Розробники штучного інтелекту нарешті звернули увагу на мови, якими спілкуються лише мільйони, а не мільярди людей, намагаючись довести, що їхні алгоритми здатні долати мовні бар’єри без накопичення гігантських бібліотек текстів для кожної окремої мови. Дослідження компанії RWS показує, що модель Gemini Pro від Google демонструє високі результати у роботі з мовою кіньяруанда, попри відсутність величезних масивів навчальних даних, які раніше вважалися обов’язковими для досягнення бодай мінімальної якості. Технологічні корпорації запевняють, що це не замінить людський переклад, а лише піднесе його на новий рівень, хоча за подібними гучними заявами часто ховається банальне вичерпання якісного контенту англійською мовою, який вже був повністю поглинутий нейромережами.
Секрет такої раптової багатомовності полягає у здатності систем використовувати спільні статистичні закономірності між різними мовами, що дозволяє штучному інтелекту заповнювати прогалини у знаннях шляхом перенесення досвіду з одних лінгвістичних груп на інші. Окрім цього, розробники суттєво оптимізували так звані токенізатори, які відповідають за те, як саме машина розрізає та обробляє текст, що робить обробку рідкісних мов не лише швидшою, але й фінансово вигіднішою для бізнесу. Проте сподіватися на бездоганність цих процесів поки що передчасно, оскільки навіть у межах одного розробника якість роботи моделі може непередбачувано коливатися від версії до версії, змушуючи підприємства щоразу перевіряти ефективність інструментів з нуля.
Попри оптимістичні звіти про високі бали на синтетичних тестах, реальна мовна влучність залишається під питанням, адже штучний інтелект все ще може припускатися помилок, які помітить лише носій культури, а не алгоритм. Важливо розуміти, що зацікавленість лабораторій у багатомовності зумовлена не стільки альтруїзмом чи прагненням до культурного різноманіття, скільки жорсткою необхідністю шукати нові джерела інформації, оскільки старі методи навчання вже досягли своєї межі. Теперішня гонитва за розширенням мовних можливостей є лише вимушеним кроком для продовження зростання моделей, які раніше ігнорували потреби більшої частини планети, зосереджуючись виключно на глобальних ринках з домінуванням англійської мови.
Для бізнесу це означає, що сліпа віра у загальні рейтинги можливостей штучного інтелекту стає небезпечною стратегією, бо успіх у проекті залежатиме від постійної та кропіткої перевірки даних на якість, а не від довіри до маркетингових обіцянок розробників програмного забезпечення. Хоча розрив між популярними та рідкісними мовами стрімко скорочується, використання таких технологій все ще вимагає критичного нагляду з боку людей, які розуміють специфіку мови та контексту, оскільки жоден алгоритм на сьогодні не гарантує абсолютного захисту від смислових викривлень. Поки що штучний інтелект лише намагається приміряти корону володаря всіх мов, але надійність цієї конструкції залишається предметом палких дискусій серед тих, хто змушений інтегрувати ці недосконалі рішення у свої реальні виробничі процеси.
