Taotlus

Taotlusvorm Koostatud j ustiits- ja d igiministri 18 .0 5 .2026 määruse nr 1 5 “ Tulevikukindla andmemajanduse ökosüsteemi mudel ja taristulised lahendused andmete turvaliseks haldamiseks, käitlemiseks ja väärindamiseks ” põhjal. 1. Taotleja andmed Taotleja asutuse nimi Eesti Rahvusraamatukogu Taotleja esindaja nimi Martin Öövel Taotleja esindaja ametikoht p eadirektor Esindaja telefoninumber +372 5019 775 Esindaja e-post [email protected] 2. P rojekti kontakt (vajadusel) P rojekti esindaja nimi Urmas Sinisalu P rojekti esindaja ametikoht Üleriigiliste raamatukoguteenuste keskuse juht P rojekti esindaja telefoninumber +372 56 807 222 P rojekti esindaja e-post [email protected] 3. Projekti lühiülevaade Projekti lühikirjeldus Projekti eesmärk on valideerida ja aren dada mäluas utustele (raamatukogud, muuseumid ja arhiivid) suunatud tehisarulahendust, uurida kas ja kuidas on võima lik avatud ja lokaalsete keel emudelite abil luua digipärandile kvaliteetseid kirjeldusi . Planeeritav uurimus ja arendus põhinevad Rahvusraamatukogu (edaspidi RaRa ) automaatse kataloogimise kratil K ATA ( https://kata.rara.ee/ ) , keskendudes mudelite töökindluse, kuluefektiivsuse ja ressursitõhususe optimeerimisele. Projekti tulemuseks on avalikule sektorile taaskasutatav ad treeningandmed ja tree nitud mudel ( id ) . Projekti ajaraam 01 . 09 . 2026 – 3 0 . 09 . 2027 Omafinantseeringu suurus ja allikas 23 968 € , mis on 2 2 , 2 % tao t l use summast ning kaetakse Eesti Rahvusraamatukogu palgafondist (k ogu projekti maksumus on 131 994 € ) . Taotletav toetuse summa [€] 108 026 € (projekti juhtimine + välise partneri kaasamine ja mudelite treenimi se ks vajalik res s urs s ) 4. Projekti detailsem kirjeldus Probleemikirjeldus Selgitage, miks on probleem aktuaalne ning keda see puudutab . Mida on probleemi lahendamiseks Eestis juba tehtud või mis on tegemisel? Lokaalsed keele mudelid ei tööta nii hästi kui kinnised suured kommertsmudelid ( ChatGPT , Claude ) ja nende kasutamine autoriõiguse kaitse all olevat ainese töötlemiseks ei ole õiguslikult ega turvakaalutlustelt võimalik . Projekt o n üks osa valdkondlikust "Kultuuripärandi digitegevuskava 2024–2029" kus digipärandi väärindamine ja uute kasutusviiside väljatöötamine toetab kultuuri- ja majanduskeskkonda ning aitab kaasa Eesti identiteedi elujõulisena püsimisele. Riiklikul tasemel on strateegiliselt oluline kultuuripärandi võimalikult lai kättesaadavaks tegemine , näiteks on 2029. aastaks ees märk digiteerida 55% Eesti mäluasutuste kogudes olevast pärandist. Ainult digiteerimisest ei piisa pärandi (taas)kasutamise võimestamiseks ning lihtsalt serveris seisvad failid ei teeni tagasi investeeringuid, mis nen de kättesaadavaks tegemiseks on tehtud . Digiühiskonna arengukava 2035 ja Eesti 2035 toetamiseks ning d igipärandi võimalikult laia kasutuse ja levi ku võimaldamiseks ning e esti keele ja kultuuri püsimajäämise toetamiseks digitaalses maailmas peaks see olem a võimalikult lihtsalt kasutatav. Selleks peab aines olema kergelt leitav ja töödeldav. Nii Eestis kui mujal Euroopas on katsetatud automaatse kataloogimise, märksõnastamise ja ainese rikastamisega , kuid rikastatava ainese algfailid on väga erikujulised, nii formaatide kui ka nende masinloetavaks muutmise keerukuse poolest. Digitaalselt sündinud, juba eksisteeriva tekstikihiga failidest, kuni skaneeritud vanade fraktuurkirjas