Декабрь уходящего года выдался наиболее активным по решению вопросов языковой политики в целом, поскольку две масштабные конференции прошли в Москве и Ханты-Мансийске. Предметом обсуждения участниками мероприятий стали изучение и популяризация родных языков на общеобразовательных и культурных площадках, влияние глобализации на традиционные ценности, а также поиск новых подходов в реализации традиционной культуры и сохранение родных языков.

В рамках IX форума «Языковая политика в Российской Федерации», организованный Федеральным агентством по делам национальностей в Москве, приняла участие также делегация из ХМАО–Югры. Так на панельной сессии «Трансформация общественного пространства. Роль языков народов Российской Федерации в развитии творческих (креативных) индустрий» выступила руководитель сектора научно-исследовательской и методической деятельности музея «Торум Маа» Раиса Решетникова. Она, представив доклад «Популяризация и продвижение родных языков в музеях Югры» на примере Этнографического музея под открытым небом «Торум Маа», обобщила опыт работы музеев Югры. 

В Ханты-Мансийске в эти же дни проходила научно-практическая конференция «Язык, история и культура: от традиции к инновациям».  В рамках конференции демонстрировали новейшие цифровые технологии для поддержки исчезающих языков. Как известно, в нашем округе с 2023 года приступили к реализации проекта «Национальный корпус мансийского языка». Благодаря этому мансийский язык внесли в «Яндекс.Переводчик». И сейчас мансийские тексты можно переводить на русский язык и обратно. 

Одним из ключевых направлений конференции являются аспекты функционирования языков коренных народов Югры в эпоху цифровых трансформаций. На пленарном заседании директор ЮНИИИТ Андрей Мельников рассказал о команде сотрудников, которые занимались разработкой проекта, представил цифровую модель мансийского языка: от машинного перевода до генеративных вопросно-ответных систем. На данный момент сформировано 300 тысяч пар параллельных предложений на мансийском и русском языках. Полученные данные также пропустили через искусственный интеллект. В общем, сгенерировано 1 307 118 размеченных изображений с баудингбоксами. Андрей Витальевич ознакомил и с трудностями, тормозившими в дальнейшем процесс реализации проекта.

 – При проверке разработанных нами программ методом ИИ (искусственного интеллекта) находим некоторые общие шероховатости. Первое, c чем мы сталкиваемся и на мансийском языке – это так называемые «галлюцинации». Это ситуация, когда инструмент с искусственным интеллектом выдаёт неточный, вводящий в заблуждение или несогласованный вывод. Это происходит из-за того, что алгоритмы находят шаблоны в данных, которых не существует, или неправильно интерпретируют эти шаблоны. То есть, как только не уследишь за моделью, особенно если задашь вопрос, который она не знает, и поскольку не умеет говорить «нет», то пытается сочинить что-нибудь. Как видим на картинке, вместо рук у человека отображены стопы, или не правильное количество пальцев, или искаженные черты лица и так далее. 

Кроме этого, есть фундаментальные задачи, которые сейчас решают математики для того, чтобы всё усовершенствовать. Второе – это память. Пока память моделей достаточно ограничена. Вот мы видели GPT, у неё требуется определённое время для того, чтобы сгенерировать ответы. Модели должны работать со скоростью человека. Относительно наших моделей, которые мы разработали. Первое, это корпус мансийского корпуса. Я говорил о тех проблемах, с которыми мы столкнулись, и это серьёзная фундаментальная вещь, которая выглядит примерно таким образом: дайте нам хорошие данные, мы обучим любую модель в любом качестве. А вот хорошие данные можно получить только от человека. Здесь превалирует роль эксперта, роль человека, который создаёт, структурирует данные, знания, и он никогда не будет заменён.

Третья задача – это экономика. В этой части сталкиваемся с проблемой энергопотребления, связанной с развитием искусственного интеллекта те модели, которые сейчас запускаются и обучаются, они требуют огромный поток электроэнергии для того, чтобы питать мощности. И одной из ключевых задач человечества остаётся производство электроэнергии. 

Следующая задача, которую мы решали, это распознавание печатных книг. Спасибо окружной библиотеке, которые отсканировали и нашли нам книги на мансийском языке. Но мы столкнулись с тем, что эти книги не в электронном виде, а ведь компьютеру нужен электронный вид. И такая задача перевода книг с изображения с картинки в предложение в текст, была решена нашим сотрудником Игорем Веретенниковым. Он продолжительное время сидел и изучал модель, в конце концов, у него всё получилось.

Модель переводчика – тема тоже непростая, особенно с таким небольшим объёмом корпуса. До этого разрабатывались модели языков с миллионными записями. Принципиально важно, что мы проверили близость этих языков. И мы обнаружили, что на сегодняшний день у нас к мансийскому языку ближе всего два языка. Оказалось, ближе всех из языков – это венгерский язык. Причём знаете, как это не просто проверять, это математика, которая показывает близость языков, специальные меры близости мы оценили по этой части. И ещё один результат тоже для нас неожиданный: оказалось, что для современного мансийского языка очень близок русский язык. То есть влияние русского языка, построение фраз, предложений и так далее. Я хочу сказать, что мы использовали целую группу метрик, начиная от специально взвешенных, что мы на высоком уровне качества переводов. 

Также разработана нейронная сеть, которая озвучивает текст на мансийском языке. Мы научили модель говорить голосом реального человека, чтобы она повторяла такие вещи. Для этого эксперт Галина Кондина озвучила 15 тысяч предложений, это 30 часов голосовых записей. 

В завершении скажу, что проделана огромная работа, выполненная программистами, математиками, лингвистами. Переводчики сделали очень много для того, чтобы сохранить навеки свой язык, без них бы не получилось собрать цифровой корпус.  Кроме этого, поддержка со стороны правительства. И если бы все так слаженно не работали, такой уникальный проект, просто никогда не был бы реализован.

Самый лучший, на мой взгляд, ответ, который я услышал, прозвучал следующим образом: «Язык надо сохранять, потому что есть люди, которые хотят сохранить свой язык».

Тамара МЕРОВА