BTU-მ გამოაქვეყნა „ქართული ენის გრამატიკა ხელოვნური ინტელექტისთვის“ – პირველი ეტაპის საპილოტე სამეცნიერო-ტექნიკური გამოცემა, რომელიც ქართული ენის გრამატიკულ, მორფოლოგიურ, სინტაქსურ და კონტექსტურ ლოგიკას ტექნოლოგიურად გამოსაყენებელ ფორმაში აღწერს. მიმდინარე პროექტის განახლებაში კვლევითი კორპუსის მოცულობა 7 მილიარდზე მეტ ტოკენად არის განსაზღვრული, თუმცა მთავარი ცვლილება მხოლოდ მასშტაბი არ არის: პროექტი ქართული ტექსტების დაგროვებიდან ენის სტრუქტურის მანქანურად წაკითხვად აღწერაზე გადადის. ეს ქმნის საფუძველს უფრო ზუსტი ქართულენოვანი დიდი ენობრივი მოდელებისთვის, მანქანური თარგმანისთვის, AI-შეცდომების შეფასებისა და ქართული ენის ციფრული სუვერენიტეტისთვის. სახელმძღვანელო დასრულებული ეროვნული მოდელი არ არის; მისი მნიშვნელობა სწორედ ისაა, რომ ქმნის საწყის არქიტექტურას შემდგომი ვალიდაციის, ტესტირებისა და თანამშრომლობისთვის.
ტექსტების სიმრავლე ჯერ კიდევ არ ნიშნავს ენის გაგებას
ხელოვნური ინტელექტის ენობრივი შესაძლებლობები ხშირად მონაცემთა რაოდენობით ფასდება: რაც მეტი ტექსტი აქვს მოდელს ნანახი, მით უკეთ უნდა მუშაობდეს. ეს ლოგიკა აუცილებელია, მაგრამ არასაკმარისი. მოდელს შეიძლება ჰქონდეს დიდი ქართულენოვანი ლექსიკური მარაგი და მაინც ვერ განსაზღვროს ზუსტად, ვინ მოქმედებს, ვისზე ხორციელდება მოქმედება, რას ცვლის ზმნისწინი, რა ინფორმაციაა წინადადებაში გამოტოვებული ან რა მნიშვნელობა იკითხება მხოლოდ კონტექსტიდან. გარეგნულად გამართული ქართული პასუხი ჯერ კიდევ არ ადასტურებს, რომ სისტემამ ქართული აზრის შიდა კავშირები სწორად აღადგინა.
ეს განსხვავება განსაკუთრებით მნიშვნელოვანია მცირე ენისთვის. დიდ ენებში სისტემას ერთსა და იმავე კონსტრუქციაზე მრავალი მილიონი პარალელური მაგალითი შეიძლება შეხვდეს. ქართულში ზოგი ფორმა, დიალექტური ვარიანტი, იდიომი ან პროფესიული კონტექსტი გაცილებით იშვიათია. ამიტომ მონაცემთა მოცულობას უნდა დაემატოს სტრუქტურული ცოდნა: რა ფუნქცია აქვს ფორმას, როგორ უკავშირდება სიტყვები ერთმანეთს, რომელი ინტერპრეტაციაა დასაშვები და როგორ უნდა შემოწმდეს პასუხი. სწორედ ამ დროს ხდება გრამატიკა ტექნოლოგიური ინფრასტრუქტურა და არა მხოლოდ სასკოლო საგანი.
7 მილიარდი ტოკენიდან გრამატიკულ არქიტექტურამდე
BTU-ს პროექტი ორ თანმიმდევრულ ამოცანას აერთიანებს. პირველი იყო ფართო ქართულენოვანი კვლევითი გარემოს შექმნა: მილიონობით ტექსტის დამუშავება, ფორმების მოძიება, განმეორებადი შემთხვევების დაჯგუფება და ენობრივი რესურსების ორგანიზება. პირველი საჯარო საპილოტე გამოცემის აღწერაში დაახლოებით 5 მილიარდამდე ტოკენის სამუშაო გარემო იყო დაფიქსირებული, ხოლო 2026 წლის 31 აგვისტოს განახლება უკვე 7 მილიარდზე მეტ ტოკენს ასახელებს. მრგვალად წარმოდგენილი მაჩვენებლების მიხედვით, ეს სულ მცირე 40%-იან გაფართოებას ნიშნავს, თუმცა ორივე რიცხვი ფართო კვლევითი გარემოს მასშტაბს აღწერს და არა ხელით ანოტირებული მონაცემის ოდენობას.
