet selles keeles mudelitesse jõuaks. Mida väiksemaks see keel läheb, seda rohkem on pingutust vaja, noh, ma võin tuua näite. Et eestlaste digitaalne jalajälg elaniku kohta on ilmselt võib-olla maailma kõige suurem või me siin Islandiga selle nimel ilmselt rebimegi. Noh, need hinnangud on umbkaudsed, eks ju. Aga noh, näiteks sama palju, sama suur jalajälg kokku kui eestlastel on näiteks bengalikeelne. Bengali keelel on kakssada miljonit kõnelejat, eks ju. Et selles mõttes meil on suhteliselt hästi, aga siin nagu neid noh, ütleme siin loeb ainult absoluutne tulemus ja siis ongi, et mida väiksem keel, seda rohkem peab pingutama. Island tegelikult on võib-olla noh olnud vähemalt minu arvates kõige nagu parem näide sellest, mida peaks tegema. Ja ma arvan, et see võti on siin muideks selles, et nende keel on nagu natuke veel rohkem salakeel kui eesti keel. Et sellest, sellest on veel vähem digitaalset materjali, see on ka väga spetsiifiline ja nagu keerulise grammatikaga. Ja nemad said tegelikult aru, et see asi ei tule iseenesest juba aastal kaks tuhat kakskümmend kaks. Ja see oli enne, kui chat GPT tuli avalikuks ja nad võtsid selle niimoodi ette, et nad läksid, panid era ja avaliku sektori seljad kokku. Läksid presidendi tasemel OpenAI jutule. Kuulge, meil on siin üks keel, mis vajab päästmist, me ei taha siin inglise keele sisse nagu ära lahustada. Ja nad jagasid andmeid, nad tegid koostööd ja neil siiamaani on tegelikult OpenAI-ga väga tugev koostöö. Et noh, nende miinus on võib-olla see, et nad ongi, mulle tundub väga keskendunud ühele firmale. Aga, aga see on ikkagi väga muljetavaldav, kui kiiresti nad liigutasid ja ma lihtsalt ütlen ühe mõtte siia veel. Et minu meelest Eesti on sellises nagu jälle teistpidi ka sellises hallis alas, kus meie see noh, meie, meie eestikeelset materjali on piisavalt palju, et need parimad mudelid õpivad selle eesti keele nagu rahuldaval tasemel ära. Ja siis meil tekib see mulje, et ahaa, et me olemegi selle rongi peal, et see tulebki iseenesest. Aga samas me ei märka, et tegelikult kohe, kui sa lähed kuhugi nagu nüanssidesse, siis see kvaliteet hakkab langema. Ja Island, kuna nende keel on nagu väiksem, siis nad said kohe need vitsad kätte, vaatasid, et oi, et Islandi keelt ei tule ikka üldse siit mudelist välja ja nad hakkasid liigutama. Aga Eestil läks kauem aega selleks.
Okei, aga mõtlengi, et ma arvan, et seda kuulajat meil ikkagi huvitab ka ikkagi, me läheme natuke rohkem tehnilisemaks selle koha pealt, et kuidas ikkagi käib siis selle mudeli nii-öelda. Noh, nii-öelda boost'imine on ju, et noh, üks asi on see, et sa lähed ja ütled nagu teed presidendi tasandil nagu kokkulepped, on ju, aga teine on see, et noh, ütleme sama, võtame EKI nagu näiteid, noh, te praegu testite, kes on parim ja nii edasi, on ju. Aga mida sa päriselt saad teha selleks, et, et need mudelid nagu siis teeksid ikkagi kvaliteedihüppe, et mida saab EKI teha selleks või kes selleks üldse tegutsema peab?
