როგორ უნდა გაიწვრთნას AI ქართულად, არსებული რესურსები და გამოწვევები - პროფესორი მანანა თანდაშვილი აცხადებს, რომ ქართული ენა სტრუქტურულად გამორჩეულია, რის გამოც ინგლისური ენისთვის შექმნილი ტექნოლოგიების ქართულზე მორგება მარტივი არ არის

ხელოვნური ინტელექტის ეპოქაში ენები უხვრესურსიან და მწირე რესურსიან ენებად იყოფა, ქართული კი ამ ეტაპზე მწირე რესურსიან ენად მოიაზრება.

ფილოლოგიის დოქტორის, პროფესორ მანანა თანდაშვილის შეფასებით, ქართული ენის უხვრესურსიან ენათა ჯგუფში გადასაყვანად სამეცნიერო ჯგუფების კონსოლიდაციაა საჭირო. ამის შესახებ მან გადაცემაში „ახალი დილა“ ისაუბრა.

„ძალიან დიდი დრო დავუთმოთ, რაღაცა კონსოლიდაცია მოვახდინოთ ყველა იმ სამეცნიერო ჯგუფის, რომელიც ენის ტექნოლოგიების განვითარებაზე მუშაობს, იმისათვის, რომ დღეს მწირე რესურსიანი ეგრეთ წოდებული ქართული ენა უხვრესურსიან ქართულ ენათა რიგში გადავიტანოთ. ვფიქრობ, ეს ჩვენთვის, მეცნიერებისათვის, ძალიან დიდი და სერიოზული გამოწვევაა“, - აღნიშნა პროფესორმა.

თანდაშვილის თქმით, ქართული ენისთვის უკვე შექმნილია მნიშვნელოვანი ციფრული რესურსები, ეროვნული კორპუსი, რომელიც 200 000 სიტყვაფორმას მოიცავს, ავტომატური მასწორებელი, გრამატიკული ანალიზატორი, ასევე ტექსტისა და მეტყველების გარდაქმნის სისტემები.

პროფესორის განცხადებით, ქართული ენა სტრუქტურულად გამორჩეულია, რის გამოც ინგლისური ენისთვის შექმნილი ტექნოლოგიების ქართულზე მორგება მარტივი არ არის. ხელოვნური ინტელექტის გასაწვრთნელად კი დიდი მოცულობის მონაცემებია საჭირო.

„უპირველეს ყოვლისა, იყო დიდ მონაცემთა ბაზები, რომ დაატრენინგო ხელოვნური ინტელექტი… ქართული ენა განსაკუთრებული, გამორჩეულად განსხვავებული სტრუქტურის მქონე ენაა და ტექნოლოგიები, რომელიც იქმნება ინგლისური ენისათვის, მისი ადაპტირება ძალიან ძნელია“, - განაცხადა მანანა თანდაშვილმა.

ერთ-ერთ მთავარ გამოწვევად რჩება სენტიმენტ-ანალიზიც, რადგან ქართულ ენაზე ჯერ არ არის გაციფრულებული და ინტეგრირებული იდიომატური ლექსიკონი და ფრაზეოლოგიური რესურსები.

„ეს კულტუროლოგიური რესურსები, რომელიც ქართული ენის განსაკუთრებულობას სემანტიკურ დონეზე ქმნის, სწორედ ამის ინტეგრაცია გვჭირდება ჩვენ“, - აღნიშნა პროფესორმა.

მანანა თანდაშვილის შეფასებით, სწორედ ამ კულტურული და სემანტიკური მონაცემების გაციფრულება მისცემს ხელოვნურ ინტელექტს შესაძლებლობას, ქართული ენის სიღრმისეული ნიუანსები უკეთ აღიქვას და დაამუშაოს.