teavikuteni. Lisaks on oluline metaandmestik sageli paigutatud hoopis visuaalsete elementidena (värvilised ja kunstiliselt kujundatud kaanepildid). Seetõttu on rikastamise kvaliteet algfaili olemusest tulenevalt hetkel väga varieeruv ning keerulisema sisendmaterjali puhul puudulik. Seejuures võivad mittetäielikud olla olulised andmed nagu pealkiri, autori nimi ning sisukokkuvõte. Sellistes tingimustes saavad paremini hakkama kinnised kommertsmudelid. Kuid m äluas utustes töödeldav pärand sisaldab isikuandmeid ja autoriõiguse kaitse all olevat ainest, mille töötlemine k inniste ja kolmandate osapoolte kontrollitavate mudelitega ei ole õiguslikult ega turvakaalutlustelt võimalik. Samal ajal pole pilveteenuste kasutamine mudelite jooksutamiseks või suuremahuliseks andmetöötluseks majanduslikult jätkusuutlik. Lokaalsete mudelite integreerimine nõuab eelnevat analüüsi kuna võimekad mudelid nõuavad kulukat infrastruktuuri, samas kui väiksemad mudelid ei taga ilm a häälestuse ja treeninguta piisavat kvaliteeti. Oluline on leida optimaalne tasakaal lokaalse mudeli kvaliteedi ja ülalpidamiskulude vahel. Kuigi planeeritava projekti käigus analüüsitakse spetsiifilisemalt mäluasutuste konteksti, on see siiski tõlgitav laiemalt avalikku sektorisse. 2025. aastal avalikustas JUSTDIGI aruande “Tulevikukindla arvutusvõimekuse tagamise”, mi s muu hulgas rõhutab, et kohalik arvutusvõime on kriitilise tähtsusega ressurss. Samas tuuakse välja, et teadus- ja avalikus sektoris puudub lokaalne ja privaatne arvutusvõimekus ning sõltuvus pilveteenuse pakkujatest ja välisriikide arvutusvõimekusest on risk autonoomiale. Kuigi näiteks Tartu Ülikool i teadusarvutuse keskuses on loodud lokaalne arvutusvõimekus , ei loo see võimalusi mudelite kasutamiseks asutuste põhiprotsessides ja aktiivsetes töövoogudes, kuna teadustööks mõeldud platvormid ei lahenda asutuseülese juurutamise, tarkvaralise integreerituse ja kuluefektiivse ülalpidamise probleeme. Projekti oodatav tulemus ja mõju Kas projektil on selge ning mõõdetav eesmärk, mille saavutamist või mittesaavutamist on võimalik hinnata? Projekti esimeses etapis viiakse mäluasutuste spetsialistidele läbi töötuba “Lokaalsete mudelite rakendamine mälu asutustes ” , mille eesmärk on kaardistada erinevate mälu asutuste vajadusi ja kasutusjuhtumeid digipärandi kirjelduste loomise l ja metaand mete rikastamisel. Selle tulem usena sünnib ülevaade valdkonna vajadustest ja võimalikest rakendusstsenaariumidest, mis on sisendiks rakendusuuringule ja mudeli treenimisele ning loovad eeldused projekti tulemina valmiva rakenduse laiemaks kasutuselevõtuks Eesti mäluastuste s ja avalikus sektoris laiemalt. Projekti teine etapp on rakendusuuring avatud ja lokaalsete mudelite töökindluse, kuluefektiivsuse ja ressursitõhususe optimeerimise ks . Eksperimenteeritakse erinevate vabavaraliste suurte keelemudelitega kolmel lähteülesandel: info eraldamine; sisukokkuvõtete koostamine; tekstisektsioonide eraldamine. Info eraldamine Raamatukogu kontekstis on oluline eraldada väljaandeid kirjeldav metaandmete komplekt, uuringu tulemus o n üldistuv ka teistsuguse le informatsioonile. Kavas on välja selgitada , kas sõltuvalt informatsiooni tüübist esineb eraldamise kvaliteedis erisusi ja milliseid vahendeid selle vahe vähendamiseks kasutada oleks võimalik; kuidas muutub eraldatava informatsiooni kvaliteet sõltuvalt sisendinfo kvaliteedist