No see on keeruline küsimus, sellel on keeruline vastus ka, aga ma üritan seda lahti harutada. Et tehnilises mõttes on sisuliselt kaks nagu nii-öelda vektorit. Üks on eeltreenimine, ehk siis need ongi need suured, eks ju, andmemassiivid, millest tavaliselt räägitakse, kui, kui on juttu keelemudelite treenimisest. Ja teine vektor on siis järelepe või järeltreenimine, see on see fine tuning, peenhäälestamine, eks ju, alignment, see on palju erinevaid ja osaliselt kattuvaid termineid, mis sisuliselt kõik nagu tähendavad ühte asja, et kui sul mudel juba on. Keele nagu üldiselt selgeks õppinud, et siis kuidas talle antakse valdkondlikud teadmised, kuidas õpetatakse ülesandeid lahendama, kuidas lihvitakse stiili ja nii edasi ja nii edasi. Ja need kaks protsessi vajavad väga erinevaid andmeid. Eellõpe vajab siis nagu tohutus koguses struktureerimata teksti, millest noh, mida kvaliteetsem, seda parem. Kvaliteetselt tekstid on enamasti autoriõigustega kaitstud, mis teeb selle, mis tekitab selle suure dilemma, eks ju. Ja järelepe vajab vastupidi noh, ütleme ka väga palju, aga siiski mitu suurusjärku vähem andmeid, mis on siis nagu noh. Spetsiifiliselt loodud ühel või teisel viisil selleks, et tehisarvu õpetada, et noh, võib-olla kõige lihtsustatumalt võib öelda, et need enamasti nagu näeva, need on nagu näited ideaalvastustest või niimoodi. Ja noh, EKI proovib tegeleda mõlema suunaga, et, et neid järeleppe andmeid me hakkame nüüd looma koos siis valdkondlike ekspertidega, et just, et, et, et mudelid nagu. Saaksid õppida ka, noh, ma ei tea, eestikeelset meditsiiniterminoloogiat ja noh, nii edasi, niisuguseid nišikaid valdkondi. Aga see, mis puudutab eelõpet, ehk siis nende andmete kasutamist, mis noh, selle vähese kvaliteetse andmehulga kasutamist, mis meil tegelikult on, see vajab ikkagi poliitilise tasandi kokkulepet.
Mis sa mõtled selle all, kas see probleem on siis ongi selles autoriõiguste pooles või, või veel milleski?
Probleem on üldiselt autoriõiguste pooles ja, ja noh, meil kahjuks nagu Eestis see avalik debatt ei ole jõudnud nagu reaalsusele järgi. Et selles mõttes, et noh, ma ütlen kohe ära, et ma saan täiesti aru, ma saan igas mõttes aru õiguste omanike muredest, et, et nende, eks ju, teoseid noh, kasutatakse ilma nende loata ja nii edasi ja nii edasi. Et aga siin on siiski nagu mitu nüanssi, millest ei räägita, et, et esiteks nendes aruteludes pannakse tihti kokku ühelt poolt keele andmed ja teiselt poolt näiteks visuaal, audiovisuaalsed andmed. Teiseks, meil ikkagi valitseb nagu kuidagi vaikimisi selline arusaam, et me ikkagi ei pea midagi tegema, et, et küll see asi nagu. Noh, läheb mööda või läheb iseenesest paremaks, et küll need firmad nagu hoolitsevad meie eest, küll nad teevad oma tooted Eestile nagu. Noh, Eestis ka piisavalt heaks, et neil on ju ometi kommertshuvi või et ju seal on äkki üks lauake, nagu seistub üks inimene, kes mõtleb eesti keele peale, eks ju.
No üldiselt ei ole ikka jah.
Aga see on ju vaata, ma tahtsin teie diskussiooni siin enne sekkuda selle poole pealt, et ma mäletan, kui. Oli siis chat kapete kolm või mis iganes, see esimene versioon oli, mis nagu inimesteni jõudis ja kõik hakkasid kirjutama ja siis läks veel natukene aega mööda. Ja siis tulid need sinised jutumullid ja siis ta hakkas rääkima põhimõtteliselt sellise kerge Kanada väliseestlase aktsendiga, aga no siiski ikkagi väga okeilt. Ja mina, kes ma olen tehnoloogiamaailmas ju üle kahekümne aasta siin olnud ja artikleid kirjutanud ja, ja jälginud neid arenguid, ma olin ikka täiesti pahviks löödud. Mulle tundus vähemasti nii-öelda kasutaja seisukohalt vaadates, et kõik need pingutused, mis me eelnevatel aastakümnetel tegime nüüd eesti keele digitaliseerimiseks, need kahvatusid selle kõrval, mida sa chat GPT kolm või, või neli noh, täiesti karbist välja võetuna nagu oskasid, et see oli nagu öö ja päev. Ja, ja eriti see, see rääkimise pool oli minu jaoks ikkagi täiesti arusaamatu, et kuidas see üldse võimalik on, et noh, et see, see nüüd lambist lihtsalt üleöö nagu täiesti tuli ja mulle tundus see nagu täiesti maagiline. Kas sulle, kas sulle nagu ei tundunud, et sa vaatasid nagu juba toona sellise keeleinimesena, et no siin on ikka päris pikalt veel minna või mis sinu esimene reaktsioon oli sel hetkel?
