עמותה, לא חברה: פרופ' משה קופל והמשימה מ-2015
דיקטה אינה חברה מסחרית אלא עמותה ישראלית רשומה, שנרשמה ב-2015 ביוזמת פרופ' משה קופל — פרופסור-אמריטוס למדעי-המחשב מאוניברסיטת בר-אילן, בעל דוקטורטים במתמטיקה, וחוקר תלמוד בזכות עצמו. קופל הגדיר את מטרת הארגון כהסרת 'העבודה המייגעת' מלימוד טקסטים עבריים קלאסיים ומודרניים, כדי לאפשר לחוקרים להתפנות לשאלות המהותיות יותר. בראיון שנתן לג'רוזלם פוסט הצהיר קופל: 'הכל שאנחנו עושים חינמי במאה אחוז', כשהפעילות כולה ממומנת מתרומות בלבד, ללא מודל עסקי, מכירת מוצר או גיוס-הון מסחרי כלשהו. דיקטה ממוקמת בירושלים ומעסיקה, נכון לנתונים שפורסמו, כ-49 עובדים לצד שבעה חברי-עמותה.
Nakdan: לפתור את בעיית חוסר-הניקוד בעברית
הכלי הוותיק והמרכזי ביותר של דיקטה הוא Nakdan, מערכת לניקוד אוטומטי של טקסט עברי, שפותחה על-ידי ד״ר אבי שמידמן, אליתיאל שמידמן, פרופ' משה קופל ופרופ' יואב גולדברג. הבעיה שהמערכת פותרת ייחודית לעברית: מכיוון שטקסט עברי כתוב בדרך-כלל בלי סימני-ניקוד, אותה צורת-אותיות מדויקת יכולה להתפרש בכמה דרכים שונות בהתאם להקשר המשפט. Nakdan אינו מסתמך רק על מאגר-מילים קבוע אלא על רשתות-נוירונים שלומדות להבין את ההקשר ולבחור את הניקוד הנכון מתוכו. הטכנולוגיה הזו נבנתה על-פני חמש שנות פיתוח ומשמשת בסיס לכמה מהכלים המתקדמים יותר של דיקטה, ובהם ניקוד של טקסטים מקראיים, תלמודיים ורבניים.
מהתלמוד המנוקד לספרייה הדיגיטלית
באמצעות טכנולוגיית הניקוד שלה הפיקה דיקטה גרסה מנוקדת שלמה של התלמוד הבבלי — פרויקט בהיקף עצום, שכן ניקוד ידני של אלפי עמודי טקסט תלמודי מורכב היה עד אז משימה שדרשה עשרות שנות עבודה של מומחים אנושיים. מעבר לכך בנתה דיקטה ספרייה דיגיטלית שכוללת, נכון לנתונים שפורסמו, כאלף כתבי-קודש מתורגמים ומעובדים דיגיטלית, המוצעים לציבור ברישיון פתוח (CC-BY-SA 4.0) המאפשר שימוש חוזר. הספרייה כוללת גם מנועי-חיפוש מתקדמים בטקסטים מקראיים, תלמודיים ורבניים, עם יכולות חיפוש לפי הקשר וזיהוי-תווים אופטי (OCR) לכתבי-יד סרוקים — כלים שהופכים חומר שהיה נגיש בעבר רק למומחים למאגר פתוח לציבור הרחב.
Dicta-LM: מודל-שפה עברי בקוד-פתוח, בשיתוף מפא״ת ואנבידיה
ב-2024 השיקה דיקטה את Dicta-LM 2.0, מודל-שפה גדול המבוסס על הארכיטקטורה של Mistral-7B, עם מילון-אסימונים (טוקנייזר) שהורחב במיוחד בעבור העברית כדי לשפר את יעילות העיבוד של השפה. המודל שוחרר בקוד-פתוח תחת רישיון Apache 2.0, בשיתוף מפא״ת — מנהלת המחקר-והפיתוח הביטחוני של משרד הביטחון — האגודה הישראלית לטכנולוגיות שפה, וחוקרים מחברת אינטל. בהמשך פיתחה העמותה גם דור חדש, Dicta-LM 3.0, מודל-הסקה עברי מתקדם יותר, הפעם בשיתוף עם NVIDIA — כחלק ממגמה רחבה יותר בתעשייה לפתח מה שמכונה 'בינה מלאכותית ריבונית' לשפות שאינן זוכות לתמיכה מספקת מהמודלים הגלובליים הגדולים ביותר. הדרכים שבהן בודקים מודלים כאלה, ובהן לוח ההשוואה הפתוח למודלי שפה בעברית, מערך HeQ ושיפוט אנושי עיוור, מתוארות בערך הערכת מודלי שפה בעברית (Evaluating Hebrew Language Models).
Rav Dicta: AI שעונה על שאלות הלכתיות
מעבר לכלי-הניתוח הטקסטואליים, פרסמה דיקטה במרץ 2025 גרסת-בטא של "הרב דיקטה" — מודל בינה מלאכותית שעונה לשאלות הלכתיות בסגנון שו"ת, כלומר במתכונת של שאלה ותשובה כפי שהיא מוכרת מספרות ההלכה, בהתבסס על הספרות הרבנית הקלאסית שהמערכת אומנה עליה. הכלי הזה שונה באופיו מכל השאר שדיקטה מפתחת: ניקוד, חיפוש וזיהוי כתבי-יד הם משימות עיבוד-טקסט שיש להן תשובה נכונה שאפשר לבדוק מולה. תשובה הלכתית, לעומת זאת, היא הכרעה. כאן עוברת המערכת מלסייע לאדם לקרוא טקסט קיים — לייצר בעצמה טקסט בתחום שסמכותו נשענת מסורתית על פוסק אנושי מזוהה, כזה שאפשר לשאול אותו שאלת-המשך ולדעת על מי בדיוק מסתמכים. דיקטה פרסמה את המערכת כגרסת-בטא, כלומר כשלב-ניסוי מוצהר ולא כמוצר גמור.