Մեծ տվյալների հավաքման ու մշակման կենտրոնը Հայաստանում այլևս կայացած իրականություն է։
Անցյալ տարի հավաքվեց ու մշակվեց մոտ 120GB տեքստային տվյալներ հայկական ԱԲ֊ի նախամշակման (pretraining) համար, իսկ հիմա` այս տարի հավաքվում և մշակվում են արժեքավոր տվյալներ մեր հայկական ԱԲ֊ն ուսուցանելու` վերապատրաստելու համար։
Այստեղ տեսնում եք այն հիմնական գրքերը` պետական ավարտական ու ընդհանուր քննությունների ուսումնական ձեռնարկները, որտեղից կատարվել են տվյալների հավաքը և մշակումը։
Այս պահին 22 գիրք յուրաքանչյուրը 350-450 էջով։ Միասին ծավալը կազմում է մոտավորապես 9000 էջ։ Այնտեղից հաջողվել է հանել, մաքրել և ֆիլտրել մոտ 25 հազար արժեքավոր հարցուպատասխան։
Մնաց դրանց ստուգելը, որից հետո կտանք մեքենայական ուսուցման։
Կարծես թե դժոխային դժվարությունները վերջանում են։ Սարսափելին ամենևին ծավալը չէր, այլ այն անսպասելի և անտրամաբանական, փնթի սխալները, որոնք անփութաբար գործել են կրթական ոլորտի անպատասխանատու «թվայնացնողները»։
30 տարի շարունակ ու մինչև հիմա էլ վերջիններս ոլորտում աշխատում են մեծ աշխատավարձով, պարգևատրումներ ու մեդալներով, բայց առանց համակարգային մտածողության ու տրամաբանության։
Միթե՞ չի եղել ոլորտի պատասխանատու, որ գիտակցեր, որ գիտելիքների համընդհանուր շտեմարան պետք էր ստեղծել, որ այդ գիտելիքները դուրս գային գրքային շապիկից՝ սահմանափակումներից և հասանելի դառնան յուրաքանչյուրին։
Էլ չեմ խոսում, որ PDF-յան այս հաշմանդամ ձևաչափը չափազանց անհարմար է հետագա խմբագրման՝ նոր տարբերակների կամ թարմացումների համար։
Ես հազար անգամ կրկնել եմ, որ ներկա Հայաստանը նեոգաղութային տարածք է, ուր գերիշխում է էկզոտիկ ցուցադրականությունը և բուտաֆորիան, բայց ոչ համակարգված ու տրամաբանական ԲՈՎԱՆԴԱԿՈՒԹՅՈՒՆԸ։
Ինչևիցե, մի անգամ ևս փաստենք, որ այս 6 տարիների ընթացքում զգալի և լուրջ տեղաշարժեր են գրանցվել հայկական ինքնատիպ թվայնացման ուղղությամբ առանց նեոգաղութային պետության ու հասարակական ձևական կառույցների մասնակցության։
Իմ, ձեր ազգային արժանապատվությունը թույլ չէր տալիս, որ մուտք գործենք տեխնոլոգիական այս դարը վիզներս ծուռ ու չտեսորեն ուրիշների բերանին ու շարժուձևերին նայելով։
Զերոյից հայերենով ու հայկական ստեղծվել են
֊ Խոսքի ճանաչումը (ASR)
֊ Ձայնի սինթեզը (TTS)
֊ Հավաքական բանականությունը (AI)
Դրան գումարած հիբրիդային պատերազմների նպատակով նմանատիպ գործիքներ արդբեջաներենով ու թուրքերենով։
Մտել ենք համաշխարհային ընտրանի և մեր գործիքների որակով չենք զիջում և ոչ մեկի, ինչքան էլ տարօրինակ է նեոգաղութային այս փտած ո դեգրադացված տարածքի համար։