No tegelikult ma ei ole isegi keele idipane, et ma olen üldse ajaloolane tegelikult. Ma vaatasin hoopis teise nurga alt ja noh, see kindlasti ma olin väga nagu üllatunud, mind võib-olla. Mind kõige rohkem. Algusest peale nagu on paelunud just see sisuliste teadmiste osa mudelis. Ja siis ka selline nagu joonduse küsimus, et mis on need seisukohad, mida mudel nagu evib. Aga noh. Mis, mis puutub seda nagu kõnesünteesi, siis jah, selles mõttes küll, et seda, see ei juhtunud mitte ainult kõnesünteesi, vaid nii palju, kui mina aru saan, siis noh, ikka väga paljude keeletehnoloogia harudega. Et oldi aastaid või isegi tõesti aastakümneid ehitatud mingisuguseid süsteeme. Ja siis tuleb, eks ju, keegi, kellel on lihtsalt nii palju nagu compute'i, et noh. Lüüab see nagu uks jalaga maha, eks ju, ja, ja nagu riismed on alles. Aga noh, siin on siiski noh, Eestis on väga-väga-väga tasemel kõnesünteesi nagu uurimine, et meil on, eks ju, see neurokõne näiteks. Mis on minu meelest ikkagi kvaliteetsem kui chat GPT. Aga noh, üldiselt see on jah, see, et, et lihtsalt kuna neil on nii palju rohkem arvutusjõudu, siis nad saavad mõned probleemid lahendatud puhtalt selle toore arvutusjõuga.
Mida, mida meil ei ole. Just. Aga mõtlengi, et aga seesama ikkagi, et kui palju sellest on ikkagi, no ma ütlen, mis ma ütlen, et noh, et, et, et ma võib-olla otsin nagu seda vastust, et kui sa nagu tahaksid täna teha nagu, ma ei tea, top kolm poliitilist otsust või top kolm tegevust, mis nagu suurel määral hüppeliselt ikkagi aitaks meid siin maailmas nagu edasi. Isegi on, sul pea kolm olema võib-olla üks on ju, et, et mis see ikkagi oleks, mida peaks nagu ära otsustama või tegema?
Nojah, ongi see üks suur asi tegelikult, mis noh, tähendab, et oleks vaja jõuda mingisuguse ühiskondliku kokkuleppeni selles osas, et kuidas me saame kasutada enda digitaalseid keeleandmeid. Et mis tingimustel? Ei, tavakuulaja ei saa aru.
Ütlen nüüd, ütlen nüüd niimoodi eesti keeles niimoodi, et, et nagu kümne aastane saab aru, mis nagu on, vot see on, ma suhtlen praegu nagu AI-ga, et noh, et, et nagu. Et noh, et mis asi nüüd on vaja ikka otsustada? Kellega on vaja kokku leppida, Delfiga on vaja kokku leppida või ühesõnaga, mis asi sul kokku vaja leppida on siin praegu nüüd ikkagi?
No okei, mõtleme näiteks nii, meil on Eestil, eks ju, mingid maavarad, meil on palju metsa, meil on näiteks, maa sees on põlevkivi, fosforiit, eks ju, sellised asjad. Ja noh, me oleme kõik, kõigi nende puhul, eks ju, teinud mingeid otsuseid, et kas me kasutame neid ja. Kuidas, et kas me ise näiteks kaevandame, kas me laseme siia investeerida välismaistel firmadel, kes siis näiteks selle puidu välja viivad või me üritame näiteks siin kohapeal mööblit toota ja siis suurema lisandväärtusega seda. Maha müüa, eks ju, meil on nagu noh, tegelikult aktiivne ühiskondlik debatt selliste asjade puhul ja noh, mõnel puhul näiteks nagu fosforiit, ma saan aru, et pigem noh. Otsustatakse, et mitte teha, et sa ei tasu ennast, eks ju, ära või siis, et ühiskondlik vastuseis on liiga suur või keskkonna risk on näiteks suur, eks ju. Nüüd meie nagu keeleandmed on samasugune asi, et see ei ole nüüd siin Delfi ega ERR sellepärast, et need kõik on üks tilgakene, eks ju, selles ookeanis, vaid meil on vaja nagu. Vaadata kõige suuremas mõttes kõik kohad, kus on eestikeelset kvaliteetset teksti. Kas me tahame väärindada seda? Need on nagu ressurss, kas me tahame neist
tänapäevast tipptasemel tehnoloogiat või me ei tee seda?