ja mudeli suurusest; kas ja milliste mudelite/informatsiooni puhul on vajalik mudeli edasine peenhäälestamine ja millal piisab lihtsalt instruktsioonidele näidete lisamisest (" few shot learning " ). Ülesandele lisab kompleksust lokaalsete mudelite kontekstiakna suurus, mille laiendamisel kasvavad nõuded ka riistvarale. Seega on ülesande efektiivseks lahendamiseks lisaks oluline välja selgitada piisav kontekst ning selle koondamine tervikväljaandest. Lisaks klassikalisele tekstipõhisele lähenemisele on vaja uurida ka infoeraldamist pildiliselt materjalilt multimodaalsete mudelite abil. Kas multimodaalsete mudelite tulemite kvaliteet ületab OCR-ist ja tekstipõhisest infoeraldusest koosneva töövoo oma? Tulemid: Peenhäälestamiseks kasutatud andmed (kui on kasutatud juurdepääsupiiranguteta andmeid) Peenhäälestatud mudel(id) Olulisemate metaandemete eraldamist võimaldav avatud koodiga rakendus . 2. Sisukokkuvõtete koostamine Ülesande raames uuritakse sisukokkuvõtete koostamist avatud keelemudelite abil. Kokkuvõtete koostamine nõuab infoeraldusega võrreldes rohkem "loomingulisust" - see tähendab, et infoeralduse puhul on oodatav tulem enamjaolt väga sarnasel kujul juba sisendtekstis olemas, kokkuvõtte puhul tuleb see aga sünteesida, pidades sealjuures kinni sihtkeele grammatikast, lauseehitusest jms õigekirja ja -keelega seotud reeglitest. Ülesandele lisab keerukust asjaolu, et fookuses on eelkõige eesti keel, mille osakaal avatud mudelite treeningandmetes on suuremate keeltega võrreldes madalam. Teise olulise keerukusena tuleb mängu juba eelmisest punktist läbi käinud probleem: kuidas limiteeritud kontekstiakna puhul kogu kokkuvõte tegemiseks vajalik informatsioon mudelile ette sööta? Tulemid: Sisukokkuvõtete eraldamist võimaldav a vatud koodiga rakendus 3. Tekstisektsioonide eraldamine Ülesande eesmärgiks on tuvastada sisenddokumendi olulisemad sektsioonid - raamatute puhul näiteks tiitelleht, impressum, sisukord, eessõna, järelsõna jne. Ühest küljest on sektsioonide eraldamine vajalik kuivõrd teatud tekstiosad nagu sisukord moodustavad osa väljaande metaandmetest, teisalt oleks selle tulem abiks eelkirjeldatud ülesannete sisendina. Näiteks oleks tiitellehte ning impressumit võimalik kasutada esimeses punktis kirjeldatud metaandmete eraldaja sisendina. Tekstiosade edukaks eraldamisel on oluline roll just multimodaalsetel mudelitel, kuivõrd informatsiooni paigutus kannab endas sageli olulist infot, mis tekstipõhises mudeldamises kaduma läheks. Tulemid: Tekstisektsioonide eraldamist võimaldav avatud koodiga rakendus Projekti tulemuste kvaliteedi muutumist praeguse standardi suhtes on võimalik hinnata, kui kõrvutada samadel sisendfailidel tuvastatud metaandmete komplekte, mis on genereeritud a) pärast praeguse KATA versiooni rakendamist ning b) pärast projekti käigus täiendatud KATA versiooni rakendamist. Kuldstandardina on omakorda võimalik kasutada kataloogijate loodud kirjeid ning nendega võrrelda mõlemat eelnevalt viidatud komplekti. Projekti tulemid avalikustatakse RaRa digilaboris ja neid tutvustatakse teistele Eesti mäluasutustele . Valmiv rakendus on avatud lähtekoodiga ning taaskasutatav teiste asutuste poolt. Projekti meeskond ja töökorraldus Kirjeldage rollide ja töö jaotust projektimeeskonnas. Missugust täiendavat ekspertiisi tuleb juurde kaasata (nt tehniline ekspertiis, andmekaitse)? Projektijuht – 0 . 