ИИ путает тюркские слова: в Уфе решают, как научить нейросети башкирскому

Уфимский университет науки и технологий (УУНиТ) @uustufa вместе с правительством Башкортостана формирует датасеты на башкирском языке для обучения моделей искусственного интеллекта. Подходы к этой работе обсудили на презентационной сессии «Языки и культурное наследие Башкортостана: сбор данных и возможности их применения в сфере ИИ» в Геномном центре Межвузовского кампуса.

Организаторами выступили правительство Республики Башкортостан, Фонд по сохранению и развитию башкирского языка, телеканал БСТ и УУНиТ. В сессии приняли участие более 200 человек: студенты, журналисты, госслужащие, писатели, педагоги и предприниматели.

Проректор по цифровой трансформации УУНиТ Айнур Хайбуллин рассказал о правовых аспектах создания башкирской ИИ-модели и подчеркнул важность легитимности и безопасности данных. Начальник управления цифровой трансформации регионального Минцифры Сергей Степанов показал путь языковых датасетов от сбора первичных материалов до алгоритмов, понятных нейросетям. Генеральный директор ИД «Республика Башкортостан» Зульфия Рахматуллина представила работу по систематизации терминологии, которая служит основой для обучения языковых моделей.

Эксперты отметили, что нейросетям нужны параллельные тексты на русском и башкирском языках. Учитель башкирского языка и литературы Ляля Сафина, которая использует ИИ на уроках, рассказала, что нейросети пока путают родственные тюркские слова и нуждаются в дообучении.

Первый заместитель премьер-министра правительства Башкортостана Урал Кильсенбаев назвал внедрение национальных языков в ИИ стратегическим шагом для сохранения культурного кода региона. По его словам, за полгода рабочая группа апробировала видео- и текстовые форматы и оценила качество перевода и озвучки в датасетах. Инструменты ИИ уже используют учителя, полилингвальные гимназии, радио и СМИ.

💬 «В будущем мы поставим перед вами более сложные задачи: чтобы парень или девушка из любого района нашей республики могли общаться с искусственным интеллектом на своем диалекте и чтобы мы могли оцифровывать шежере», – сказал Кильсенбаев.

🤓✉️🖊️📣🇷🇺✍️

💬 Telegram • 💬 МАХ • 📝 Дзен
🍑 Бот для связи