Ma lähen ikka kiusama, et, et noh, ma ei tea, lähme nagu selles mõttes nagu praktiliseks sõin. Kunagi me rääkisime terviseandmete irriteerimisest, mida see tähendas praktiliselt? Võeti lahti paberarhiiv, võeti skännerid, lihtsalt toorelt, noh, lihtsalt köeti. Neid, neid, neid paber nagu tekste skännerisse ja hiljem aastakümneid siis seda noh, edasi oli see digiteerimine, kuidas me sellest nagu pildist nüüd selle õige teksti kätte saame ja nii edasi, onju, arvestades veel arstide keakirja ja kõike muud sinna juurde, onju, et noh, et see on nagu Jura kuubis, onju, aga noh. Tehti ära ja tehtigi toorelt ära, et millest sa siin räägid, kas sellest, et keegi peab minema raamatukokku hakkama, vanu masin nagu nii-öelda nagu raamatuid sisse skännima ja neid siis nagu OpenAI-le sisse lükkama, millest sa räägid, kust see tagama tegelikult nii-öelda siin kinni olema, et vot see, ma arvan, nagu on praegu jääb ebaselgeks sellele kuulajale.
Okei, noh, mõtleme niimoodi, et kõige rohkem võib-olla digitaalset teksti on rahvusraamatukogu haldusesse, sellepärast et seal on, nemad tegelevad noh, ja teised teadusraamatukogud ka. Tegelevad nende samade vanade raamatute digiteerimisega, aga noh, vanad raamatud on nagu ainult üks osa sellest, et tegelikult. Näiteks viimase kahe-kolmekümne aasta uudistekstid ja ka veebiarhiiv näiteks, mis on. Noh, umbes see on nagu Internet Archive, aga meil Eesti domeenipõhine, eks ju. Noh, ühesõnaga väga suures koguses eestikeelset teksti. Neist saab teha korpused, noh, ehk siis seisuliselt lihtsalt nagu kraapida selle teksti sealt kokku, panna nagu tekstifailideks, on ju. Ja see on nüüd materjal, mida saaks kasutada treenimiseks. Ükskõik, kas siis nagu meil või kuskil mujal. Nüüd. Ma jällegi
tahan seda ära, meelega ära nagu, nagu tõlkida, kas probleem on selles, et meil on ilgelt paljud Eesti rahvusraamatukogul, aga ta ei tohi anda seda nii-öelda nendele suurtele USA korpidele?
Just, ei oot-oot-oot, jäta need USA korbid üldse välja sealt. Okei. Rahvusraamatukogu ei tohi oma tekstidega noh, teha midagi, mida noh, ütleme. Vaata, kui näiteks mingi tekst on raamatukogu käes, on ju, siis selle õigused on ikka noh, õiguse omaniku käes, näiteks ma ei tea, Delfi. Meedia saadab oma uudistest regulaarselt noh, koopiad, säilituseksemplarid raamatukogule, aga õiguste omanik on ikkagi Delfi. Ja siis ongi Delfi on see, kes, kes tegelikult saab anda lõplikku sõna selleks, et mida tema. Noh, tekstiga võib
raamatutega on ju sama lugu, Taavi, et kui ei ole autori surmast möödunud, mis iganes neid aastaid
ainult. Suur asi on tegelikult seaduse tõlgendamises, sellepärast meil on Euroopa Liidu tasandil olemas selline asi nagu teksti ja andmekaeve erand. Mis tähendab, et noh, näiteks kui mina tahaksin teha mingisugust. Ma ei tea, keeleteadust lugeda kokku, et palju iga aasta kasutatakse mingit teatud omadussõnu, eks ju, artiklitest, siis seda ma võin seaduse järgi teha, see on teaduse eesmärk. Aga küsimus on selles, et kui me neid treenime keelemudeleid, kas see on teaduse eesmärk ja selles osas on väga erinevaid seisukohti. Ja minu meelest selle asja teeb ka väga nagu, miks ma ütlen, ma ei taha öelda OpenAI, sest nagu kohe, kui me ütleme, et lähme anname teksti OpenAI-le, siis kõik on nagu. See ei ole ju seaduse eesmärk, me anname kõik oma ressursi tasuta ära, eks ju, ja nad hakkavad meile seda toodet tagasi müüma ja ma olen nõus sellega, aga hetkel on seis selline, et me ei saa isegi siin Eestis kohapeal näiteks peenhäälestada avatud mudeleid meile ühiseks kasutamiseks, sellepärast et justkui see ei ole teaduse eesmärk. Noh, ühesõnaga, siin on pigem on teaduse sinna seaduse tõlgendamises küsimused, aga ma ütlen jällegi, ma ei ole selle ala ekspert, et ma siin peaks mingi jurist istuma pigem.
