ИИ помогает сохранить исчезающие языки: проект PathSay собрал 750 000 записей
Из 7 тысяч языков мира меньше 50 имеют достаточно цифровых данных для создания полезных инструментов перевода. Только дюжина языков — английский, португальский, итальянский, корейский и китайский — считаются «высокоресурсными». Остальные остаются невидимыми для современных технологий. Студенты и исследователи из Университета Бригама Янга (BYU) запустили проект PathSay, чтобы изменить эту ситуацию. Об этом пишет сайт Phys.org.
Проект уже собрал более 750 000 записанных предложений и 2 200 часов аудио на 30 языках, включая африкаанс, бислама, чичева, куско-кечуа, долуо, эфик, фанти и фон. Исследователи планируют расширить охват до 50 языков к концу года. Данные собирают студенты BYU-Pathway Worldwide из ЮАР, Нигерии и Кении, записывая предложения на родных языках через программу, разработанную в лаборатории MATRIX.
«Любой язык за пределами первой сотни мы называем низкоресурсным, — объясняет профессор компьютерных наук BYU Стив Ричардсон. — В интернете недостаточно переведённых предложений, чтобы обучить модели вроде Google Translate работать с этими языками. А половина языков мира вообще не имеют письменности — это исчезающие языки, на которых говорят лишь несколько десятков носителей. Наша цель — сохранить культуру и наследие, не потерять ценные знания этих людей».
Многие языки, игнорируемые массовыми технологиями, активно используются сотнями тысяч или даже миллионами людей. Студент BYU-Pathway Томас из Ганы в интервью подкасту Y Magazine отметил: «Я могу сохранить свой родной язык. Люди редко говорят на местных языках даже с коллегами, и возможность изучать свой язык — это невероятно».
Помимо сохранения наследия, лаборатория MATRIX стремится создать инструменты перевода для этих сообществ. «Моя цель — дать возможность любому, кто читает, говорит или использует жестовый язык, общаться с кем угодно на другом языке, не зная общего, — говорит Ричардсон. — Например, человек, использующий Libras в Бразилии, сможет общаться с носителем зулу в ЮАР».
Конечная цель для Ричардсона и его студентов — сделать Евангелие Иисуса Христа доступным для всех. Студенты BYU-Pathway отмечают, что запись евангельских материалов на родных языках имеет значительное духовное влияние. «Мы, христиане, говорим о распространении Евангелия по всему миру, чтобы каждый услышал его на своём языке, — говорит Ричардсон. — Но как мы достигнем миллиардов людей, говорящих на низкоресурсных языках?»
С этой духовной миссией студенты лаборатории MATRIX используют собранные данные для создания ИИ-моделей, способных распознавать, переводить и генерировать низкоресурсные языки. «Члены Церкви по всему миру заслуживают узнавать о Христе на родном языке, — говорит ведущий научный ассистент Аммон Шурц. — Это мотивирует меня, чтобы они и миллионы других получили доступ к этим инструментам и возможностям».
