Las nuevas empresas europeas están compitiendo para resolver un problema con los populares chatbots de IA: la calidad de las respuestas en idiomas distintos al inglés.

Silo AI, con sede en Helsinki, lanzará el miércoles una iniciativa para contribuir a la construcción de nuevos modelos de lenguaje grande, que forman la base de productos de IA generativa como ChatGPT de OpenAI y Bard de Google, en idiomas europeos, incluidos sueco, islandés, noruego y Danés.

La empresa finlandesa se une a otros grupos que mejoran la tecnología detrás de los chatbots, que brindan respuestas realistas a indicaciones escritas en idiomas como el alemán, el hebreo y el árabe.

Los movimientos se producen cuando las empresas de todo el mundo comienzan a adoptar software de inteligencia artificial creado por OpenAI y Google, respaldados por Microsoft, lo que lleva a los críticos a expresar su preocupación por la dependencia excesiva de una tecnología poderosa y cerrada creada por un pequeño grupo de participantes en su mayoría estadounidenses.

Se necesita iniciativa europea. . . “El conocimiento se adquiere desde una perspectiva europea y podemos controlar el tipo de datos que se incluyen”, dijo Peter Sarlin, director ejecutivo de Silo AI.

Bard de Google actualmente solo funciona en inglés. ChatGPT de OpenAI es compatible con docenas de idiomas, incluidos el europeo, indio, persa y más. Sin embargo, no es igualmente preciso en todos los idiomas, según quienes lo han probado extensamente.

Silo AI intenta resolver el problema reuniendo un equipo de académicos experimentados en IA de toda Europa. Construirán, entrenarán y ejecutarán modelos en el idioma escandinavo en la supercomputadora más poderosa del continente. Lomique se encuentra en Finlandia y se ha modificado para ejecutar programas de IA generativa.

Conocida como SiloGen, la nueva iniciativa del equipo planea expandirse a más idiomas con el tiempo.

Pero el problema no es puramente lingüístico. La creación de modelos en Europa, dijo Sarlin, puede garantizar que la calidad de los datos utilizados para la capacitación sea representativa de la cultura y la ética de los países fuera de los Estados Unidos, incluidas las cuestiones de privacidad.

El modelo Silo AI también será de código abierto, lo que significa que cualquiera que quiera publicarlo puede analizarlo y adaptarlo. Esto contrasta con los modelos cerrados de OpenAI y Google, en los que las empresas pueden ser reacias a compartir sus datos confidenciales o privados.

Otros esfuerzos europeos incluyen OpenGPT-X y LEAM, dos iniciativas lideradas por Alemania para desarrollar paradigmas de lenguaje de fuente abierta. Los modelos OpenGPT-X se están construyendo en colaboración con la startup alemana de inteligencia artificial Aleph Alpha.

Cuando se lanzó el año pasado, el grupo detrás de OpenGPT-X advirtió que la falta de acceso a los detalles de modelos como GPT-4 amenazaba la “soberanía digital y la independencia del mercado” de Europa en el campo de la inteligencia artificial, lo que podría obstaculizar el crecimiento de las empresas europeas. y la investigación.

Los chatbots líderes fueron programados para dar sus mejores resultados en inglés, lo que “no era justo para el resto del mundo”, dijo Marco Trombetti, director ejecutivo de la empresa italiana de traducción digital Translated.

Para contrarrestar esto, su empresa ha creado una herramienta de traducción en vivo ChatGPT que funciona en 60 idiomas y tiene como objetivo mejorar las respuestas de la herramienta.

“Es un salto hacia atrás de cinco años, en términos de tecnología, para el mundo que no habla inglés, creando efectivamente un mundo de dos velocidades”, dijo Trombetti sobre las herramientas de IA existentes.

Estas preocupaciones no solo se expresan en Europa. La Autoridad de Innovación de Israel gastó 7,5 millones de chelines (alrededor de 2,1 millones de dólares) en el establecimiento de la Asociación de Procesamiento del Lenguaje Natural. Dror Bean, su director ejecutivo, dijo que el grupo está tratando de revertir “la mala e inadecuada calidad del reconocimiento de voz en hebreo y árabe en varios tipos de sistemas computarizados”.

Con fondos limitados para la investigación de IA en países de habla árabe y relativamente pocos hablantes de hebreo en el mundo, dijo Bean, el temor es que se queden atrás a medida que los productos de IA se integren en aplicaciones comerciales como Microsoft Office y Google Workspace.

Agregó que “la calidad de comprensión y reconocimiento del habla humana tanto en hebreo como en árabe es baja y constituye un obstáculo para lograr y aplicar servicios avanzados”.

Información adicional de John Thornhill