Ei, aga mõtlen, no minu jaoks kõlab, sorry, minu jaoks kõlab see jälle nagu selline, et noh, et, et me, me teeme nagu. Tegelikult suhteliselt mingist lihtsast kohast mingi ilge probleemi puntra ja siis lihtsam on seda, noh, nii-öelda põhimõtteliselt öelda seda ei saa, siis nagu selle asemel seda probleemi, probleemi puntraid nagu korra nagu lahti, tuleb välja, et polegi võib-olla raske nagu sõlme, et ma ei tea, sõna otseses mõttes nagu Delfi omanikud annavad loa oma tekstidele, on ju, Postimehe omanikud annavad loa oma tekstidele, on ju. Krossi järeltulija on ainult loo oma tekstidele ja nii edasi, on ju, sa käid ükshaaval läbi kas või kõik, palju meil oli autorid ja neid järglasi üldse on siin Eestis, on ju, et noh, et, et käia. Ei, nõus, aga küsimus ongi, et nagu, et kas sinu esisaade nagu looming tahab, noh, on nagu väärt eesti keele arendamisel või mitte, on ju, et noh, et, et noh, ei jah, on, lähme edasi, on ju. Ma
küll seda, et see ei ole nagu lihtne, aga see ei ole võimatu. Aga niikaua, kui see probleemi ja rägastik on selline nagu, et oi, see on nii keeruline ja mitte kellegi sellega ei tegele, on ju, et siis lõpuks noh, me ei jõuagi, et noh, mitte mul on endal nagu näide sellega sammaga, mis puudutab, ma ei tea, et tehnoloogia haridust või drooniõpet, on ju, kõik ütlesid, et on võimatu, tuleb välja, et on päris võimalik. Hakka otsast tegema lihtsalt, on ju, et noh, et ühesõnaga, et nüüd ma selles mõttes olen, ma olen alati kuidagi nagu võttis, nagu lähen kihevile, kui, kui öeldakse, et noh
Nojah, vaata nõus, mina arvan ka, et see on tegelikult tehtav ja sellest on ka nagu näiteid, kus on jõutud ilusti kokkuleppele näiteks Norras või Hollandis, on ju. Noh, minu meelest praegu ongi puudu see, et noh, sellel debatil on teine pool puudu, ehk siis meil ei ole piisavalt räägitud sellest, et mis on see risk, kui me ei tee seda. Räägitakse ainult sellest, et mis on risk, kui me võimaldame oma andmeid kasutada, eks ju. Ja et ka seal on ka mingi kommertshuvide riive, eks ju, või siis noh, kahjuks palju ringiakse neid müüte, et umbes, et noh, et ma annan enda raamatu nagu treenimiseks ja pärast see mudel oskab seda nagu algusest lõpppoli genereerida, eks ju, mis nagu noh, ei ole ei praktiliselt ega teoreetiliselt võimalik. Aga noh, me ei räägi sellest, et kui me nüüd ei tee seda, et mis siis juhtub näiteks, et kui me, kui me, no näiteks kui me kasu, kui me üritame teha, eks ju, majanduses nagu sihukest tehisarupööret ja isegi nagu kui me ei ürita seda nagu teadlikult, sest ettevõtted ja asutused ikka teevad seda, eks ju. Kõik kooliõpilased kasutavad chat GPT-d näiteks vahet pole, kas on tihüpe või mitte.
