Цифровизация марийского языка перешла из стадии создания базовых словарей в фазу интеграции в сложные системы искусственного интеллекта. Результаты совместной работы Республики Марий Эл, Марийского государственного университета (МарГУ) и компании "Яндекс" были представлены Председателю Правительства РФ Михаилу Мишустину. Проект охватывает три уровня: лингвистический, визуальный и инфраструктурный.

Технологическая база проекта опирается на массив данных, который позволяет ИИ работать с марийским языком не через простой перевод, а через распознавание и синтез речи. На текущий момент "Яндекс Переводчик" поддерживает перевод, режим диалога, голосовой ввод в клавиатуре и озвучивание текста.
Эффективность этих инструментов обеспечивается наличием структурированных цифровых корпусов:
Национальный корпус марийского языка: более 21 млн словоупотреблений.
Цифровая энциклопедия "Рувики": более 27 тыс. статей (раздел входит в топ-5 крупнейших языковых разделов энциклопедии).
МарГУ в данной связке выполняет роль методического центра, обеспечивая верификацию данных и образовательную поддержку.
Борьба с этническими стереотипами в генеративном ИИ
Особое внимание в партнерстве МарГУ и "Яндекса" уделено проблеме "галлюцинаций" и стереотипов нейросетей при создании визуального контента. Генеративные модели часто искажают этнографические детали, создавая обобщенные или ошибочные образы народов.
Для исправления этой ошибки МарГУ стал первой организацией в России, которая системно передает ИТ-компании этнографические и антропологические данные, а также достоверные изображения быта и культуры марийского народа. Цель этого процесса — обучение нейросетей созданию корректных и реалистичных визуальных образов, соответствующих фактической идентичности этноса.
Перспективы расширения цифрового присутствия
Развитие проекта предполагает выход за рамки текста и изображений. В планы сторон входит интеграция 3D-моделей архитектурных и культурных достопримечательностей Республики Марий Эл в сервисы "Яндекса". Это позволит перевести цифровизацию языка в плоскость цифрового представления территории.
Таким образом, кейс марийского языка демонстрирует переход от пассивного сохранения культуры к её активному внедрению в современные технологические интерфейсы, где ключевым ограничением становится не отсутствие софта, а наличие качественных, верифицированных академических данных для обучения моделей.

https://www.pravda.ru/news/districts/2422219-digitalization-mari-language-ai/