მეორე ამოცანა გაცილებით რთულია: დიდი მასალიდან ისეთი წესების, კატეგორიებისა და შეფასების ამოცანების გამოყოფა, რომელთა წაკითხვაც მანქანას შეუძლია. 338-გვერდიანი საპილოტე გამოცემა მოიცავს ქართული ენის ინფორმაციულ-მათემატიკური მოდელირების არქიტექტურას, მანქანურად წაკითხვადი გრამატიკული სპეციფიკაციის ჩარჩოს, სემანტიკური როლებისა და ანოტაციის საწყის სისტემას, მოსალოდნელი AI-შეცდომების ტიპოლოგიას და benchmark-ის საწყის არქიტექტურას. ამასთან, ცალკე ღია მონაცემთა რელიზში წარმოდგენილია დაახლოებით 12 მილიონი LLM-ტოკენის სტრუქტურირებული რესურსი, დაყოფილი სიტყვაფორმების, ზმნების, წინადადებების, ბრუნვების, იდიომების, დარგობრივი ტერმინებისა და AI-შეცდომების კანდიდატების ფენებად.
ეს სამი მასშტაბი ერთმანეთში არ უნდა აგვერიოს. 7 მილიარდზე მეტი ტოკენი არის ფართო კვლევითი კორპუსი; დაახლოებით 12 მილიონი ტოკენი – საჯაროდ გამოქვეყნებული, შერჩეული და სტრუქტურირებული ენობრივი სისტემა; სახელმძღვანელო კი ამ სამუშაოს კონცეპტუალურ და ტექნიკურ ლოგიკას აერთიანებს. ენობრივი AI-ისთვის მოცულობა, სტრუქტურა და შეფასების მეთოდი სხვადასხვა ფუნქციას ასრულებს – ეფექტიანი სისტემა სამივეს მოითხოვს.
რატომ არის ქართული რთული ამოცანა ხელოვნური ინტელექტისთვის
ქართული ენის სირთულე მხოლოდ განსხვავებული ანბანით არ შემოიფარგლება. ზმნა ერთ ფორმაში ხშირად აერთიანებს მოქმედ პირს, ობიექტს, ადრესატს, დროს, მიმართულებასა და მოქმედების დასრულებულობას. ბრუნვა ცვლის მონაწილეთა ფუნქციას; სიტყვათა რიგი შედარებით მოქნილია და ხშირად ინფორმაციულ აქცენტს გამოხატავს; წინადადებაში შეიძლება გამოტოვებული იყოს ის, რასაც ადამიანი კონტექსტით მარტივად აღადგენს. იდიომის სიტყვასიტყვით დამუშავებამ კი შესაძლოა გრამატიკულად გამართული, მაგრამ მნიშვნელობით მცდარი პასუხი შექმნას.
საერთაშორისო Universal Dependencies-ის ქართული GNC ხეც კი აჩვენებს, რამდენად მრავალფენიანია ამოცანა: მის ანოტაციებში წარმოდგენილია ბრუნვა, პირი, რიცხვი, კილო, დრო, ხმა, პოლარობა და სხვა მორფოლოგიური ნიშნები, ხოლო დამოკიდებულებები ხელით არის გასწორებული. ეს უკვე არსებული ქართული ციფრული ენათმეცნიერების მნიშვნელოვანი საფუძველია. BTU-ს ახალი გამოცემის შესაძლო ღირებულება ამ რესურსების ჩანაცვლება კი არ არის, არამედ ქართული გრამატიკული მემკვიდრეობის, ფართო ტექსტური გარემოსა და AI-ის შეფასების ამოცანების ერთ ტექნოლოგიურ ჩარჩოში დაკავშირებაა.