Inimesed raiuvad oma hambaid chat GPT-ga.
Ettevõtjad käivad koolitustele, et kuidas olla AI superpower, super charger, eks ju, 100% more productive kõik värki, et see tuleb niikuinii. Aga mis juhtub siis, kui need mudelid näiteks risustavad kogu aeg meie inforuumi ja noh, kas siis tahtlikult või tahtmatult, näiteks noh. Loovad ebakvaliteetset või valeinfot, sest nad ei ole eesti keeles piisavalt kvaliteetsed. Mis juhtub siis, kui näiteks eestikeelse ettevõtja käes see tehnoloogia lihtsalt on vähem võimekas kui meie näiteks poolakast või sakslasest konkurenti käes. Need on need asjad, millest peaks rohkem rääkima.
Ega seda see väga ongi, ma olen väga seda poolt pisse tööta, ma küsingi, et miks me ei tee nii nagu see, ma nüüd pean tunnistama, ma ei mäleta selle. Linnapea nime, aga ta USA linnapea, kellest on raamatuid kirjutatud, kes tegi põhimõtteliselt niimoodi, et ta tegi seda, mis on vaja. Ja ütles nii, et jah, meid kaevatakse kohtusse, aga siis me läheme lahendame seda kohtusse, aga me teeme ära, mis on vaja. Ja no põhimõtteliselt nagu tekkisid pargid ja kõik muud asjad, on ju, noh, jõuga lammutas, on ju. Et ma ei tahagi öelda, et siin peab nagu teerulliga kogu aeg üle sõitma, eks, aga nagu mõnes kohas on tõesti tunne, et noh, et, et, et noh, et äkki, noh,
Jah, noh, seal on väga palju, eks ju, rääkimist vaja teha, ega nagu õiguste omanik.
Ära teinud, siis kurad, et sinna ju lähedki sellesama jutuga ja tahaks näha nagu noh, tõesti, ma ei tea. Hans Sass hakkab rääkima, et tema ei anna oma nagu loomingut või et oma inimeste loomingut nagu eesti keele nagu säilitamiseks, siis noh. Teeme järeldused selle pealt, onju, aga, aga annaks selle võimaluse, on sul selle küsimusele vastata üldse, onju.
Aga Taavi, mine, mine küsi ja küsi nendelt kõigilt teistelt ka, et selles
mõttes. Aga pange tähele, üle, Taavi, mine. Ja vaat kui ma lähen.
Jah, sinu elust, Taavi, ongi üks projekt seal puudu. See
on nagu, see on nagu nii lihtne, noh, alati lükkame nagu selle endast nagu eemale, onju, kuigi nagu ütleme ausalt, et ma vaatan nagu EKI nagu miks EKI üldse üle on kutsutud, siis ma küsiks ikkagi nagu, et sorry, aga millest me teile palka maksame, onju, maksumaksjateni.
Ma arvan, et siin on ka noh, selles mõttes, et see, mida sa võib-olla ei tea, on see, kui palju äkki on selle probleemiga juba aastaid tegelenud nagu väga
intensiivselt. Võib teha trenni palju tahes, aga kui tulemust ei ole, siis null.
Jah, aga lõpuks on see, et kui näiteks on vaja, eks ju, noh, ütleme. Leitakse ikkagi, et olemasolev õigusruum ei võimalda sellise asja tegemist, et noh, siis ei saa nagu sellest üle sõita, sest me oleme, eks ju ju riigiasutus, et tegelikult keegi ei saa seadusest üle sõita.
Meelde, Eesti riigis me ise, rahvas ise teeb seadusi.
No vot, ja sellepärast ongi see ongi vaja, et see asi leiaks poliitilise tasandi lahenduse, arvan mina.
Ma, meil on umbes üks minut aega, aga ma siiski avaks ühe suure teema lihtsalt, et see oleks markeeritus meie tänases saates. Me rääkisime, me ei rääkinud sellisest tulbast, mille nimi on ohutus ja mis põhimõtteliselt mõõdab seda, et kui. Ma ei tea, kuidas me siis ütleme, kas me võime öelda, et kui õigesti keelemudelid saavad aru Eesti, nii-öelda Eesti, Eesti maailmakäsitlusest või kultuurikäsitlusest, Eesti ajaloo käsitlusest, kuidas sa küll sõnastad seda Krister?
