Башкортостан первым в России начал системную подготовку башкирского языка для ИИ

Глава Башкортостана уделяет большое внимание развитию технологий искусственного интеллекта в регионе. Радий Хабиров подчеркивает значимость ИИ в экономике и жизни общества и указывает на необходимость формирования целостной инфраструктуры, экосистемы  для IT-компаний и разработчиков ИИ-решений. Он также отмечает важность повышения доверия общества к информационным технологиям с помощью масштабной информационно-разъяснительной кампании, особое внимание при этом уделяя школам и подготовке педагогов, расширению программ дополнительного образования, связанных с цифровыми технологиями.

По поручению Правительства Республики Башкортостан создана межведомственная рабочая группа под руководством первого заместителя Премьер-министра Правительства Республики Башкортостан Урала Тагировича Кильсенбаева. В ее состав вошли представители ведущих научных, образовательных, культурных и медийных организаций региона, представители телевидения и радио, Национальной библиотеки Республики Башкортостан, Башкирской республиканской специальной библиотеки для слепых, Национального музея Республики Башкортостан, университетов, Министерства цифрового развития государственного управления Республики Башкортостан, Министерства образования и науки Республики Башкортостан, средств массовой информации, издательств, Уфимского федерального исследовательского центра РАН, Академии наук Республики Башкортостан, АНО по сохранению и развитию башкирского языка, а также общественные языковые активисты.

Основная задача проекта — сформировать открытые и юридически корректно оформленные  датасеты башкирского языка и культуры, которые смогут использоваться для обучения современных систем искусственного интеллекта.

Особое внимание уделяется вопросам авторского права, согласования по использованию материалов с авторами и правообладателями, а также  оформления документов на произведения, права на которые принадлежат государству. Такая подготовительная работа позволит создавать датасеты, которые могут законно использоваться разработчиками ИИ для создания цифровых сервисов, способных понимать и воспроизводить башкирскую речь и создавать изображения с национальными  культурными особенностями без ошибок.

Первым результатом этой работы стала публикация открытого набора данных с озвученными аудиокнигами на башкирском языке. В него вошли 476 аудиофрагментов из 14 произведений, включая башкирские эпосы «Акбузат», «Алдар и Зухра», произведения Мифтахетдина Акмуллы и других авторов. Каждый аудиофрагмент сопровождается текстом на башкирском и русском языках. Все материалы опубликованы на законных основаниях и доступны для использования в разработке технологий искусственного интеллекта.

Директор АНО по сохранению и развитию башкирского языка Гульназ Юсупова отметила, что "сегодня язык должен развиваться не только в книгах, театре и повседневной жизни, но и в цифровом пространстве". Она подчеркнула важность создания качественные датасетов для сохранения языка  и его полноценного развития в эпоху цифровизации.

Айгиз Кунафин, программист и участник проекта, отмечает, что сегодня работа по поразвитию башкирского языка для ИИ ведется централизованно, а ранее этим занимались только энтузиасты. Такая системная работа позволяет использовать архивы, систематизировать материалы и контролировать их качество.  Башкортостан сегодня показывает, как можно выстроить системную работу по подготовке языковых данных для искусственного интеллекта.  Этот опыт может быть использован другими регионами России, где занимаются сохранением родных языков.

Организаторы подчеркивают, что работа по созданию датасетов будет продолжена. Планируется значительно расширить объем  материалов, чтобы башкирский язык получил новые возможности для развития в сфере ИИ, став полноценной частью современной цифровой экосистемы.