Regionalny model sztucznej inteligencji w Singapurze dla Azji Południowo-Wschodniej przeszkolony w 11 językach

Podczas gdy ChatGPT i Bard nadal wygrzewają się w centrum uwagi, grupa badaczy z Singapuru pragnie opracować duże modele językowe (LLM) trenowane głównie na danych z Azji Południowo-Wschodniej.

Model sztucznej inteligencji, nazwany SEA-LION, ma stanowić alternatywę dla głównego nurtu LLM, ale jest dostosowany do potrzeb Azji Południowo-Wschodniej. Generatywny model sztucznej inteligencji jest szkolony na podstawie danych z 11 lokalnych języków, w tym indonezyjskiego, wietnamskiego i tajskiego, ze szczególnym uwzględnieniem kultury i tradycji regionu.

Projekt, finansowany głównie przez władze Singapuru, ma na celu poprawę wskaźników wdrażania sztucznej inteligencji wśród przedsiębiorstw i użytkowników indywidualnych w regionie. Poprzednie próby użycia ChatGPT OpenAI zaowocowały niejasnymi wynikami wynikającymi z różnicy w języku szkoleniowym i lokalnych dialektach.

„Nie próbujemy konkurować z dużymi LLM” – powiedział Leslie Teo, starszy dyrektor ds. produktów AI w AI Singapore. – Staramy się je uzupełniać, żeby była nas lepsza reprezentacja.

Menedżerowie LLM głównego nurtu są zazwyczaj szkoleni w języku angielskim, ale pomimo zasięgu tego języka prawie 50% światowej populacji nie może uzyskać dostępu do pełnego potencjału generatywnych chatbotów AI. Aby sprostać temu wyzwaniu, rządy mieszają zbiory danych w swoich lokalnych językach, aby zaprojektować dostosowane do indywidualnych potrzeb chatboty, które uzupełnią istniejące oferty.

„Regionalne szkoły LLM są również potrzebne, ponieważ wspierają samowystarczalność technologiczną” – powiedział Nuurrianti Jalli, adiunkt na Uniwersytecie Stanowym w Oklahomie. „Mniejsze poleganie na zachodnich LLM mogłoby zapewnić lepszą prywatność lokalnej ludności, a także lepiej dostosować się do interesu krajowego lub regionalnego”.

Oczekuje się, że projekt SEA-LION będzie miał natychmiastowy wpływ na mieszkańców Azji Południowo-Wschodniej, zwłaszcza lokalne przedsiębiorstwa przestawiające się na sztuczną inteligencję. Paul Condylis, zastępca wiceprezesa ds. nauki o danych w indonezyjskim startupie Tokopedia, zauważa, że model LLM byłby integralnym dodatkiem w łączeniu, ulepszaniu i personalizowaniu doświadczeń klientów.

Azja Południowo-Wschodnia zyskała imponującą reputację dzięki stosowaniu nowych technologii na równi z Ameryką Północną i Europą. Oprócz sztucznej inteligencji region otwiera swoje granice na technologię blockchain mającą zastosowanie w finansach, logistyce, turystyce, grach i rozrywce.

Wady regionalnych LLM

Chociaż regionalne firmy LLM chwalono za ich cechy lokalizacyjne, eksperci odkryli przejawy uprzedzeń i cenzury w ich użyciu. Istnieją również wyraźne obawy, że lokalny system sztucznej inteligencji może nie zawierać wystarczających informacji na temat globalnych światopoglądów, przedstawiając „rewizjonistyczny pogląd na historię”.

„Modele mogą nie ujawniać ważnych kwestii społeczno-politycznych, takich jak łamanie praw człowieka, korupcja czy uzasadniona krytyka władzy politycznej” – stwierdził Jalli.

Inni wskazywali na wykorzystywanie regionalnych LLM przez autorytarne rządy do tłumienia sprzeciwu i ucisku mniejszości. Aby zapewnić, że programy LLM odzwierciedlają niuanse kulturowe ludzi i zachowują neutralność w wynikach, eksperci nalegają na wykorzystywanie wysokiej jakości danych szkoleniowych, pozbawionych uprzedzeń i tendencji antydemokratycznych.

Aby sztuczna inteligencja (AI) działała zgodnie z prawem i prosperowała w obliczu rosnących wyzwań, musi zintegrować korporacyjny system blockchain, który zapewni jakość wprowadzanych danych i własność, umożliwiając im bezpieczeństwo danych, a jednocześnie gwarantując niezmienność danych. Sprawdź relacje CoinGeek na temat tej powstającej technologii, aby dowiedzieć się więcej, dlaczego łańcuch bloków korporacyjnych będzie podstawą sztucznej inteligencji.

Obejrzyj: Sztuczna inteligencja potrzebuje blockchainu

Autor : BitcoinSV.pl

Źródło : Singapore regional AI model for Southeast Asia trained in 11 languages – CoinGeek

Author: BitcoinSV.pl
CEO