В Уфе искусственный интеллект обучают башкирскому языку

Сегодня искусственный интеллект — это вопрос технологического суверенитета и национальной безопасности страны, а также сохранения культурного наследия. С помощью нейросетей также можно сохранить языки народов России и в частности республики.

На сессии был озвучен факт: около 90% мировых языков слабо или вообще не представлены в цифровом формате. Башкирский язык оказался в зоне этого цифрового риска. Поэтому был запущен проект по созданию нейросети, которая его понимает.

К этой работе подключились: правительство республики, Автономная некоммерческая организация по сохранению и развитию башкирского языка, УУНиТ, минцифры РБ, а также СМИ, культурные и образовательные учреждения.

Большой объем текстов для обучения нейросети передал Издательский дом «Республика Башкортостан».

— Мы передали 13 наименований изданий с общим объемом 1 926 номеров, — рассказала генеральный директор издательского дома Зульфия Рахматуллина. — Это семь журналов, детские и общественно-политические, и шесть газет. Пока что передали республиканскую газету «Яшьлек» и пять районных изданий за период с 2016 по 2026 год.

Архив нужен нейросети, чтобы понимать, как язык менялся за последние годы, какие новые слова входят в обиход и как строятся предложения в живой речи. Так искусственный интеллект учится понимать разные диалекты: от северо-западного говора до речи жителей Кугарчинского района. Печатная пресса дает грамматический скелет языка, а радио и телевидение — его фонетику и интонации. Разработчикам проекта также было передано 365 телерадиопередач радио «Юлдаш» и БСТ. В будущем к проекту подключатся и театры — в архивах телеканала БСТ хранится около 150 спектаклей на башкирском языке.

Собрать книги и записи — это половина дела. Вторая, не менее сложная часть — юридическая.

— В работе мы основывались на действующем федеральном законодательстве – есть основные правовые акты, которые регламентируют вопрос реализации проектов в сфере ИИ-технологий. Также мы базировались на основе указа президента «О Стратегии развития информационного общества в Российской Федерации на 2017-2030 годы. С 1 сентября вступил в силу федеральный закон №243, который также установил нормы по формированию больших массивов данных, — пояснил проректор Уфимского университета науки и технологий по цифровой трансформации Айнур Хайбуллин.

Чтобы у программистов не возникло проблем с авторским правом, разработали типовые договоры. Организации (библиотеки, издательства, вузы) передают материалы оператору проекта — АНО по сохранению и развитию башкирского языка. Для произведений, авторы которых неизвестны или срок прав на которые истек, разработали отдельный алгоритм признания их общественным достоянием.

Как сообщили разработчики, есть и трудности. Так как тюркская группа языков имеет много общих черт, нейросеть заимствует слова и буквы башкирского языка, к примеру, из казахского. Также не все современные термины переведены на национальный язык. Работа над усовершенствованием еще ведется.

Внедрение ИИ уже меняет повседневную жизнь. Преподаватели башкирского языка используют нейросети на уроках, чтобы сделать изучение предмета интерактивным, а журналисты радио «Юлдаш» создают передачи с помощью искусственного интеллекта.

Фото автора.