No tegelikult ohutuse alla me teeme mitu testi, mis ei ole noh, tingimata seotud ajalooga üldse, et kas või noh, meil on hetkel küpsemas üks niisugune üldine ohutuse test, mis mõõdab, et kas mudelid oskavad ära tunda ja mitte järgida ohtlikke instruktsioone. Noh, näiteks kui sa käsitled, noh, see ongi seotud sellesama näiteks mingi scam kirjade genereerimise ja niisuguste asjadega, eks ju. Ja samamoodi me tegeleme praegu laste ja noorte ohutuse uurimisega, et kuidas mudel. Käitub olukorras, kui temalt näiteks alaealine küsib mingisuguseid küsimusi, eks ju, mis võivad olla tundlikud. Aga see jah, test, mis meil praegu on valmis, seostab Vene propagandaga ja sellega, et. Kui hästi mudelid saavad aru näiteks, kui neilt küsida kallutatud küsimusi või, et või kas neil on, neist, neist on võimalik välja pressida Kremli jutupunkte kavala küsimisega.
Ja valdav tulemus, vähemasti paljud need mudelid jälle, mida me üldiselt nii-öelda inimesed kasutavad, on suhteliselt hea skooriga. Ma olin isegi üllatunud, et, et seal on need päitsed nagu päris hästi pähe pandud, Google vist oli üks selliseid, kes, kes lonkas natuke või mis sinu selline ülevaade on?
No selles mõttes, et selle propagandatestiga me näeme, et tegelikult jällegi lipulaevade tulemused on ühtlaselt paremaks läinud ja praegu nagu parimad mudelid ikkagi on seal üle üheksakümne protsendi kõik. Google on jah, võib-olla siin selles mõttes erand, et nende mudelitelt ootaks palju paremat kvaliteeti, aga. Need lähevad just kuidagi alt sellise nagu kavala küsimisega, neid on võimalik nagu ümber sõrme keerata ja ka keelte vahelised erinevused on suured, et, et vene keeles on nad nõrgemad. Et see tegelikult noh, meie hinnangul nagu näitab üldiselt seda, et kui palju üks või teine tootja on sellele küsimusele tähelepanu pööranud, et need, kellel kõige paremad tulemused on. Et ma olen päris kindel, et seda vene propagandat on seal joonduse faasis nagu eraldi käsitletud ka.
Vaata, see on lihtsalt, no ma arvan, me võime teha ühe kuni kümme saadet sel teemal, eks, aga see on terve suur omaette valdkond, et, et kui inimesed hakkavad üha rohkem kasutama neid keelemudeleid ka kui otsingut ja ka kui uudisteallikat ja ka no üldse ka kui Vikipeediat, et paljud teenused nagu sulavad sinna kokku. Et kuidas me saame neile siis õpetada seda, mis on Eesti ja mis meie maailma asjadest arvame, et kuidas me saame nagu ennast? Sinna nagu sisse, kas, kas sina tead, kuidas me saame ennast sisse? Osad inimesed ütlevad, et noh, et tuleb lihtsalt umbes, et me peame hakkama vari sisu tootma. Eks kuskile mingile veebilehele, et mis ei olegi inimestele lugemiseks mõeldud, muudkui genereerime, muudkui jutustame seda Eesti lugu ja oma maailmavaadet on ju ja oma ajalugu ja räägime Eestist ja eestlusest ja meie unikaalsusest. Ja siis see GPT-d käivad kõik loevad ja noh, siis internaliseerivad selle, hakkavad sedasama juttu teistele rääkima. Kas see käib nii või see käib kuidagi teistmoodi?
