Казахский язык масштабно осваивает искусственный интеллект. В Казахстане собрали 14 миллиардов текстовых токенов и 12 тысяч часов аудиозаписей для развития языковых технологий в рамках совместного проекта с OpenAI.
Об этих результатах президенту Касым-Жомарту Токаеву 9 ноября сообщил председатель Международного общества «Қазақ тілі» Рауан Кенжеханулы, передает DKNews.kz.
На встрече также обсуждались казахский дубляж мировых кинопремьер, финансирование языковых проектов и применение искусственного интеллекта в образовании.
14 миллиардов токенов: зачем OpenAI казахский язык
Один из главных результатов работы общества связан с развитием казахского языка в цифровой среде.
В рамках сотрудничества с OpenAI сформирован текстовый корпус объёмом 14 миллиардов токенов. Дополнительно специалисты собрали 12 тысяч часов аудиозаписей.
Токены представляют собой единицы обработки текста, которые используют языковые модели. Большой массив таких данных необходим, чтобы искусственный интеллект лучше распознавал казахские слова, понимал предложения и работал с текстами на государственном языке.
Речь идёт не только о переписке с ChatGPT. Подобные данные могут использоваться при разработке систем распознавания речи, автоматического перевода и других инструментов обработки казахского языка.
Результаты совместного проекта общества «Қазақ тілі» и OpenAI представили ещё в сентябре 2026 года. Теперь о проделанной работе доложили непосредственно главе государства.
При этом объём собранных данных сам по себе не показывает, насколько точно нейросети отвечают на казахском языке. Для оценки качества необходимы отдельные испытания языковых моделей.
Токаев предложил использовать ИИ для перевода научных книг
Президент обратил особое внимание на практическое применение искусственного интеллекта.
Касым-Жомарт Токаев подчеркнул необходимость задействовать возможности ИИ при изучении и преподавании государственного языка, а также при переводе научной литературы.
Для казахстанского образования это конкретная задача. Искусственный интеллект способен помогать при подготовке учебных текстов, переводе терминологии и обработке больших объёмов научных материалов.
Однако в сообщении о встрече не уточняется, какие именно инструменты планируется использовать, кто будет проверять качество переводов и предусмотрены ли отдельные сроки реализации таких проектов.
Международное общество «Қазақ тілі» развивает работу сразу по трём направлениям: совершенствует методики преподавания, увеличивает объём казахоязычного контента и расширяет присутствие языка в новых технологиях.
Disney, Pixar и Sony: 13 фильмов получили казахский дубляж
Искусственный интеллект оказался не единственной темой встречи.
Рауан Кенжеханулы сообщил, что за последние три года на большие экраны вышли 13 популярных фильмов студий Disney, Pixar и Sony, дублированных на казахский язык.
Это направление связано с доступностью современного развлекательного контента для казахоязычной аудитории.
Зрители получают возможность смотреть зарубежные кинопремьеры на государственном языке, а казахский дубляж становится частью прокатной киноиндустрии.
При этом в представленной информации не приводятся кассовые сборы этих картин и данные о количестве зрителей.
Фонд Qazaq Tili Endowment собрал 824 млн теңге
Отдельно президенту представили результаты работы фонда Qazaq Tili Endowment.
Общий объём взносов достиг 824 миллионов теңге.
Фонд связан с поддержкой инициатив по развитию казахского языка. Его деятельность дополняет проекты общества в сфере образования, культуры и технологий.
Размер накопленных взносов показывает финансовый масштаб инициативы, однако в сообщении не раскрывается, какая часть средств уже направлена на конкретные проекты.
По итогам встречи Касым-Жомарт Токаев высоко оценил деятельность Международного общества «Қазақ тілі» и пожелал успехов в осуществлении намеченных планов.
Развитие казахоязычного искусственного интеллекта уже выходит за рамки одного проекта. Ранее мы рассказывали о создании KazLLM — большой языковой модели для казахского языка. Теперь ещё одно направление этой работы связано с OpenAI и формированием масштабной базы казахской речи и текстов.
