Хиймэл оюун (AI) бол ээлжит нэгэн технологийн шинэчлэл төдий биш. Энэ нь улс орнуудын эдийн засгийн өрсөлдөх чадвар, үндэсний аюулгүй байдал, технологийн тусгаар тогтнолыг тодорхойлох стратегийн хүчин зүйл болж байна. Тиймээс дэлхийн томоохон гүрнүүд хиймэл оюуны судалгаа, тооцоолох хүчин чадал, дата төв, хүний нөөц болон үндэсний хэмжээний AI загвар хөгжүүлэхэд асар их хөрөнгө оруулж байна.
АНУ, БНХАУ-ын өрсөлдөөн үүний тод жишээ. Мэдээллийн технологийн нэгдсэн холбоо (МИТА) ТББ-ын Хиймэл оюун ба өгөгдлийн зөвлөлийн ахлагч, Могул группын технологи хариуцсан захирал Б.Цээсүрэн IT WORLD ’26 форумд тавьсан илтгэлдээ дэлхийн AI хөгжлийн өрсөлдөөний өнөөгийн дүр зураг болон Монгол Улсын байр суурийг тоон үзүүлэлтээр харуулсан юм.
Түүний танилцуулсан мэдээллээр АНУ хиймэл оюуны салбарт 285 тэрбум ам.долларын хөрөнгө оруулалт хийсэн бол БНХАУ-ын хөрөнгө оруулалт 12.4 тэрбум ам.доллар байна. Гэсэн хэдий ч хөрөнгө оруулалтын хэмжээ, тооцоолох хүчин чадлын зөрүү нь AI загварын хөгжүүлэлтэд ижил хэмжээгээр тусахгүй байгааг тэр онцолсон. Өөрөөр хэлбэл, асар их нөөцтэй байх нь давуу тал боловч технологийн өрсөлдөөнд цорын ганц шийдвэрлэх хүчин зүйл биш болжээ.
Нээлттэй загварууд Монголд боломж нээж байна
Өмнө нь хиймэл оюуны томоохон загвар хөгжүүлэхэд асар их хөрөнгө оруулалт, өндөр хүчин чадалтай тооцоолох дэд бүтэц, мэргэшсэн судлаачдын баг шаардлагатай байв. Харин сүүлийн жилүүдэд нээлттэй загваруудын хөгжил энэ нөхцөл байдлыг өөрчилж эхэлжээ.
Нээлттэй загваруудын давуу тал нь байгууллага, судлаачид бэлэн загварыг татан авч, өөрийн өгөгдөл, хэл, хэрэглээний онцлогт тохируулан хөгжүүлэх боломжтойд оршино. Өмнө нь хэдэн сарын зайтай гарч ирдэг байсан шинэ загварууд одоо богино хугацаанд танилцуулагдаж, бие биеийнхээ хөгжлийг хурдасгаж байна.
Б.Цээсүрэнгийн илтгэлд дурдсанаар, OpenRouter платформоор дамжсан токены хэрэглээнд нээлттэй загваруудын эзлэх хувь 2025 оны сүүлээр 33 орчим хувь байсан бол 66 хувьд хүрчээ. Энэ нь нээлттэй загваруудын хэрэглээ эрчимтэй нэмэгдэж байгааг харуулж буй нэг үзүүлэлт юм.
Монгол Улсын хувьд энэ бол чухал боломж. Учир нь дэлхийн томоохон компаниудтай адил эхнээс нь асар том загвар сургаж, хөгжүүлэх гэж оролдох нь манай улсын хөрөнгө, хүний нөөцийн боломжид өндөр эрсдэл дагуулна. Харин нээлттэй загваруудыг ашиглан монгол хэл, үндэсний өгөгдөл, салбарын хэрэгцээнд тохируулсан шийдэл хөгжүүлэх замаар өрсөлдөх боломж бий.
Гэхдээ нээлттэй загвар ашиглах боломжтой боллоо гээд AI хөгжүүлэхэд шаардлагатай бүх асуудал шийдэгдсэн гэсэн үг биш. Загварыг татаж авах нэг хэрэг, түүнийг найдвартай, аюулгүй, олон хэрэглэгч зэрэг ашиглах боломжтой бодит бүтээгдэхүүн болгох нь огт өөр түвшний инженерчлэл юм.
