Hace algunos años, le hice una pregunta simple al Asistente de Google (no recuerdo cuál era) y me dio una respuesta no relacionada. Pregunté de nuevo, y me trajo una respuesta diferente. Tuve que escribir mi pregunta.   En ese momento, llegué a la conclusión de que el software de reconocimiento de voz no estaba hecho para africanos.  Mi inglés hablado y mi acentuación han mejorado debido al desarrollo personal y la exposición, pero también puedo decir que muchas aplicaciones y software de reconocimiento de voz se están volviendo más adaptables a los hablantes africanos (en cuanto al acento). Sin embargo, la verdad es que el reconocimiento de voz para los africanos tiene un camino mucho más largo por recorrer.  Todavía me pregunto por qué no tenemos muchas aplicaciones que se puedan solicitar con los principales idiomas africanos locales, de los cuales hay más de 10 millones de hablantes nativos. Entonces, decidí hablar con un lingüista de campo e investigador académico sobre la situación actual de   y   en contextos e idiomas africanos. la inteligencia artificial el procesamiento del lenguaje natural  P: Hola, ¿puede hablarme de usted y, como lingüista y entusiasta de la IA de la PNL, cuáles son sus intereses?  Hola, soy Olanrewaju Samuel.  Estoy interesado en la fonología computacional, la construcción de conjuntos de datos, la anotación y la curación, el procesamiento del lenguaje natural y la lingüística de campo.   Mi principal mentor es  . Últimamente, encontré un gran placer en la lingüística de proteínas, el plegamiento de proteínas y la lingüística matemática. Un erudito que respeto mucho se llama  . Sus trabajos han influido en mi investigación y he prestado mi experiencia al aprendizaje profundo de la PNL y la robótica. Mi área de estudio actual gira en torno al plegamiento de proteínas y la interrelación entre la física cuántica, la química cuántica y la lingüística.   Dr. Akinbo Samuel   jeffreyheinz  Todavía no soy estricto con mis objetivos de investigación, pero estoy enfocado en desarrollar mi experiencia y explorar mis posibilidades por ahora. No por las certificaciones en sí, sino por el autodesarrollo. Por lo tanto, busco desarrollarme al mismo tiempo que intento completar mi programa aquí y pasar a otras cosas.  P: ¿Cuáles son algunas de sus publicaciones en este campo?  He colaborado con diferentes grandes personas para formar parte de diferentes publicaciones. Uno de mis artículos lingüísticos recientes es “  .” Principalmente, la mayoría de mis publicaciones destacadas en PNL son del grupo Masakhane NLP.   Un estudio acústico de la expresión vocal en dos géneros de la poesía oral yoruba   Esto incluye:   MasakhaNEWS: Clasificación de temas de noticias para lenguas africanas   BibleTTS: un corpus de habla grande, de alta fidelidad, multilingüe y exclusivamente africano     The African Stopwords Project: curaduría de palabras vacías para idiomas africanos  P: ¿Cuál es su trabajo actual en Kigali, Ruanda?  Estoy impartiendo un curso titulado "Procesamiento del lenguaje natural para lingüistas". Básicamente, estoy enseñando procesos lingüísticos del lenguaje natural dentro de los contextos africanos en Kigali, Ruanda.  Tengo la tarea de proporcionar y demostrar los matices de la creación, anotación, selección, análisis y publicación de conjuntos de datos multilingües para diferentes tareas de NLP, como la creación de modelos de lenguaje extenso (LLM). Un modelo de lenguaje grande significa traer múltiples sistemas de lenguaje para que funcionen dentro de una sola secuencia. Intentamos lograr eso mediante la lateralización, que es una especie de entrenamiento del sistema de IA con un patrón o plantilla. El patrón se convierte entonces en la base de sus otras aplicaciones.  Más allá de la IA conversacional, buscamos hacer algo significativo en el campo de la IA generativa, que sigue siendo parte de la lateralización de la capacidad del modelo para permutar datos y generar resultados mediante cálculos matemáticos como la probabilidad.  P: ¿Puede hablar sobre la situación actual y las aplicaciones de AI/NLP dentro del contexto africano?  La PNL se ha utilizado en muchos casos en África, algunos de los cuales incluyen robótica e inteligencia artificial conversacional. Un ejemplo típico de una IA conversacional es   que ayuda a los turistas naturales (nigerianos de otros estados) a orientarse en Lagos —una megaciudad y estado— e identificar lugares como restaurantes, discotecas, tiendas, e incluso situaciones de tráfico usando el popular pidgin nigeriano (Naija pidgin). Alaye de Lagos,  Estamos desarrollando modelos de IA que se pueden entrenar para realizar tareas: un sistema o proceso complejo se reduce a una simple cadena de comandos (modelado). Esa es la aplicación práctica de la PNL en robótica tal como está en África, en este momento.  Actualmente, en lingüística, la aplicación de la IA se encuentra principalmente en la automatización, aunque existen modelos lingüísticos infundidos en diferentes aplicaciones de IA, como en robots y chatbots, entre otros.  Tenemos algunas personas que hacen cosas realmente geniales, como  ,  ,  (  ), y  .   Maskhané   Mbaza-PNL   NLPGhana   más   Kenia PNL  ¿Cuáles son los desafíos de las aplicaciones de IA en el contexto de las lenguas africanas?  Un desafío importante para el panorama de África a la hora de encontrar relevancia global en la industria de la IA es la limitación de los recursos lingüísticos (datos). África es multilingüe, por lo tanto, hay  para suministrar la gran cantidad de datos necesarios para varios proyectos de IA que se llevan a cabo en el mundo. Por ejemplo, el conjunto de datos de idiomas más grande que tenemos en África es de aproximadamente 2000 horas, pero  son incluso mucho más pequeños, lo cual es muy ridículo en comparación con el idioma inglés, que tiene miles de millones de horas de datos de audio.   