РАЗВИТИЕ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА В КАЗАХСТАНЕ ЗА ПОСЛЕДНЕЕ ДЕСЯТИЛЕТИЕ: ВСЕСТОРОННИЙ ОБЗОР
Аннотация
Влияние искусственного интеллекта на общество еще никогда не было таким заметным. Искусственный интеллект, который часто называют новой волной промышленных преобразований, происходящих вслед за Интернетом, меняет экономику, общественные услуги и повседневную жизнь по всему миру. Расположенный на перекрестке Евразии, Казахстан поставил перед собой амбициозную цель – использовать искусственный интеллект (ИИ) в качестве основного средства создания полностью цифрового общества. В этом контексте данный документ представляет собой всеобъемлющий, ориентированный на фактические данные обзор текущего состояния развития ИИ в Казахстане, основанный на глобальных тенденциях в расширении возможностей ИИ, снижении затрат на внедрение, росте внедрения и растущем внимании к управлению и ответственному использованию. Анализ согласован с Национальной концепцией развития искусственного интеллекта Казахстана на 2024-2029 годы, в которой приоритетными являются управление данными, развитие инфраструктуры, человеческий капитал, исследования и разработки, включая языковые технологии, и нормативно-правовая база, и эти приоритеты используются для структурирования фактических данных и определения практических путей внедрения и измеримого прогресса.
Ключевые слова:
искусственный интеллект, цифровое общество, исследование, технологии, инфраструктураБиблиографические ссылки
[1] Zamora-Cárdenas, W., Zumbado, M., & Trejos-Zelaya, I. (2020). McCulloch-Pitts Artificial Neuron and Rosenblatt's Perceptron: An abstract specification in Z. Technology Inside by CPIC, 5, 16-29.
[2] Qu, P., Yan, J., Zhang, Y. H., & Gao, G. R. (2017). Parallel turing machine, a proposal. Journal of Computer Science and Technology, 32(2), 269-285.
[3] LeCun, Y., Boser, B., Denker, J. S., Henderson, D., Howard, R. E., Hubbard, W., & Jackel, L. D. (1989). Backpropagation applied to handwritten zip code recognition. Neural computation, 1(4), 541-551.
[4] Krizhevsky, A., Sutskever, I., & Hinton, G. E. (2012). Imagenet classification with deep convolutional neural networks. Advances in neural information processing systems, 25.
[5] Vaswani, A., Shazeer, N., Parmar, N., Uszkoreit, J., Jones, L., Gomez, A. N., ... & Polosukhin, I. (2017). Attention is all you need. Advances in neural information processing systems, 30.
[6] Chatterji, A., Cunningham, T., Deming, D. J., Hitzig, Z., Ong, C., Shan, C. Y., & Wadman, K. (2025). How people use chatgpt (No. w34255). National Bureau of Economic Research.
[7] Institute of Smart Systems and Artificial Intelligence. (n.d.). KazLLM. Nazarbayev University. Retrieved January 20, 2026, from https://issai.nu.edu.kz/kazllm/
[8] Astana Hub. (n.d.). AlemLLM (astanahub/alemllm) [Large language model]. Hugging Face. Retrieved January 20, 2026, from https://huggingface.co/astanahub/alemllm
[9] President Kassym-Jomart Tokayev’s State of the Nation Address to the people of Kazakhstan: Kazakhstan in the era of artificial intelligence: Current challenges and solutions through digital transformation. Official website of the President of the Republic of Kazakhstan. https://www.akorda.kz/en/president-kassym-jomart-tokayevs-state-of-the-nation-address-to-the-people-of-kazakhstan-kazakhstan-in-the-era-of-artificial-intelligence-current-challenges-and-solutions-through-digital-transformation-1083029
[10] Interfax-Kazakhstan. (2026, January 6). Kazakhstan’s Samruk-Kazyna projects $1.3 bln gain from AI over five years. https://www.interfax.kz/?int_id=21&lang=eng&news_id=77600
[11] Prime Minister of the Republic of Kazakhstan. (2026, January 6). Kazakhstan actively introduces AI solutions into production processes. https://primeminister.kz/en/news/kazakhstan-actively-introduces-ai-solutions-into-production-processes-30932
[12] Kazinform News Agency. (2025, November 18). Kazakhstan joins the world’s TOP-500 most powerful supercomputers. https://qazinform.com/news/kazakhstan-joins-the-worlds-top-500-most-powerful-supercomputers-b42a40
[13] ENERGY Insights & Analytics. (2025, August 20). Kazakhstan Energy Outlook 2025 (Report). EXia. https://s3-prod.exia.kz/articles/Kazakhstan_Energy_Outlook_2025_EN.pdf
[14] Ministry of Artificial Intelligence and Digital Development of the Republic of Kazakhstan. (n.d.). Почти 1 млн казахстанцев прошли обучение по искусственному интеллекту: как выполняется поручение Главы государства по подготовке кадров для цифровой страны. GOV.KZ. Retrieved January 20, 2026, from https://www.gov.kz/memleket/entities/maidd/press/news/details/1142334?lang=ru
[15] Mussa, A., Tuimebayev, Z., & Mansurova, M. (2025). Make Large Language Models Efficient: A Review. IEEE Access.