2 FTE , 12 kuud - (a 600€ bruto) vastutab tegevuste planeerimise, ajakava täitmise, riigihanke läbiviimise, partnerite koordineerimise ning projekti tulemuste saavutamise eest. RaRa v aldkonnaeksperdid (2 x 0 . 3 FTE , 10 kuud ) määratlevad lahendatava probleemi, kirjeldavad kasutusjuhtumid ning osalevad lahenduse testimisel ja kasutuselevõtu hindamisel. Testijuhtimine , r a ke n duste testimine ja tulemite vastuvõtmine (1 x0 . 3 FTE , 2 kuud) . Juurde kaasatakse tehisaru ja masinõppe eksperdid mudelite valikuks, treenimiseks ja peenhäälestamiseks, testimiseks ja valideerimiseks . R iigihan g e 6 kuuks (a ~7 0 000€+KM) Mudelite treenimiseks ja andmete majutusele kuluv ressurss 7 800€ Jätkutegevused Kirjeldage planeeritud jätkutegevus i pärast rahastusperioodi lõppu . Loodavad edukad mudelid võetakse kasutusele RaRa töövoogudes ning rakendustes . Loodav rakendus on majutatud RaRa infras ja pakutakse demo keskkonda teadus - ja mäluasutusele . R iskid ja maandamismeetmed Kirjeldage peamisi riske, mis võivad takistada projekti elluviimist või eesmärkide saavutamist, millised maandamismeetmed kasutusele võetakse? Suurim risk on, et avatud ja lokaalsete mudelite kvaliteet ei saavuta vajalikku taset. Riski maandamiseks võrreldakse erineva suurusega mudeleid, peenhäälestamise viise ja katsetatakse e rinevaid juhendamistehnikaid. Lõpptulemusena on siiski väärtuslik tulemus ka selle riski realiseerumine, kuna selle käigus saame olulisi teadmisei d edasiseks uuringuks . T reening- ja hindamisandmete kvaliteedi ebapiisavus. Andmete kvaliteet võib olla eba ühtlane, OCR vigane, fraktuur eksitav ja ainese struktuur keeruline. Maandamiseks k asutame fraktuurkirja ja ajalooliste dokumentide jaoks spetsiaalselt treenitud OCR-mudeleid ning k aasa me valdkonnaeksperdid andmete valideerimisse ja vigade analüüsi. A rvutusressursi vajadus osutub prognoositust suuremaks. Mudelid, eriti võimekamad, võivad nõuda planeeri tust ja ette nähtust suuremat ressurssi. Maandamiseks rakendatakse vajadusel mudelite optimeerimist ja kasutatakse ETAISi ( https://etais.ee/ ) arvutusvõimsuseid . 5. Seos teadus- ja arendustegevuse kriteeriumi t ega (palun kirjeldage) Tegevuse liik (alusuuring, rakendusuuring või eksperimentaalarendus) rakendusuuring Uudsus Uudsus seisneb avatud ja lokaalse mudeli rakendamise analüüsimisel sisult ja ülesehituselt keeruka digipärandi automaatse ks kirjeldamiseks, kus andmekaitse, isikuandmed, autoriõiguse ja r essursside nõuded/piirangud välistavad kinniste ja /või pilvepõhiste kommertslahenduste kasutamise. Uuritakse süstemaatiliselt seost mudelite kvaliteedi, arvutusressursi vajaduse ja kasutuskulu vahel. Projekti e i keskendu kõige täpsema mudeli leidmisele, vaid tulemuste kvaliteedi ja ressursikulu optimaalse tasakaalu leidmisele. Samuti on uuringu lähenemine multimodaalne , võrreldakse mudelite võimekust eriilmelise kultuuripärandi töötlemisel ning hinnatakse millistel juhtudel annab see lähenemine mõõdetava kvaliteedivõidu. Lisakihi annab eesti keele väiksu s ja esindatus e maht mudelite treeningandmetes , uuringu tulemused annavad ülevaadet selliste mudelite peenhäälestuse vajadusest eesti keelega toimetulekuks. Loomingulisus Loomingulisus seisneb selles, et otsitakse erinevate mudelite, peenhäälestamise meetodite, tehnikate ja kontekstide valikute kombinatsioone, mis võimaldaksid saavutada vastuvõetava kvaliteedi minimaalse k