conjuntos de datos limitados   los conjuntos de datos reconocidos  Si algo le sucederá a la IA, le sucederá a los lenguajes de muchos recursos. Incluso si sucediera con los idiomas africanos, no tenemos los sistemas para hacerlos funcionar. Por lo tanto, nos estamos quedando atrás porque no tenemos suficiente con qué trabajar, y el problema ha sido un problema de casi toda la vida debido a nuestra falta de documentación.  Tome Nigeria, por ejemplo, más de 200 tribus, pero solo tres idiomas son los más populares. A diferencia de yoruba, igbo y hausa, las tribus y los idiomas más pequeños tienen pocos datos (datos de bajos recursos). Eso es lo que estamos tratando de hacer en  , recopile datos de idiomas de bajos recursos y utilícelos para el reconocimiento de voz programable, incluidos los de voz a texto (STT) y de texto a voz (TTS).   Mbaza-PNL  Los técnicos de IA y NLP no están invirtiendo porque no creen en ello o porque piensan que no hay suficientes datos para explorar para su ROI. Por lo tanto, esperamos que nuestras obras subterráneas actuales sean un gran avance.  Además, África está marginada en el mercado global de IA lingüística y PNL porque los motores de búsqueda más populares son asiáticos y occidentales (estadounidenses, especialmente). Además, por algunos de nuestros trabajos aquí, no podemos atribuirlos como africanos debido al patrocinio.  P: ¿Cuáles son los países africanos con más avances en las aplicaciones de la PNL africana?  Los países africanos que han tenido el mayor impacto incluyen Sudáfrica, Kenia y Ruanda. ¡Esos tipos están locos! Nigeria también lo está intentando, pero la mayoría de las personas que deberían explorar el espacio no buscan el desarrollo sino las gratificaciones de las certificaciones académicas. Valoramos nuestro(s) idioma(s), pero no estamos construyendo conjuntos de datos con ellos. Preferimos hablar o privatizar nuestro idioma como patrimonio cuando deberíamos invertir en documentación para preservar y proteger el idioma.  P: Entonces, desde el punto de vista comercial, ¿dónde se encuentra África en la comercialización de PNL para idiomas africanos?  Honestamente, no hay mucho más que el negocio de vender conjuntos de datos. Incluso así, los que inyectan dinero en los proyectos dan mucho, pero la cantidad que llega a los agentes de campo es muy pequeña en comparación con la cantidad original puesta.  P: Eso me lleva a la cuestión de la ética. ¿Hay algún valor ético en la recopilación y venta de datos de personas? ¿Y es justo obtener una gran cantidad de dinero para estos proyectos y las fuentes primarias de estos idiomas obtienen una cantidad mínima (a veces cero)? ¿Existen protecciones para estos datos o fuentes?  No existe ninguna ley contra la recopilación de datos. Lo más importante es que los datos se recopilan voluntariamente de los hablantes nativos y se les recompensa por su tiempo. Sin embargo, todas las actividades deben estar alineadas con la Unión Africana  Además, la investigación lingüística que implica la recopilación de datos generalmente necesita el consentimiento de los hablantes nativos o los encuestados.   Leyes de privacidad de datos de AU.  Y a su segunda pregunta, no hay nada que nadie pueda hacer con respecto a la cantidad de dinero que eventualmente llega a las personas involucradas en estos campos. Lo más importante es que todos se comprometan con el proyecto de buena gana. Se les dice a las personas que serán registradas y recompensadas, y mientras estén de acuerdo con el precio, no hay “injusticia”.  P: Si alguien quiere unirse a la PNL y la formación en idiomas tal como está, ¿qué le recomendaría?  Es un campo amplio. Muchos ya tienen cimientos y están en etapas de construcción, pero aún tenemos más aspectos que son apenas fundacionales. Lo que recomendaré a cualquiera es involucrarse en la recopilación y el análisis de datos lingüísticos. Necesitamos análisis de datos para conjuntos de datos tanto como necesitamos datos.  Por lo tanto, recomendaré unirse o ser voluntario en grupos entusiastas basados en datos; voluntario para la recolección y análisis de datos, aprendizaje de nomenclatura y otros.  Pensamientos finales   África sigue estando mal representada en el software de reconocimiento de voz con comandos o avisos para diferentes IA y NLP. La narrativa será diferente cuando los africanos se dispongan a construir conjuntos de datos y expongan su idioma y continúen invirtiendo en documentación. Sin embargo, quedará impresionado con algunas de las creaciones provenientes de África relacionadas con las aplicaciones de IA y PNL.  En mi investigación y seguimiento de pistas, he visto que a los robots se les solicitan idiomas africanos locales, tenemos más chatbots locales aptos para diferentes contextos africanos (turismo, exploración), algunos idiomas se utilizan para IoT para electrodomésticos. Sin embargo, creo que deberíamos estar haciendo más, considerando la revolución masiva de IA y PNL que está ocurriendo en el mundo en este momento. Por ahora tenemos más  para  que tenemos para los datos de audio. Sin embargo, necesitamos más conjuntos de datos de audio y texto. Los datos son la nueva moneda, sinceramente espero que los africanos hagan esto bien antes de que los extranjeros hagan trabajos incorrectos (Oh, sí, he leído datos históricos falsos informados en un libro publicado antes; eso es lo que nos hace la documentación inadecuada).   conjuntos de datos   clasificaciones de texto