AI-ийн өрсөлдөөнийг GPU, дата төв, инженерүүд тодорхойлно
Хиймэл оюуны хөгжлийн суурь хүчин зүйлсийн нэг нь тооцоолох хүчин чадал. Өндөр хүчин чадалтай GPU сервергүйгээр том хэмжээний загвар сургах, нарийн төвөгтэй тооцоолол хийх, олон хэрэглэгчид зэрэг үйлчилгээ үзүүлэх боломж хязгаарлагдана.
Илтгэгчийн танилцуулсан тоон мэдээллээр АНУ-д 12 сая орчим GPU сервер, БНХАУ-д 2.5 сая орчим GPU байгаа бол БНСУ-д 260 мянга, Казахстан Улсад 496 мянга орчим GPU бүртгэгдсэн байна. Харин Монгол Улсад сүүлийн жилүүдэд 70 орчим GPU орж ирсэн гэж дурджээ. Эдгээр тоо нь улс орнуудын тооцоолох дэд бүтцийн асар их зөрүүг харуулж байна.
Нөгөө талаас GPU болон серверийн тоног төхөөрөмжийн үнэ өсөж, санах ойн чипийн нийлүүлэлтийн хомсдол зах зээлд нөлөөлж байна. Илтгэлд дурдсанаар сүүлийн хоёр жилийн хугацаанд серверийн үнэ 2–3 дахин нэмэгдсэн нь технологийн компаниудын хөрөнгө оруулалтын шийдвэрт шууд нөлөөлөхөөр байна.
Тиймээс Монголын компаниуд AI-ийн чиглэлд хөрөнгө оруулахдаа зөвхөн GPU худалдан авах зардлыг бус, түүнийг ажиллуулах дата төв, эрчим хүч, хөргөлт, сүлжээ, программ хангамж, засвар үйлчилгээ болон мэргэшсэн инженерүүдийн нөөцийг цогцоор нь тооцох шаардлагатай.
Өөрөөр хэлбэл, AI-ийн дэд бүтэц гэдэг нь хэдэн сервер авч суурилуулах асуудал биш. GPU серверүүдийг удирдах Kubernetes орчин, өгөгдлийг хадгалах, боловсруулах Data Lakehouse архитектур, мэдээллийн аюулгүй байдал, системийн найдвартай ажиллагаа, өргөтгөх боломж зэрэг олон давхар чадвар шаарддаг.
Монголд AI-д зориулсан өндөр хүчин чадлын GPU дэд бүтэц, дата төвийн шийдлийг хөгжүүлэх хэрэгцээ байгаа ч энэ чиглэлд ажиллах мэргэшсэн инженер, архитектур, үйл ажиллагааны баг хангалтгүй байна. Иймээс AI хөгжлийн асуудлыг зөвхөн судлаач, модель хөгжүүлэгчдийн хүрээнд авч үзэх бус, дэд бүтэц, системийн инженерчлэл, өгөгдлийн менежмент, кибер аюулгүй байдлыг хамарсан өргөн хүрээнд хөгжүүлэх шаардлагатай.
Монголын AI хөгжлийн бодит үнэлгээ ямар байна вэ?
Монгол Улс цахим засаглалын хөгжлөөр олон улсын түвшинд тодорхой ахиц гаргасан. Гэвч цахим засаглалын үзүүлэлт сайн байна гэдэг нь хиймэл оюуны хөгжлөөр мөн адил тэргүүлж байна гэсэн үг биш.
Б.Цээсүрэнгийн илтгэлд дурдсанаар Монгол Улс цахим засаглалын үзүүлэлтээр 46 дугаарт бичигдэж байгаа бол хиймэл оюуны хөгжлийн зарим үзүүлэлтээр 100 орчим байр руу ухарсан байна. Түүнчлэн AI хэрэглээ, судалгаа, монгол хэлний загварын чанар зэрэг чиглэлээр дэлхийн дунджаас доогуур байгаа талаар онцолсон юм.
Ялангуяа монгол хэлний онцлогийг ойлгодог, найдвартай ажилладаг загварын асуудал чухал байна. Олон улсын томоохон загварууд монгол хэлээр харилцах боломжтой болсон ч хэлний нарийн утга, соёлын онцлог, мэргэжлийн нэр томьёо, ярианы хэллэгийг бүрэн ойлгох түвшинд хүрээгүй хэвээр. Дуу хоолой таних, яриаг текст болгох, текстийг яриа болгон хувиргах зэрэг технологид ч хөгжүүлэх шаардлага бий.