No enne kui hakata mingit sünteetilist nagu eestikeelset sisu spämmima internetti, et enne peaks ikka hoolitsema selle eest, et see, mis meil juba olemas on, et see oleks leitav ja kättesaadav, mis minu hinnangul ei ole tegelikult tihti case. Ja samuti, et noh, näiteks isegi kui me ei räägi siin nüüd nendest autoriõigusega tekstidest, et oletame, et noh, mingisugused. Ma ei tea, mingid, mingid veebilehed oleks agentidele paremini loetavad ja nii edasi ja nii edasi, et seda kõike praegust saab paremini ära kasutada, see on üks asi. Aga sest ega seda autoriõigusega, noh, tekste ega need, ega kui te arvate, et see üldse neid andmeid jagada näiteks OpenAI-le, niimoodi, et lähed koputad ja nüüd nad võtavad vastu, sest see ei ole nii. Et nad, võib-olla lähed koputad, esiteks nad ei tee ust isegi lahti ja lõpuks, kui sa saad kellegi sealt välja piiluma, siis nad ei ole nõus seda asja vastu võtma, sest nende arvates on seal mingi juriidiline risk, on ju, et nad tahavad ainult asju, millega neil mitte kunagi ei tule mitte mingeid õiguslikke probleeme. Ja sellepärast siis ongi see teine vektor, mis on need järeleõppe andmed, ehk siis näited sellest, et kuidas üks mudel peaks käituma eesti keeles ja see on kindlasti ka tegelikult ütleme noh. Näiteks ohutuse mõttes või joonduse mõttes palju tõhusam kui lihtsalt eelõppe andmete nagu kuhjamine kuskile.
Me saame, kui meil on nagu mingi võimalus nendele suurtele ettevõtetele öelda, et mida nende mudelid peaksid arvama Eestist, see on nagu mingi eraldi eraldi liin.
Meil ei ole seda võimalust otseselt, meil ei ole nagu mingi Google Formsi, kus sa saad minna ja kirjutada, eks ju. Aga selles mõttes, et kuna neid andmeid on neil lihtsam vastu võtta järelepanu andmetega, ei ole seotud juriidilisi riske. Siis noh, see on nagu natukene tõenäolisem ja noh, me teame, et selles osas on küll mitu tootjat tegelikult noh, avaldanud mingi taseme nagu valmisolekut ilmselt noh, kasuta neid andmeid.
Kas meil selline kompendium on olemas, Krister, või et nagu selline kogu tõde Eesti kohta, millest saab patakana või ma ei tea, JSON-i failina või jumal teab millena üle anda?
Ja, aga see on ainult minu käes.
Sina kirjutad ka seda, kujundad maailmanägemust. Kas Eestis on hea elada noh, me peame kuskil võib-olla kirja panema selle ja
siis üle andma Google'ile? Ei noh, see on niimoodi, saada küsimust küsida, aga noh, see ongi küsimus näiteks, et kas Eesti okupeeriti tuhat üheksasada nelikümmend või mitte või kolmkümmend üheksa, on ju, et noh, et, et. Ja, ja noh, selles mõttes, et nagu see ei ole nagu noh, see ei ja ja vastus tegelikult tulebki läbi selle, et mismoodi, ma ei tea, näiteks samad. Noh, kirjanikud oma loomingus on seda kajastanud ja nii edasi, on ju, et noh, et, et see ongi nagu kollektiivne mälu, on ju, et, et noh. Kaasa arvatud see, et kas on hea elada, tuleb lõpuks sellest välja nagu, mis on kollektiivne mälu, on ju, ja võrduspunktid nagu teistena, et noh, et me siin Eestis arvame, et meil on päris raske, on ju, aga noh. Ma ei tea, kes vähegi on elanud nagu suurema kuritegevusega riikides, mis on enamus riike maailmas, on ju, et siis tuleb välja, et on päris hea olla turvalises kohas, on ju.
Ja kus on ainult kakskümmend üks kraadi sooja, kui seda. Kuulge, saateaeg on lõhki ja, ja hooaeg on ka sellega lõhki. Aitäh Krister sul osalemast ja seda teemat tutvustamast. Mul tõesti siia jäi mitme saatejagu materjali püsti. Mõõdupuu.eki.ee, igaüks võib minna surfata seal ringi, vaadata tulemusi, grupeerida, filtreerida, sorteerida nii nagu soovite. Meie, Taaviga oleme tagasi siis, kui on augusti esimene neljapäev, mis iganes päev see on, olge siis valmis meid downloadima. Aitäh, et olite selle hooaja meiega ja kohtume kogu aja pärast.
[ TRANSKRIPTSIOONI LÕPP ]