ღია წვდომა ცოდნას საერთო ინფრასტრუქტურად აქცევს
სახელმძღვანელოსა და დაკავშირებული მონაცემების საერთაშორისო რეპოზიტორებზე განთავსება პროექტს ერთი ორგანიზაციის შიდა პროდუქტიდან საერთო კვლევით საწყისად გარდაქმნის. წიგნი ვრცელდება CC BY 4.0 ლიცენზიით, რაც მითითების პირობით ხელახალ გამოყენებას უწყობს ხელს; დაკავშირებული მონაცემთა სისტემა კი CC BY-NC 4.0 პირობებით არის ხელმისაწვდომი და კომერციული გამოყენებისთვის ცალკე ნებართვას მოითხოვს. ვერსიები, ციტირების მეტამონაცემები, ცვლილებების ისტორია და შეცდომების ჩანაწერი ქმნის იმ ელემენტარულ გამჭვირვალობას, რომელიც ენობრივ ინფრასტრუქტურას ხანგრძლივ გამოყენებად რესურსად აქცევს.
ღია რეპოზიტორია განსაკუთრებით მნიშვნელოვანია ქართული ენისთვის, რადგან ერთი ორგანიზაცია ვერ დაფარავს ყველა დარგს, დიალექტს, სტილისტურ ფორმას და გამოყენების შემთხვევას. უნივერსიტეტებს შეუძლიათ წესების გამოცდა და კრიტიკული განხილვა; დეველოპერებს – მანქანურად წაკითხვადი სქემების გამოყენება; ენობრივ ორგანიზაციებს – შეცდომებისა და გამონაკლისების დამატება; საერთაშორისო მკვლევრებს – ქართული ენის ჩართვა მრავალენოვან შედარებებსა და შეფასებებში. ღიაობის რეალური სარგებელი მაშინ გამოჩნდება, თუ რეპოზიტორია ცოცხალ კვლევით პროცესად დარჩება და არა მხოლოდ ერთხელ გამოქვეყნებულ ფაილად.
შემდეგი ნაბიჯი: ვალიდაცია, benchmark-ები და გაზომვადი გაუმჯობესება
BTU-ს მკვლევრების შეფასებით, პროექტის მთავარი მნიშვნელობა იმაშია, რომ ქართული ენისთვის პირველად იქმნება ერთიანი გადასასვლელი სამეცნიერო გრამატიკიდან მანქანურად გამოსაყენებელ სპეციფიკაციამდე. მაგრამ საბოლოო შედეგი გამოქვეყნებული გვერდების ან ტოკენების რაოდენობით ვერ გაიზომება. რეალური საზომი იქნება, რამდენად ამცირებს ეს ჩარჩო კონკრეტულ შეცდომებს: მონაწილეთა როლების არევას, ზმნური ფორმების მცდარ ინტერპრეტაციას, კონტექსტის დაკარგვას, იდიომების სიტყვასიტყვით თარგმნას და დარგობრივ ტექსტებში აზრის დამახინჯებას.
საერთაშორისო კონტექსტიც ამავე მიმართულებაზე მიუთითებს. UNESCO-ს 2025 წლის ციფრული მრავალენოვნების გლობალური გზამკვლევი ენობრივ ჩართულობას განათლების, დასაქმების, საჯარო სერვისებისა და კულტურული იდენტობის საკითხს უკავშირებს და აღნიშნავს, რომ მსოფლიოში გავრცელებული 7,000-ზე მეტი ენიდან ონლაინ სივრცეში მხოლოდ დაახლოებით 1,000 არის სათანადოდ წარმოდგენილი. ქართული ენისთვის ტექნოლოგიური ინფრასტრუქტურის შექმნა ამ ფართო გლობალური უთანასწორობის ადგილობრივი პასუხია.
