KazLLM: Қазақтілді жасанды интеллекттің болашағы қандай?

Бүгінде әлемнің жетекші мемлекеттері ұлттық тілдік модельдерін әзірлеп, оларды мемлекеттік басқару, білім беру, ғылым, медицина және бизнес салаларына енгізуге басымдық беріп келеді. Қазақстан да бұл үрдістен шет қалмай, қазақ тілінің мүмкіндігін кеңейтуге бағытталған ұлттық үлкен тілдік модель – KazLLM жобасын іске қосты.

KazLLM – Қазақстанның цифрлық егемендігін нығайтуға, мемлекеттік тілдің жаңа технологиялардағы қолданыс аясын кеңейтуге және отандық жасанды интеллект экожүйесін қалыптастыруға арналған стратегиялық жоба. Бұл бастама мемлекет басшысының тапсырмасы негізінде жүзеге асырылып, оны әзірлеуге Ғылым және жоғары білім министрлігі, Назарбаев университетінің Ақылды жүйелер және жасанды интеллект институты (ISSAI), сондай-ақ еліміздің ондаған ғылыми ұйымдары мен жоғары оқу орындарының мамандары атсалысты.

Үлкен тілдік модель немесе Large Language Model (LLM) – үлкен көлемдегі мәтіндер негізінде оқытылатын жасанды интеллект жүйесі. Мұндай модельдер мәтін жазады, сұрақтарға жауап береді, құжаттарды талдайды, аударма жасайды, бағдарламалық код әзірлейді, ақпаратты жинақтайды және түрлі салалардағы күрделі тапсырмаларды орындай алады. Әлемге танымал ChatGPT, Gemini, Claude немесе Llama секілді жүйелер дәл осы технологияға негізделген.

Қазақстан үшін ұлттық тілдік модель әзірлеудің маңызы ерекше. Себебі халықаралық платформалардың басым бөлігі қазақ тілін толық деңгейде меңгермеген. Қазақ тілі агглютинативті тілдер қатарына жататындықтан, оның сөзжасамы мен грамматикалық құрылымы өзге тілдерден айтарлықтай ерекшеленеді. Сондықтан ұлттық модельдің қазақ тілінің ерекшеліктеріне бейімделуі ақпараттың сапасын арттырып, мемлекеттік тілдегі цифрлық сервистердің дамуына жол ашады.

KazLLM-ді әзірлеу барысында ауқымды ғылыми жұмыс жүргізіліп, ғалымдар қазақ тіліндегі сапалы деректер қорын қалыптастыру үшін экономика, құқық, медицина, тарих, білім, техника, ауыл шаруашылығы, мәдениет және басқа да көптеген бағыттағы материалдарды жинақтады. Жобаға еліміздің ондаған ғылыми институттары мен жоғары оқу орындарының жүзден астам зерттеушісі қатысты. Нәтижесінде қазақ тілінің ғылыми және кәсіби терминологиясын қамтитын бірегей деректер базасы жасақталды.

Модельді оқыту үшін 150 миллиардтан астам токен пайдаланылды. Оның басым бөлігі Қазақстанда жиналып, өңделген деректерден тұрады. Сонымен қатар жүйе қазақ, орыс, ағылшын және түрік тілдерімен жұмыс істеуге бейімделген. Бұл оны көптілді ортада тиімді пайдалануға мүмкіндік береді.

KazLLM-нің басты ерекшеліктерінің бірі – оның ашық архитектураға негізделуі. Бұл қазақстандық бағдарламашыларға, стартаптарға, университеттер мен ғылыми орталықтарға модельді жетілдіруге, жаңа сервистер әзірлеуге және түрлі салаларға бейімдеуге жол ашады. Мұндай тәсіл елдегі жасанды интеллект экожүйесінің дамуын жеделдетіп, инновациялық жобалардың көбеюіне ықпал етеді.

Ұлттық тілдік модельдің қолданылу аясы өте кең. Мемлекеттік басқару жүйесінде ол азаматтардың өтініштерін өңдеуге, заңнамалық құжаттарды талдауға, мемлекеттік қызметтерді автоматтандыруға және ақпараттық анықтамаларды дайындауға мүмкіндік береді. Бұл мемлекеттік аппараттың жұмыс тиімділігін арттырып, халыққа көрсетілетін қызметтердің сапасын жақсартуға ықпал етеді.

Білім беру саласында KazLLM оқушылар мен студенттердің оқуына көмекші құрал ретінде пайдаланылуы мүмкін. Ол күрделі тақырыптарды түсіндіруге, тест тапсырмаларын әзірлеуге, оқу материалдарын құрылымдауға және қазақ тіліндегі сапалы білім беру ресурстарын көбейтуге мүмкіндік береді. Сонымен бірге оқытушылар үшін әдістемелік материалдар мен оқу бағдарламаларын әзірлеуді жеңілдетеді. Ал ғылыми зерттеулерде үлкен көлемдегі ақпаратты талдау, әдебиеттерге шолу жасау, ғылыми мәтіндерді жүйелеу және деректерді өңдеу жұмыстары айтарлықтай жылдам орындалады. Бұл зерттеушілердің уақытын үнемдеп, ғылыми ізденістің тиімділігін арттырады.

