Armath Input Intelligence‑ի պատմությունը
Գաղափարից մինչև սեփական լեզվական մոդել։
Ամեն լեզու արմատներ ունի։ Ամեն հպում՝ իր նախշը։ Armath‑ը ծնվել է այնտեղ, որտեղ հանդիպում են այս երկու աշխարհները, և դա ասում է հենց անունը։ Արմատ-ը կապն է լեզվի, ժառանգության և ինքնության հետ։ Math-ը մաթեմատիկան է, որի վրա հենվում են ալգորիթմները, նեյրոնային ցանցերը և ժամանակակից հաշվողական համակարգերի հզորությունը։ Միասին դրանք Armath են՝ ոչ միայն անուն, այլև աշխատելու ձև։
Ամեն ինչ սկսվեց աշխատող ստեղնաշարից
Առաջին շաբաթները գնացին այն բաներին, որոնք ոչ ոք չի նկատում, քանի դեռ դրանք չեն փչացել․ ստեղնն արձագանքում է հենց այն պահին, երբ մատը դիպչում է, ստեղնի եզրին մոտ հպումը գնում է ճիշտ տառին, հայերեն վերջակետը «։» իր տեղում է, սեղմած ստեղնի վրա երևում է խոշորացված տառը, կա էմոջիների վահանակ՝ մաշկի երանգներով, և մեկ ձեռքի ռեժիմ։
Ավելի ուշ հայտնվեց այն հնարավորությունը, որը որոշեց ուղղությունը․ ամբողջ նախադասությունը՝ մեկ շարժումով։ Սվայփում եք բառը, անցնում բացատի վրայով և շարունակում։ Պարզ դարձավ, թե ինչ է ուզում լինել նախագիծը․ ոչ թե հայերենի թարգմանված ստեղնաշար, այլ ստեղնաշար, որը մտածում է այնպես, ինչպես գրում են հայերեն։
Նախ՝ լաբորատորիա, հետո՝ հնարավորություններ
Շուտով նախագիծն ունեցավ այն, ինչ ստեղնաշարերի մեծ մասը երբեք չի ունենում․ սեփական լաբորատորիա։ Algorithm Lab‑ը հազարավոր հայերեն բառեր, վրիպակներ և սվայփներ անցկացնում է ստեղնաշարի իրական կոդով և ճշգրիտ ցույց տալիս, թե ինչ է փոխվել։ Այդ օրվանից ոչ մի գաղափար բարելավում չի համարվում, քանի դեռ լաբորատորիան չի հաստատել այն։
Կյանքը iOS‑ի սահմաններում
iPhone‑ում ստեղնաշարը հյուր է ամեն մի հավելվածում, և iOS‑ը նրան շատ քիչ հիշողություն է տրամադրում։ Մենք դա շուտ զգացինք մեր փորձով․ բավական էր լեզվական տվյալները սովորական ձևով բեռնել, և iOS‑ը լուռ փակում էր ստեղնաշարը։ Լուծումը՝ օպտիմալացում, օպտիմալացում և նորից օպտիմալացում։
Միաժամանակ ստեղնաշարը սովորեց չդիպչել այն ամենին, ինչ չպետք է տեսնի։ Այն չի սովորում գաղտնաբառերից, միանգամյա կոդերից, քարտերի համարներից և հասցեներից, և հարգում է ամեն դաշտի կանոնները՝ ուղղումների և մեծատառերի հարցում։ Իսկ սվայփի նեյրոնային ճանաչումը, որն ամբողջությամբ աշխատում է հեռախոսում, առաջին անգամ չափվեց իրական iPhone‑ի վրա։
Մեր սեփական բառերը
Armath‑ը հրաժարվեց փոխառված բառարանից և կառուցեց իրը՝ հենց հայերենից։ Մենք ուսումնասիրեցինք հայերեն բաց աղբյուրներ և վեբ տեքստերի հավաքածուներ, հաշվեցինք յուրաքանչյուր բառաձև, պահպանեցինք այսօրվա ուղղագրությունը, իսկ անունները թողեցինք անուններ։ Այդպես ծնվեց բառարան, որը խոսում է կենդանի հայերենով՝ այն հայերենով, որով այսօր գրում են լուրերում, բլոգներում, ֆորումներում և իրար ուղղված նամակներում։
Այս ճանապարհը մեզ սովորեցրեց ամենակարևորը՝ ազնիվ լինել թվերի հանդեպ։ Պարզվեց, որ հին բառացանկը, առանց որևէ մեկի մտադրության, պարունակում էր հենց այն տեքստերի բառերը, որոնցով մենք ստուգում էինք ստեղնաշարը, ուստի արդյունքներն իրականից ավելի լավն էին երևում։ Մենք դա չթաքցրինք․ արձանագրեցինք, նորից կազմեցինք բառարանը և նորից չափեցինք ամեն ինչ՝ ստուգման տեքստերի յուրաքանչյուր բառով, ծանոթ թե անծանոթ։ Այժմ ստեղնաշարը ճիշտ գրված բառը վրիպակ է համարում չորս անգամից ավելի հազվադեպ։ Հայերենն արժանի է հենց այդպիսի ստեղնաշարի՝ ոչ թե այնպիսին, որը լավ է երևում հաշվետվության մեջ, այլ այնպիսին, որը դիմանում է ազնիվ ստուգմանը։
Մեր սեփական լեզվական մոդելը
Այնուհետև Armath‑ն ստացավ այն մասը, որը նրա մանիֆեստն անվանում է սիրտ․ նեյրոնային լեզվական մոդել՝ մշակված և զրոյից սովորեցված հատուկ հայերեն տեքստի մուտքագրման համար։ Այն սովորել է հայերեն վեբ տեքստերի 531 միլիոն բառի և նշանի վրա՝ ամպային գրաֆիկական պրոցեսորով, զբաղեցնում է 17,6 մեգաբայթ և աշխատում է հենց ստեղնաշարի ներսում՝ iPhone‑ի պրոցեսորով, ամեն բառի վրա ծախսելով մոտ մեկ միլիվայրկյան։
Շուտով նրա կարծիքը սկսեց հաշվի առնվել ամենուր, որտեղ ստեղնաշարը ստիպված է կռահել․ սվայփի թեկնածուներն ընտրելիս, որոշելիս՝ ինչ ուղղել բացատով, վրիպակների հուշումները դասավորելիս և նախադասության սվայփի ամեն ճյուղում։ Ամեն նոր դերը մոդելին տրվեց միայն այն բանից հետո, երբ չափումները ցույց տվեցին, որ դա օգնում է։
Այսօր մենք հասանելիություն ունենք հաշվողական համակարգերի ոլորտի առաջատար լուծումներին և աշխատում ենք Հայաստանում արդեն առկա՝ NVIDIA‑ի պրոցեսորների վրա հիմնված հզորությունների ընդլայնման ուղղությամբ։ Ավելի շատ հաշվողական ուժ նշանակում է ավելի ճշգրիտ մոդել և ավելի կենդանի հայերեն ձեր հեռախոսի էկրանին։
Ինչ է լինելու հետո
Որքան շատ եք սվայփում և կիսվում ձեր սվայփներով, այնքան ավելի լավ է ուսուցումը՝ ոչ միայն անձամբ ձեզ համար, այլև ողջ հայերենի համար։ Միասին մենք կօգնենք, որ հայերենը հետ չմնա թվային աշխարհում։ Սովորող լեզվական մոդելը՝ Armath Input Intelligence‑ը, կբարձրացնի հայերենի մրցունակությունը ժամանակակից աշխարհում։ Օգնեք մեզ հիմա։