ძირითადი მიგნებები
- ქართული ტექსტების დიდი მოცულობა აუცილებელი საფუძველია, მაგრამ ენის სიღრმისეულად დამუშავებისთვის საჭიროა გრამატიკული და სემანტიკური კავშირების სტრუქტურირებული აღწერაც.
- მიმდინარე ეტაპზე კვლევითი კორპუსი 7 მილიარდ ტოკენს აჭარბებს; პირველი საჯარო პილოტის დაახლოებით 5-მილიარდიან ნიშნულთან შედარებით ეს, მრგვალი მაჩვენებლებით, სულ მცირე 40%-იანი გაფართოებაა.
- 338-გვერდიანი პირველი გამოცემა აერთიანებს მანქანურად წაკითხვადი გრამატიკის ჩარჩოს, სემანტიკურ როლებს, AI-შეცდომების ტიპოლოგიასა და benchmark-ის საწყის არქიტექტურას.
- ღია მონაცემთა ცალკე რელიზი დაახლოებით 12 მილიონ LLM-ტოკენს მოიცავს; იგი ფართო კვლევითი კორპუსისგან განსხვავებული, შერჩეული და სტრუქტურირებული რესურსია.
- პროექტის გრძელვადიანი ღირებულება უნდა შეფასდეს არა გამოქვეყნებული მასალის მოცულობით, არამედ ქართულენოვანი AI-ის გაზომვადი ხარისხის გაუმჯობესებით.
- გარე რეცენზირება, ექსპერტული ვალიდაცია, მრავალმოდელიანი ტესტირება და ვერსიების ღია ისტორია საპილოტე არქიტექტურის სანდო ინფრასტრუქტურად ქცევის აუცილებელი ეტაპებია.
რატომ არის ეს მნიშვნელოვანი საქართველოსთვის
ქართული ენის სწორად დამუშავება უკვე აღარ არის მხოლოდ კულტურული საკითხი. ის გავლენას ახდენს, რამდენად ზუსტად იმუშავებს ქართულად განათლების პლატფორმა, საბანკო და სადაზღვევო ასისტენტი, იურიდიული ძიება, სამედიცინო ინფორმაციის სისტემა, სახელმწიფო სერვისი, მედიის მონიტორინგი და ბიზნესის მომხმარებელთა მხარდაჭერა. თუ ძირითადი ენობრივი ინფრასტრუქტურა უცხოურ მოდელებში შემთხვევით ნასწავლ მაგალითებზე დარჩება დამოკიდებული, ქართული ციფრული სერვისების ხარისხიც არათანაბარი იქნება. თუ კი გრამატიკა, შეფასების ამოცანები და ღია მონაცემები თანმიმდევრულად განვითარდება, საქართველო შეძლებს გლობალური AI მოდელების მხოლოდ მომხმარებელი აღარ იყოს და საკუთარი ენის ხარისხის განსაზღვრაშიც მიიღოს მონაწილეობა.
დასკვნა
„ქართული ენის გრამატიკა ხელოვნური ინტელექტისთვის“ დასრულებული პასუხი არ არის და არც ასეთად არის წარმოდგენილი. ის უფრო მნიშვნელოვანი რამაა – პირველი ორგანიზებული მცდელობა, ქართული ენათმეცნიერების დაგროვილი ცოდნა, დიდი ტექსტური გარემო, მანქანურად წაკითხვადი წესები და AI-ის შეფასების ამოცანები ერთ განვითარებად სისტემად გაერთიანდეს. ქართული ენის ციფრული სუვერენიტეტი მხოლოდ იმით არ მიიღწევა, რომ ინტერნეტში ბევრი ქართული ტექსტი არსებობდეს. იგი მიიღწევა მაშინ, როდესაც ტექნოლოგიას შეუძლია ამ ტექსტში არსებული ქართული ლოგიკის, პასუხისმგებლობის, კონტექსტისა და მნიშვნელობის სწორად წაკითხვა – და როდესაც ქართველ მკვლევრებს შეუძლიათ ამ ხარისხის გაზომვა, შეცვლა და განვითარება.