Мінцифри шукає волонтерів для навчання української ШІ-моделі «Сяйво»
Міністерство цифрової трансформації запрошує охочих перевіряти оцифровані архівні документи та виправляти помилки в розпізнаних комп’ютером текстах для створення навчальних даних.
Міністерство цифрової трансформації України запрошує волонтерів долучитися до підготовки навчальних даних для української мовної моделі штучного інтелекту «Сяйво». Учасники мають перевіряти оцифровані архівні документи та виправляти помилки в текстах, які комп’ютер розпізнав автоматично. Від якості цих даних залежатиме, наскільки точно модель зможе працювати з українською мовою.
Участь у проєкті може взяти кожен охочий. Для цього не потрібні знання програмування чи інші технічні навички, достатньо уважності та добре володіння українською мовою. Саме людська перевірка є одним із ключових етапів підготовки навчальних матеріалів, адже автоматичне розпізнавання тексту з відсканованих документів часто припускається помилок, особливо у старих друкованих джерелах, де шрифти, пожовклий папір і нечіткий друк ускладнюють роботу програм.
Завдання волонтерів полягає у двох основних діях. По-перше, вони переглядають оцифровані архівні документи, щоб переконатися, що їх цифрові копії відповідають оригіналам. По-друге, вони знаходять і виправляють помилки в тексті, які з’явилися під час комп’ютерного розпізнавання, так званого OCR. Такі виправлення потрібні, щоб навчальні дані були чистими та надійними, а модель не запам’ятовувала спотворені слова й конструкції, які згодом могли б відтворюватися у її відповідях.
Модель «Сяйво» розробляється як інструмент для роботи з українською мовою. Для її навчання потрібен великий обсяг якісних текстів, і значна частина таких матеріалів міститься в архівах, що вимагають оцифрування та ретельної перевірки. Саме тому держава звертається до суспільства з проханням про допомогу, адже ручна перевірка великих масивів текстів потребує багато часу та людських ресурсів, які окремі установи самостійно не завжди можуть забезпечити.
Водночас у повідомленні не уточнюється, скільки волонтерів потрібно залучити, який термін триватиме їхня робота та чи передбачена якась винагорода за участь. Також не зазначено, як саме відбуватиметься набір учасників і чи проходитимуть вони навчання перед початком роботи, а також який формат перевірки буде використано. Ці деталі, ймовірно, стануть відомі пізніше, коли проєкт перейде до практичного етапу.
Інформацію про запрошення опублікував портал, який подав це як новину в розділі технологій. Відкритість набору означає, що до проєкту можуть долучитися люди з різним досвідом, зокрема філологи, історики, викладачі та просто жителі, які хочуть зробити внесок у розвиток української цифрової мови. Для тих, хто цікавиться штучним інтелектом, ця ініціатива показує, що якість навчальних даних залишається визначальною для будь-якої мовної моделі, незалежно від того, наскільки складною є її архітектура.
Джерело: dev.ua
4