[16] AI Index Steering Committee. (2025). AI Index Report 2025. Retrieved January 20, 2026, from https://hai.stanford.edu/ai-index/2025-ai-index-report
[17] Xia, M., Malladi, S., Gururangan, S., Arora, S., & Chen, D. (2024). Less: Selecting influential data for targeted instruction tuning. arXiv preprint arXiv:2402.04333.
[18] Xu, M., Yin, W., Cai, D., Yi, R., Xu, D., Wang, Q., ... & Liu, X. (2024). A survey of resource-efficient llm and multimodal foundation models. arXiv preprint arXiv:2401.08092.
[19] Lin, X., Wang, W., Li, Y., Yang, S., Feng, F., Wei, Y., & Chua, T. S. (2024, July). Data-efficient Fine-tuning for LLM-based Recommendation. In Proceedings of the 47th international ACM SIGIR conference on research and development in information retrieval (pp. 365-374).
[20] Zhou, Z., Ning, X., Hong, K., Fu, T., Xu, J., Li, S., ... & Wang, Y. (2024). A survey on efficient inference for large language models. arXiv preprint arXiv:2404.14294.
[21] Griffith, S., Subramanian, K., Scholz, J., Isbell, C. L., & Thomaz, A. L. (2013). Policy shaping: Integrating human feedback with reinforcement learning. Advances in neural information processing systems, 26.
[22] Xu, H., Sharaf, A., Chen, Y., Tan, W., Shen, L., Van Durme, B., ... & Kim, Y. J. (2024). Contrastive preference optimization: Pushing the boundaries of llm performance in machine translation. arXiv preprint arXiv:2401.08417.
[23] Acharya, D. B., Kuppan, K., & Divya, B. (2025). Agentic ai: Autonomous intelligence for complex goals–a comprehensive survey. IEEe Access.
[24] Kaz-Transformers. (n.d.). kz-transformers (Hugging Face organization page). Hugging Face. Retrieved January 20, 2026, from https://huggingface.co/kz-transformers
[25] Cao, Y., Hong, S., Li, X., Ying, J., Ma, Y., Liang, H., ... & Jiang, Y. G. (2025). Toward generalizable evaluation in the llm era: A survey beyond benchmarks. arXiv preprint arXiv:2504.18838.
[26] Touvron, H., Martin, L., Stone, K., Albert, P., Almahairi, A., Babaei, Y., ... & Scialom, T. (2023). Llama 2: Open foundation and fine-tuned chat models. arXiv preprint arXiv:2307.09288.
[27] Ahmet Baitursynuly Institute of Linguistics. (n.d.). National Corpus of the Kazakh Language (QazCorpus). Retrieved January 20, 2026, from https://qazcorpus.kz
[28] Najam, R., & Faizullah, S. (2023). Analysis of recent deep learning techniques for Arabic handwritten-text OCR and post-OCR correction. Applied Sciences, 13(13), 7568.
[29] Liu, Y., Yao, Y., Ton, J. F., Zhang, X., Guo, R., Cheng, H., ... & Li, H. (2023). Trustworthy llms: a survey and guideline for evaluating large language models' alignment. arXiv preprint arXiv:2308.05374.
[30] Fan, W., Ding, Y., Ning, L., Wang, S., Li, H., Yin, D., ... & Li, Q. (2024, August). A survey on rag meeting llms: Towards retrieval-augmented large language models. In Proceedings of the 30th ACM SIGKDD conference on knowledge discovery and data mining (pp. 6491-6501).
[31] RAGFlow. (n.d.). RAGFlow (official website). Retrieved January 20, 2026, from https://ragflow.io
[32] Li, M., Huang, Z., Chen, L., Ren, J., Jiang, M., Li, F., ... & Gao, C. (2024, June). Contemporary advances in neural network quantization: A survey. In 2024 International Joint Conference on Neural Networks (IJCNN) (pp. 1-10). IEEE.