uluga. Ettemääramatu tulemus Puudub teadmine millisel määral suudavad avatud ja lokaalsed mudelid täita kirjeldatud ülesandeid kvaliteedi, ressursikasutuse ja kuluefektiivsuse seisukohast. Ettemääramatus seisneb teadmatuses kas ja milliste meetodide abil on võimalik saavutada kirjeldamise kvaliteet, mis on võrreldav teiste kinniste ja kulukamate lahendustega. Samuti ei tea me milline mudel, selle suurus või peenhäälestuse meetod annab parima tulemuse. Süsteemsus Projekti esimeses etapis kaardistatakse valdkonna vajadused laiemalt ehk ei piirduta kitsalt vaid RaRa vajadustega. Teises etapis viiakse läbi rakendusuuring kolme omavahel seotud ülesandega, iga ülesande puhul hinnatakse erinevate mudelite ja lahenduste mõju tulemuste kvaliteedile ja ressursikasutusele. Katsetused viiakse läbi ühtsetel sisendandmetel ja tulemusi võrreldakse määratud kvaliteedinäitajate alusel. Ülekantavus või korratavus Projekt on kavandatud selliselt, et tulemused on korratavad kui ka ülekantavad teistel mälu asutustele. Seda tehakse läbi protsessi dokumenteerimise ja tutvustamise, eksperimendid tuginevad määra tletud sisendandmetel, uurimisküsimustel ja kvaliteedinäitajatel. See võimaldab katseid korrata ja valideerida. Ülekantavust suurendab veelgi avatud koodiga arendusmudel, mida on võimalik teistel lahendust juurutada. 6. Projekti eelarve ja ajakava Lisa iga etapi ning tegevuse juurde tegevuse kirjeldus, algus ja lõpp ning eelarve. I etapp 01.09.2026- 31 .12.2026 RaRa valdkonnaekspertide poolt valmib ärinõuetele vastav t ehniline kirjeldus ( 5880 €) ja projektijuht toestab riigihanke ettevalmistus e ning korraldab riigihanke ( 3 208 € ) . Töötoa korraldamine valdkonna spetsialistidele sisendi kogumiseks ja valideerimiseks ( ~2000€ koos KM ) . II etapp 1 1 . 01. 2027 - 31 . 05. 20 2 7 Projektijuhtimine (4010€) Alusandmete ettevalmistamine RaRa poolt (9 8 00€) ning palgatud ekspertide poolt analüüs ja uuring ning treenimine ja tööriistade valimine/loomine/täiendamine. Valmib sisend järgmiseks etapiks (uuring, analüüs ja sisendandmed) 1/3 hanke maksumusest (~28 933€ koos KM) Masinõppe mudelite loomine/treenimise ressurss ( ~7 800€ koos KM ) Puhkused 01.06.2027- 3 0.0 6 .2027 Puhveraeg edukale pakkujale rakenduse silumiseks. III etapp 01.07.2027- 3 0 .09.2027 Tulemite vastuvõtmine ( 5880 € ) ja testimine ( 2408 € ) Valmib rakendus ja avaldatakse mudelid 2/3 hanke maksumusest ( 57 867€ koos KM ) P r ojekti tulemite tutvustamine teadus - ja mäluasutus tele ( 1000€ koos KM ) Dokumentatsioon ja projekti lõpetamine ( 3208€ ) 7. Kasutatavate andmete ülevaade Ülevaade projekti käigus töödeldavatest andme test Treening- ja testandmeteks on kultuuripärandi portaali DIGAR vahendusel kättesaadavaks tehtavad ja vaba litsentsiga raamatud, ajakirjad, ajalehed ja jätkväljaanded eesti ja te istes soome-urgi keeltes ning murrakutes . Kas vajalik on läbi viia andmekaitse a lane mõjuhinnang? Ei ole plaanis läbi viia andmekaitsealast mõjuhinnangut kuna kasutatakse autoriõiguse alt väljas olevat ainest ja ei töödelda eriliigilisi isikuandmeid ning otsustusprotsessi ei ole kaasatud tehisaru . Projekti käigus hinnatakse jooksvalt kavandatava tehisarulahenduse mõju isikuandmete kaitsele. Kui töötlemise laad, ulatus või eesmärk viitab kõrgele riskile andmesubjektide õigustele ja vabadustele, viiakse enne lahenduse kasutuselevõttu läbi andmekaitsealane mõjuhinnang ning