Бизнесте KazLLM клиенттермен байланыс орнататын интеллектуалды чат-боттар жасауға, құжат айналымын автоматтандыруға, маркетингтік материалдарды әзірлеуге және қазақ тіліндегі цифрлық сервистерді дамытуға мүмкіндік береді. Әсіресе электрондық коммерция, банк, сақтандыру және қызмет көрсету салаларында мұндай технологияларға сұраныс жыл сайын артып келеді.

Бұқаралық ақпарат құралдары үшін де ұлттық тілдік модельдің мүмкіндігі зор. Ол жаңалық мәтіндерін құрылымдауға, сұхбаттарды мәтінге айналдыруға, қысқаша мазмұн жасауға және ақпаратты бірнеше тілге аударуға көмектеседі. Дегенмен жасанды интеллект журналистің орнын алмастырмайды. Ақпараттың шынайылығы мен редакциялық жауапкершілік әрдайым адам құзырында қала береді.

Ұлттық тілдік модель – цифрлық қоғамның жаңа құралы

KazLLM-нің тағы бір маңызды миссиясы – қазақ тілінің цифрлық кеңістіктегі үлесін арттыру. Жасанды интеллект жүйелері қаншалықты қазақ тілінде сапалы жұмыс істесе, мемлекеттік тілдің технологиялық әлеуеті де соншалықты жоғарылай түседі. Бұл өз кезегінде ұлттық мәдени мұраны сақтауға, ғылыми терминологияны дамытуға және қазақ тілінің халықаралық цифрлық кеңістіктегі қолданысын кеңейтуге ықпал етеді.

Алайда жасанды интеллекттің басқа түрлеріне қарағанда KazLLM-нің қолданыс аясы неге кеңеймей отыр? ІТ сарапшы Тимур Бектұрдың айтуынша, KazLLM сияқты бастамалар маңызды қадам болғанымен, оның әсері кеңінен сезілмей отырғанының себебі модельдің өзінде емес, оның айналасындағы экожүйеде.

«Кез келген тілдік модель тек технология ретінде жеткіліксіз. Оны қолданатын өнімдер, сервистер, бизнес шешімдер болуы керек. Сонымен қатар әзірлеушілер қауымдастығы, контент, интеграциялар қажет. Егер осы факторлар болмаса, ең мықты модельдің өзі де кең қолданысқа ие болмайды. Сондықтан негізгі мәселе – технологияны жасау емес, оны өмірге енгізу және нақты құндылыққа айналдыру. Бізде модель жасалды, бірақ экожүйе жасалған жоқ. Бұл үлкен айырмашылық. Жақсы модель – кітапхана тәрізді. Бірақ кітаптар бар, бірақ оқырман, навигация, жарықтандыру жоқ. Ол не деген сөз? Ол – KazLLM деген ЖИ технологиясының негізгі өзегі, яғни ядросы. Оны үлкен тілдік модель деп айтамыз. Ол бізде дайын. Бірақ адамдар қолданып, ChatGPT сияқты сезіну үшін оны серверге салып, іске қосу керек. Сол кезде ол чатботқа айналады», – дейді ІТ сарапшы Тимур Бектұр.

Сондай-ақ, ол KazLLM дегеніміз, жалпы айтқанда, чатбот емес, сол чатботты жасауға болатын технологияның өзегі екенін айтады.

«Оны қарапайым адамдар емес, бағдарламашылар ғана қолдана алады. Сондықтан сезілмей жатыр. Оның үстіне ChatGPT, Claude, Grok, Gemini сияқты ЖИ чатботтар соңғы жылы өте қарқынды дамып, қазақша сапасы жақсарып, тегін нұсқаларының өзінде өте көп мүмкіндіктер пайда бола бастады. Бұлар – әлемдік, заманауи, жылдам, мықты құралдар. Әрине, содан кейін көпшілік соларды қолданатыны белгілі және түсінікті. Меніңше, KazLLM-нің болашағы алда екеніне сенемін. Оның үстіне Alem LLM деген келесі моделіміз де дайын болды деп естідім. Оған да сенім артқым келеді. Өйткені ұзақ мерзімді қолданыста отандық ЖИ модельдер маңызы арта түседі деген ойдамын. Оны енді уақыт көрсете жатар», – деді ІТ сарапшы Тимур Бектұр бізге берген пікірінде.

Қазіргі таңда ұлттық тілдік модельді мемлекеттік ақпараттық жүйелермен өзара ықпалдастыру жұмысы жүргізіліп жатыр. Бұл мемлекеттік қызметтердің тиімділігін арттырумен қатар, отандық цифрлық өнімдердің бәсекеге қабілеттілігін күшейтуге мүмкіндік береді.

Демек, KazLLM – жай ғана бағдарламалық өнім емес. Ол Қазақстанның ғылыми әлеуетін, технологиялық мүмкіндігін және цифрлық тәуелсіздігін айқындайтын стратегиялық жоба. Ұлттық тілдік модельдің дамуы мемлекеттік тілдің жаңа технологиялардағы орнын нығайтып, жасанды интеллект саласында қазақстандық мектептің қалыптасуына негіз болады. Сондықтан KazLLM еліміздің цифрлық болашағын айқындайтын маңызды инновациялық бастамалардың бірі ретінде бағалана бермек.

Динара Дүрмән