საერთაშორისო კვლევამ აჩვენა, რომ ხელოვნური ინტელექტის მოდელები რთულ დავალებებს ყველაზე უკეთ მაშინ ასრულებდნენ, როცა მოთხოვნებს პოლონურ ენაზე იღებდნენ. კვლევის ავტორებისთვის ეს შედეგი მოულოდნელი აღმოჩნდა, ისევე როგორც ის ფაქტი, რომ ინგლისური ენა 26 შესწავლილ ენას შორის მხოლოდ მეექვსე ადგილზე გავიდა.
კვლევა ამერიკელმა მეცნიერებმა ჩაატარეს. მათ შეადარეს, როგორ ასრულებდა ექვსი დიდი ენობრივი მოდელი ერთსა და იმავე დავალებებს 26 სხვადასხვა ენაზე.
დიდი ენობრივი მოდელები, ანუ LLM-ები, ხელოვნური ინტელექტის პროგრამებია, რომლებიც უზარმაზარ ტექსტურ მონაცემებზეა გაწვრთნილი. სწორედ ასეთი მოდელები უდევს საფუძვლად დღეს ყველაზე ცნობილ AI ჩატბოტებს, მათ შორის ChatGPT-ს, Gemini-სა და Grok-ს.
კვლევის მიხედვით, პოლონურ ენაზე მიცემული რთული დავალებების შემთხვევაში ნეიროქსელები სწორ პასუხებს საშუალოდ 88%-ში იძლეოდნენ. მეორე ადგილზე ფრანგული გავიდა 87%-ით, მესამეზე იტალიური 86%-ით, მეოთხეზე ესპანური 85%-ით, ხოლო მეხუთე ადგილზე რუსული აღმოჩნდა 84%-ით. ინგლისურმა 83.9% აჩვენა და მეექვსე ადგილი დაიკავა.
განსაკუთრებით საინტერესოა ჩინურის შედეგიც. მიუხედავად იმისა, რომ ჩინური, ინგლისურთან ერთად, დიდი ენობრივი მოდელების წინასწარი სწავლებისთვის ერთ-ერთ ყველაზე ხშირად გამოყენებულ ენად ითვლება, კვლევაში მან მხოლოდ 62.1% სწორი პასუხი აჩვენა და რეიტინგის ბოლოში მოხვდა.
მეცნიერებს ჯერჯერობით ზუსტი ახსნა არ აქვთ, რატომ აღმოჩნდა პოლონური ენა AI-სთვის ასეთი ეფექტური. პოლონურ ენაზე სასწავლო მონაცემების მოცულობა ბევრად ნაკლებია, ვიდრე ინგლისურ ან ჩინურ ენებზე, ამიტომ შედეგი დამატებით კვლევას საჭიროებს.
პოლონეთში კი აღნიშნავენ, რომ პოლონური ენა ადამიანებისთვის ერთ-ერთ რთულ ენად ითვლება, თუმცა, როგორც აღმოჩნდა, ხელოვნური ინტელექტისთვის ეს სირთულე დაბრკოლება არ ყოფილა.
ამ წელს პოლონეთის მთავრობამ საკუთარი დიდი ენობრივი მოდელიც, PLLuM, გაუშვა. ის თავისუფლად ხელმისაწვდომია და მისი მიზანია პოლონურ ენაზე AI-ის განვითარება, მათ შორის სახელმწიფო სერვისების მუშაობის გამარტივება.
ტოპ-10 ენა, რომლებზეც AI-მ რთულ დავალებებს ყველაზე კარგად გაართვა თავი:
- პოლონური — 88%
- ფრანგული — 87%
- იტალიური — 86%
- ესპანური — 85%
- რუსული — 84%
- ინგლისური — 83.9%
- უკრაინული — 83.5%
- პორტუგალიური — 82%
- გერმანული — 81%
- ნიდერლანდური — 80%