Энэ нь зөвхөн хэлний асуудал биш. Монгол хэл дээрх чанартай өгөгдөл, судалгаа, үнэлгээний сан, мэргэшсэн судлаачид, технологийн компаниудын хамтын ажиллагаа зэрэг олон хүчин зүйлээс хамаарна.
Нөгөө талаас хиймэл оюуны судалгаа, шинжлэх ухааны бүтээлийн тоо чухал үзүүлэлт болдог. Илтгэлд дурдсанаар сүүлийн таван жилд БНХАУ хиймэл оюуны чиглэлээр 260,465, АНУ 109,720 орчим эрдэм шинжилгээний өгүүлэл гаргасан бол Монгол Улсын олон улсын түвшинд нийтлүүлсэн өгүүллийн тоо 175 орчим байна. Энэ зөрүү нь судалгаа, академик орчныг хөгжүүлэх шаардлагыг илтгэж байна.
AI-ийн хөгжил зөвхөн бэлэн технологи худалдан авч ашиглах замаар хязгаарлагдахгүй. Технологийг нутагшуулах, өөрийн өгөгдөлд тохируулах, шинэ шийдэл боловсруулахын тулд судалгаа, туршилт, их сургуулиудын оролцоо зайлшгүй хэрэгтэй.
AI-ийн тусгаар тогтнол таван тулгууртай
Улс орон хиймэл оюуны хувьд бие даасан чадавхтай байхын тулд таван үндсэн хүчин зүйл шаардлагатай гэж Б.Цээсүрэн тодорхойлсон. Үүнд:
-
Засаглал – AI-ийн хөгжлийг чиглүүлэх бодлого, эрх зүйн орчин, ёс зүй, хариуцлагатай хэрэглээний тогтолцоо.
-
Тооцоолох хүчин чадал – GPU сервер, дата төв, эрчим хүч, сүлжээ болон шаардлагатай технологийн дэд бүтэц.
-
Хүний нөөц – AI судлаач, өгөгдлийн инженер, системийн архитектор, машин сургалтын болон дэд бүтцийн мэргэшсэн инженерүүд.
-
Өгөгдөл – чанартай, хүртээмжтэй, аюулгүй, монгол хэл болон үндэсний онцлогийг тусгасан өгөгдлийн сан.
-
Модель – үндэсний хэрэгцээнд нийцсэн, монгол хэлний онцлогийг ойлгодог, найдвартай, хэмжиж үнэлэх боломжтой AI загварууд.
Эдгээр таван хүчин зүйл тус тусдаа хөгжих боломжгүй. Хүний нөөцгүй бол дэд бүтэц ашиглалтгүй үлдэнэ. Чанартай өгөгдөлгүй бол загварын чанар сайжрахгүй. Үнэлгээний стандартгүй бол ямар загвар сайн ажиллаж байгааг бодитой тодорхойлоход хүндрэлтэй.
Тиймээс Монгол Улс AI-ийн хөгжлийг нэг чиглэлд төвлөрүүлэн бус, харилцан уялдаатай экосистем хэлбэрээр хөгжүүлэх шаардлагатай.
Монгол хэлний AI загварыг хэрхэн хэмжих вэ?
Илтгэлийн хамгийн чухал санаануудын нэг нь Монгол Улс хиймэл оюуны загварын үнэлгээний нэгдсэн стандарттай болох шаардлага юм.
Өнөөдөр олон төрлийн AI загвар зах зээлд гарч, байгууллагууд өөр өөрийн хэрэгцээнд нийцүүлэн сонгон ашиглаж байна. Гэвч монгол хэл дээр хамгийн сайн ажилладаг загвар аль нь вэ, яриа таних технологийн чанарыг хэрхэн хэмжих вэ, тухайн загварын хариулт үнэн зөв, найдвартай эсэхийг ямар шалгуураар үнэлэх вэ гэдэгт нийтээр хүлээн зөвшөөрсөн нэг хэмжүүр алга.