Between Two Computer Monitors: This story includes an interview between the writer and guest/interviewee. 

The writer was physically present in relevant location(s) to this story. The location is also a prevalent aspect of this story be it news or otherwise.

El panorama de la IA en las lenguas y la lingüística africanas

About Author

COMENTARIOS

ETIQUETAS

ESTE ARTÍCULO FUE PRESENTADO EN

Related Stories

De los foros a los feeds: cómo los algoritmos de las redes sociales influyen en la interacción digital

¿Quieres ganar un concurso de redacción de HackerNoon? Esto es lo que recomiendan los ganadores del concurso #crypto-api

Navegando por las aguas: desarrollo de aplicaciones RAG de nivel de producción con lagos de datos

Creación de productos criptográficos centrados en el usuario: la importancia de los comentarios de los clientes

De los foros a los feeds: cómo los algoritmos de las redes sociales influyen en la interacción digital

¿Quieres ganar un concurso de redacción de HackerNoon? Esto es lo que recomiendan los ganadores del concurso #crypto-api

Navegando por las aguas: desarrollo de aplicaciones RAG de nivel de producción con lagos de datos

Creación de productos criptográficos centrados en el usuario: la importancia de los comentarios de los clientes

Light-Mode

Classic

Newspaper

Minty

Dark-Mode

Neon Noir

Minty

HN StartUps