Slovenščina dobila svoj ChatGPT? Predstavili so novi model GaMS

Slovenščina je dobila svoj prvi veliki generativni jezikovni model GaMS, ki predstavlja enega največjih dosežkov slovenskih raziskovalcev na področju umetne inteligence. Model so razvili strokovnjaki Univerze v Ljubljani v okviru projekta PoVeJMo. Njegov cilj je, da slovenski jezik postane enakovreden večjim svetovnim jezikom tudi v svetu naprednih tehnologij.

Veliki jezikovni modeli danes poganjajo številne storitve umetne inteligence – od klepetalnikov in prevajalnikov do avtomatskega ustvarjanja besedil, programiranja in analize podatkov. Ker pa je slovenščina majhen jezik, doslej ni imela svojega zmogljivega odprtokodnega modela. Z razvojem GaMS se to spreminja.

Razvit s pomočjo slovenskih besedil

Eden največjih izzivov pri razvoju modela je bilo zbiranje kakovostnih učnih podatkov. Ker je slovenščina jezik z razmeroma majhnim številom govorcev, so raziskovalci k sodelovanju povabili širšo javnost. Na portalu povejmo.si so posamezniki prispevali slovenska besedila. Pomemben delež podatkov pa so zagotovile tudi organizacije, med njimi Narodna in univerzitetna knjižnica, Dnevnik in Slovenska tiskovna agencija.

Na podlagi teh podatkov so raziskovalci model učili razumevanja slovenskega jezika, njegovih posebnosti in kulturnega okolja. Razvoj je potekal v več fazah – od osnovnega učenja do prilagajanja za varno uporabo in preverjanja njegove uspešnosti v primerjavi z drugimi odprtimi ter komercialnimi modeli umetne inteligence.

Več kot le klepetalnik

GaMS ni namenjen zgolj pogovoru z uporabniki. Njegova največja prednost je, da je odprtokoden in ga lahko podjetja, raziskovalne ustanove ter javni sektor prilagodijo svojim potrebam, pri tem pa ohranijo nadzor nad podatki.

Model je že našel konkretne uporabe v slovenskem gospodarstvu. Podjetje Better ga uporablja pri razvoju rešitev za zdravstvo, kjer omogoča samodejno prepisovanje govora, pripravo odpustnih pisem in digitalizacijo dokumentacije. Podjetje Špica je razvilo različico za prepoznavanje govora tudi v hrupnih industrijskih okoljih, pri čemer sistem prepoznava različna narečja in tuje jezike.

Podjetje Semantika je GaMS vključilo v muzejske aplikacije, ki obiskovalcem pomagajo raziskovati kulturno dediščino. XLAB pa model uporablja pri ustvarjanju programske kode in tehnične dokumentacije.

Korak k večji digitalni neodvisnosti

Raziskovalci poudarjajo, da je razvoj lastnega jezikovnega modela pomemben tudi z vidika tehnološke suverenosti Slovenije. Namesto popolne odvisnosti od tujih ponudnikov umetne inteligence lahko država, podjetja in raziskovalci uporabljajo rešitev, prilagojeno slovenskemu jeziku, zakonodaji in potrebam uporabnikov.

Hkrati GaMS prispeva k večji zaščiti slovenskega jezika v digitalnem prostoru in omogoča razvoj novih storitev, ki bodo temeljile na domačem znanju.

GaMS je na voljo vsem

Model je uporabnikom že dostopen kot klepetalnik na portalu povejmo.si, raziskovalci in razvijalci pa ga lahko uporabljajo tudi kot odprtokodni model prek platforme Hugging Face. To pomeni, da lahko vsak preizkusi, kako dobro umetna inteligenca razume slovenščino, podjetja pa ga vključijo v razvoj svojih rešitev.

Razvoj GaMS dokazuje, da lahko tudi manjši jezikovni prostor razvije vrhunske rešitve na področju umetne inteligence. Za slovenski jezik to pomeni pomemben korak v digitalno prihodnost, kjer bo lahko enakovredno sodeloval pri razvoju novih tehnologij in aplikacij.

UL
Unsplash