Жишээлбэл, хэлний том загвар буюу LLM-ийг зөвхөн асуултад хариулж байгаа эсэхээр нь үнэлэх боломжгүй. Хэлний ойлголт, ерөнхий мэдлэг, логик сэтгэлгээ, заавар дагах чадвар, автоматжуулалттай холбоотой гүйцэтгэл зэрэг олон үзүүлэлтээр хэмжих шаардлагатай. Б.Цээсүрэнгийн тайлбарласнаар зөвхөн нэг LLM загварыг 25 орчим үзүүлэлтээр үнэлэх хэрэгцээ бий.
Ийм үнэлгээний системийг монгол хэл, үндэсний хэрэглээний онцлогт тохируулан боловсруулах нь чухал. Ингэснээр байгууллагууд AI бүтээгдэхүүн, үйлчилгээг сонгохдоо зөвхөн үйлдвэрлэгчийн сурталчилгаа, олон улсын ерөнхий үнэлгээнд найдах бус, Монголын нөхцөлд бодитоор хэрхэн ажиллаж байгааг харьцуулан дүгнэх боломжтой болно.
Үүний тулд төр, хувийн хэвшил, их дээд сургууль, судалгааны байгууллагууд хамтран ажиллах шаардлагатай. Модель үнэлэх тестийн өгөгдөл, шалгуур, хэмжилтийн аргачлал, туршилтын орчныг хамтран боловсруулах нь AI хөгжлийн суурь ажлын нэг юм.
Энэ хүрээнд Мэдээллийн технологийн нэгдсэн холбоо салбарын компаниуд, эрдэм шинжилгээний байгууллагуудыг нэгтгэн, AI загварын үнэлгээний нэгдсэн стандарт боловсруулахад манлайлах боломжтойг илтгэгч онцолсон.
Хэрэглэгч байхаас бүтээгч болохын тулд
Монгол Улсад хиймэл оюуныг өдөр тутмын ажилдаа ашиглаж эхэлсэн байгууллага, иргэдийн тоо нэмэгдэж байна. Гэвч хэрэглээ нэмэгдэх нь өөрөө үндэсний технологийн чадавх бий болсны илэрхийлэл биш.
Бид AI загвар ашиглаж болох ч түүнийг хөгжүүлэх, өөрийн өгөгдөлд тохируулах, найдвартай систем болгон нэвтрүүлэх, олон хэрэглэгчид зэрэг үйлчилгээ үзүүлэх, аюулгүй байдлыг хангах чадвартай байх шаардлагатай. Энэ чадваруудыг бий болгохын тулд хувийн хэвшил хөрөнгө оруулалт хийж, төр бодлогын болон зохицуулалтын орчноо бүрдүүлж, их сургуулиуд судалгаа, хүний нөөцийн бэлтгэлээ уялдуулах хэрэгтэй.
Өнөөдөр Монголд хийх ажил их байна. AI-д зориулсан тооцоолох дэд бүтэц, дата төв, өгөгдлийн сан, инженерүүдийн ур чадвар, монгол хэлний загвар, үнэлгээний стандарт гээд хөгжүүлэх шаардлагатай олон чиглэл бий. Энэ бүхнийг нэг байгууллага, нэг компани дангаараа шийдэх боломжгүй.
Хиймэл оюуны дэлхийн өрсөлдөөнд Монгол Улс том гүрнүүдтэй ижил хэмжээний хөрөнгө оруулалт хийх боломжгүй ч өөрийн давуу талаа тодорхойлж, нээлттэй технологийг ашиглан, монгол хэл болон үндэсний хэрэгцээнд суурилсан шийдлүүдийг хөгжүүлэх боломж бий. Харин үүний тулд эхлээд бид хаана байгаагаа бодитой хэмжиж, юунд хөрөнгө оруулах, ямар чадавх бий болгохоо тодорхойлох ёстой.
Хөгжлөө хэмжиж байж л зөв чиглэлээ тодорхойлно. Монголын AI хөгжлийн дараагийн алхам бол технологийг зүгээр ашиглах бус, өөрийн чадавхыг бий болгож, үнэлж, тасралтгүй сайжруулах тогтолцоог бүрдүүлэх явдал юм.
Сэтгэгдэл үлдээх
$10 сая доллар байхад дотоодын хэрэгцээг хөөрхөн хангаад зардлаа 3-4 н жилдээ нөхөхүйц хөөрхөн дотоодын openweight моделиудыг hosting хийж болох юм билээ.
Програмчлагч
Дэмжих үү?
0 0