Қазақ тілінің цифрлық кеңістіктегі мүмкіндіктерін арттыру мақсатында ауқымды жұмыс қолға алынды.
Халықаралық «Қазақ тілі» қоғамының төрағасы Рауан Кенжеханұлы қоғамның Х құрылтайында ChatGPT моделінің қазақ тілінде сауатты әрі терең жұмыс істеуі үшін 14 миллиардтан астам токенді қамтитын мәтін қоры мен 12 мың сағаттық аудиодерек жиналғанын мәлімдеді, — деп хабарлайды jananews.kz.
Жасанды интеллект және OpenAI компаниясымен серіктестік
2023 жылы құрылған «Қазақ тілі» қоғамының эндаумент қорының көлемі соңғы уақытта 100 есе өскен. Осының арқасында әлемдік орталықтармен байланыс орнап, ана тілімізді технологиялық тұрғыдан күшейтетін маңызды жобалар жүзеге асуда. Жасанды интеллект саласында көш бастап тұрған компаниямен ресми келісім жасалып, ChatGPT моделін қазақ тілінде жаңадан оқыту жобасы қолға алынды.
Жоба аясында 14 миллиард токеннен асатын мәтін қоры және 12 мың сағаттық дыбыс қоры жинақталды. Оның ішінде мәтін мен дауысты толық сәйкестендіретін «алтын стандарт» деректер қоры жасалып, құжат, мәтін және дауыс тану модульдері едәуір жақсартылды.
Тілдік статус және балаларға арналған контент
Бұл жұмыстың басты мақсаты – қазақ тілін әлемдік цифрлық классификациядағы Low-Resource languages (төмен ресурсты тілдер) қатарынан Mid-Resource Languages (орта ресурсты тілдер) дәрежесіне көтеру. Сонымен қатар жас ұрпақтың ана тілінде сөйлеп өсуі үшін Disney, Pixar, Sony және Marvel студияларының анимациялық фильмдері қазақ тіліне кәсіби деңгейде дубляждалып, әлемнің 40-қа жуық тіліндегі нұсқаларымен бір уақытта кинотеатрларға шығарылуда. Соңғы екі жылда осындай 13 фильмнің тұсаукесері өтіп, оларды миллионнан астам адам тамашалаған.
Енді бизнеске арналған лицензияларды жылдам алуға болады — jananews.kz
