Кыргызская ИИ-инфраструктура AIRUN засветилась на мировой конференции ACL 2026

Команда Увалиевой собрала крупнейший на сегодняшний день открытый датасет для кыргызского языка: 1,67 миллиона пар «исходный текст — нормализованный текст»

Фото: пресс-служба.

Инженер по машинному обучению AIRUN Intelligence Lab Зарина Увалиева стала автором научной статьи «Kyrgyz Text Normalization: A Comparative Study of Neural and Rule-Based Approaches», посвященной развитию технологий искусственного интеллекта для кыргызского языка. Статья уже индексируется в Google Scholar, что делает результаты исследования доступными международному научному сообществу. Об этом информирует пресс-служба разработчиков AIRUN, первой национальной кыргызской языковой модели мирового уровня.

Работа опубликована в рамках воркшопа MeLLM одной из самых авторитетных мировых конференций в области обработки естественного языка ACL 2026 (Association for Computational Linguistics). Конференция имеет высший рейтинг A* по классификации CORE и считается одной из ключевых мировых площадок для исследований в области искусственного интеллекта и языковых технологий. ACL входит в топ-3 конференции по NLP в мире (наряду с EMNLP и NAACL). Публикации там читают Google, OpenAI, Anthropic и все крупные университеты, но работ из Центральной Азии в целом и из Кыргызстана в частности там пока очень мало.

Исследование Увалиевой посвящено одной из базовых задач искусственного интеллекта: нормализации текста. Технология Увалиевой позволяет ИИ понимать кыргызский язык таким, каким люди действительно используют его в интернете: с опечатками, разговорными словами, без знаков препинания и заглавных букв. Для русского, английского, китайского и других языков ООН такие решения уже существуют, для кыргызского языка их до этих пор не было.

«Я могла бы просто взять готовую библиотеку и подкрутить. Но это был бы шорткат без научной ценности. Я выбрала другой путь: пройти весь путь от базового исследования до опубликованной работы. Потому что кыргызский язык заслуживает быть в науке. Не как «etc», а как первокласcный объект изучения — со своей морфологией, со своими вызовами, со своими решениями. Без научного фундамента невозможно развитие. Каждая следующая работа по кыргызскому NLP теперь может опираться на наш датасет и результаты», — отмечает инженер.

В рамках исследования команда AIRUN Intelligence Lab (исследовательское подразделение BDigital) в составе Зарины Увалиевой, Бектемира Кумарбая уулу, Адилета Метинова, Тынчтыкбека Ташбалтаева и Нуртилека Алибекова собрала крупнейший на сегодняшний день открытый датасет для кыргызского языка. Это 1,67 миллиона пар «исходный текст — нормализованный текст».

«До этой публикации любой кыргызский стартап, который хотел строить NLP-продукт, стоял перед выбором: либо использовать плохо работающие мультиязычные модели, либо тратить месяцы на сбор собственного датасета. Теперь есть третий путь — взять наш открытый датасет (1.67M пар) и нашу открытую модель, и за час запустить рабочий нормализатор в продакшне. Это меняет экономику: то что раньше требовало команды из 5 человек и полгода работы, теперь можно сделать одному разработчику за неделю. Это значит больше кыргызских AI-продуктов, быстрее, дешевле», — подчеркивает Увалиева.

Что такое AIRUN

Это первая в Кыргызстане суверенная AI-инфраструктура, включающая собственную большую языковую модель (LLM), технологии распознавания речи (ASR), синтеза речи (TTS), машинного перевода и цифровых аватаров. Ее презентовали осенью 2025 года. Решения AIRUN уже внедряются в государственных органах, банковском секторе, медиа и корпоративном сегменте, а также используются для развития технологий обработки кыргызского языка.

Система обучена на крупнейшем корпусе национальных данных — почти 59 млн слов. Это дает ей рекордную грамматическую точность и смысловую связность ответов. По результатам международных тестов, модель обошла ведущие решения от Gemma, DeepSeek и Qwen, показав лучшие результаты в логике, контексте и «человеческом» понимании языка.

Публикация работы на площадке ACL 2026 стала еще одним подтверждением того, что разработки Кыргызстана способны не только решать прикладные задачи внутри страны, но и вносить вклад в развитие мировой науки в области искусственного интеллекта.