Эксперт объяснил, кто реально может пользоваться KazLLM
KazLLM сегодня – один из самых обсуждаемых технологических проектов страны. Его называют шагом к цифровому суверенитету Казахстана, но одновременно указывают на отсутствие массового спроса и понятного продукта для пользователей.
Так кто же в действительности может работать с казахстанской нейросетью и почему сравнивать ее с ChatGPT пока рано? Digital Business поговорил с председателем Ассоциации по развитию искусственного интеллекта Qaz.AI Темирланом Зиятовым.
«Это не библиотека, а нейронная сеть»
По словам эксперта, вокруг проекта по-прежнему много неверных ожиданий.
«KazLLM – это система, которая освоила огромный массив интернет-данных, выявила и запомнила закономерности языков запроса и научилась создавать новый контент. Важное уточнение: это не библиотека данных, а нейронная сеть, которая проанализировала десятки тысяч книг и научилась пересказывать прочитанное на казахском, русском, английском и турецком языках», – пояснил он.
Модель умеет отвечать на вопросы, анализировать тексты, переводить и работать с документами. Но есть принципиальный момент: это не готовый сервис.
«Я обычно сравниваю такие ИИ-модели с двигателем. Двигатель сам по себе не является транспортом – это ключевой механизм, который обеспечивает движение. Один и тот же двигатель можно поставить в разные машины: внедорожник, легковой автомобиль, трактор или микроавтобус. Все зависит от того, как его интегрируют и под какие задачи настраивают», – уточнил эксперт.
KazLLM – именно такой «двигатель»: базовый технологический слой, на котором можно строить государственные ассистенты, корпоративные решения или образовательные сервисы. Но для этого требуется отдельная доработка, интеграция и инфраструктура.
Разработкой модели занимается Институт умных систем и искусственного интеллекта (ISSAI) при Назарбаев университете.
Может ли обычный пользователь воспользоваться KazLLM?
Пока – нет.
«У казахстанской языковой модели есть только академическая база, но нет интерфейса. Поэтому обычный пользователь физически не сможет вступить в диалог с KazLLM и отправить ему запросы», – уточнил Темирлан Зиятов.
Фактически модель доступна исследователям и специалистам, которые работают с ней на уровне кода и инфраструктуры. Массового чат-интерфейса пока не существует. И только после появления полноценного пользовательского продукта можно будет говорить о сравнении с ChatGPT.
«Когда появится ИИ-чат на основе казахстанской языковой модели, тогда его можно будет сравнивать с ChatGPT. И то – условно», – объяснил эксперт.
Эксперт подчеркивает: продукт OpenAI создавался годами, с огромной командой и тестировался на рынке США с населением более 340 млн человек. Казахстанский рынок в разы меньше, а значит, различаются и масштабы, и продуктовая зрелость.
Кроме того, для запуска массовых сервисов потребуется суперкомпьютерный кластер, способный обеспечить стабильную работу и масштабирование.
Тогда зачем нужна KazLLM?
По словам Темирлана Зиятова, причин несколько.
Технологический суверенитет
«Первая – получить технологический суверенитет в сфере генерации мультимедийного контента на казахском языке, чтобы не зависеть от внешних поставщиков», – рассказал спикер.
Данные, которые пользователи вводят в зарубежные ИИ-сервисы, хранятся на иностранных серверах и могут использоваться для дообучения моделей. Это создает риски для государства, бизнеса и граждан – от документов стратегической важности до персональных и банковских данных.
Собственная модель позволяет выстраивать безопасную экосистему обработки чувствительной информации внутри страны.
Развитие кадров
KazLLM создавали казахстанские исследователи, получившие практический опыт обучения и развертывания больших языковых моделей:
«Сегодня эти ученые применяют свои знания в создании новых локальных моделей, которые можно будет применять в разных секторах экономики».
Такой путь выбирают многие технологически развитые страны. Например, Сингапур запустил собственную языковую модель SEA-LION.
Проще говоря
KazLLM сегодня – это не массовый продукт и не конкурент глобальным чат-ботам. Это фундамент, на котором только предстоит строить прикладные сервисы.
Пользоваться моделью в повседневной жизни пока не получится. Но для государства и исследовательского сообщества она уже выполняет стратегическую задачу – формирование собственной ИИ-инфраструктуры.