rakendatakse vajalikud riskide maandamise meetmed. Kas projekti käigus rakendatakse andmejälgijat? Projekti käigus töödeldavates tekstides võib sisalduda isikuandmeid (näiteks nimed ajaleheartiklites ), kuid nendel tekstidel pole tehtud olemituvastust seega pole võimalik isiku d nende nime järgi üheselt tuvastada ning ei tehta päringuid teistesse infosüsteemidesse ega registritesse seega andmejälgija rakendamine ei kanna otstarve t . Kas vajalik on täita algoritmi kasutatavuse vorm? Ei kohaldu . Kas projekti käigus avalikustatakse avaandmeid? Jah, tehakse kättesaadavaks RaRa Digilaboris ( https://digilab.rara.ee/ ) ja andmete teabeväravas ( https://andmed.eesti.ee/ ). 8 . Muu vajalik teave vabas vormis Volitused Kontrollige e-äriregistrist , kas Teil on äriregistri registrikaardi järgi õigus taotleja esindamisek s. J uhul , kui Teil puudub e-äriregistris taotleja esindusõigus, saate oma esindusõigust tõendada , lisades taotlusele digiallkirjastatud volituse . Kinnitused Palun tutvuge alljärgnevate tingimustega ning kinnitage, et olete nendega nõus: Annan nõusoleku: teha õiguspädevale organile järelpärimisi; teostada taotleja suhtes toetuse andmise tingimustest tulenevaid õigusi; edasise infovahetuse toimumiseks elektroonilisel teel. Kinnitan järgnevat: kõik taotluses esitatud andmed on õiged ning esitatud dokumendid on kehtivad ja ehtsad; taotluses sisalduv projekt vastab toetuse andmise tingimuste määruses sätestatud eesmärkidele ja toetatavatele tegevustele; taotlejal on toetuse andmise tingimustes sätestatud projekti elluviimiseks ja haldamiseks vajalik kvalifikatsioon või kogemus ning õiguslik, organisatsiooniline või tehniline eeldus; taotleja kohustub väljastama andmeid ja osutama igakülgselt kaasabi Justiits- ja Digiministeeriumile ning teistele asutustele, kelle kohustus on teha taotluses sisalduva projekti elluviimise üle järelevalvet; taotleja kohustub viima projekti ellu taotluses esitatud teabe ja tingimuste alusel; taotleja kohustub Justiits- ja Digiministeeriumi viivitamata teavitama taotluses esitatud andmetes toimunud muudatusest ja ilmnenud asjaolust, mis võib mõjutada taotluse kohta otsuse tegemist; taotlejal on nõutavad vahendid projekti omafinantseeringu tagamiseks; taotleja on teadlik, et toetuse saamise info ja toetuse summa avalikustatakse. ☒ Kinnitan, et kõik taotluses esitatud andmed on õiged ja täielikud, olen ülaltoodud tingimustega tutvunud ja olen nendega nõus. Saatja: [email protected] Saaja: "Justiits- ja Digiministeerium" <[email protected]> Teema: [Webdesktop: ] Tehisarulahenduste ja privaatsuskaitse tehnoloogiate toetuse taotlus Kuupäev: 2026-06-18 14:15 Tähelepanu! Tegemist on välisvõrgust saabunud kirjaga. Tundmatu saatja korral palume linke ja faile mitte avada. Tere, käesolevaga esitab Eesti Rahvusraamatukogu toetuse taotluse Tehisarulahenduste ja privaatsuskaitse tehnoloogiate toetuse vooru, mis on ellu kutsutud justiits- ja digiministri 18.05.2026 määruse nr 15 “Tulevikukindla andmemajanduse ökosüsteemi mudel ja taristulised lahendused andmete turvaliseks haldamiseks, käitlemiseks ja väärindamiseks” põhjal. Kirja manusesse lisatud täidetud taotlus. Küsimuste, tagasiside ja info vahetamiseks pöörduda otse Üleriigiliste raamatukoguteenuste keskuse juhi Urmas Sinisalu ([email protected]) poole, kes on antud projekti kontaktisik. Lugupidamisega Martin Öövel Eesti Rahvusraamatukogu peadirektor