ന്യൂഡൽഹി, കൊറിയൻ ഇലക്ട്രോണിക്സ് ഭീമനായ സാംസങ്ങിൻ്റെ ബെംഗളൂരുവിലെ ഗവേഷണ വികസന കേന്ദ്രം ഗാലക്‌സി എഐയ്‌ക്കായി ഹിന്ദി എഐ മോഡൽ വികസിപ്പിച്ചതായും തായ്, വിയറ്റ്നാമീസ്, ഇന്തോനേഷ്യൻ എന്നിവയുൾപ്പെടെ മറ്റ് ചില ഭാഷകൾക്കായി സാങ്കേതികവിദ്യ വർധിപ്പിച്ചതായും കമ്പനി തിങ്കളാഴ്ച അറിയിച്ചു.
സാംസങ് ആർ ആൻഡ് ഡി ഇൻസ്റ്റിറ്റ്യൂട്ട് ഇന്ത്യ-ബെംഗളൂരു (എസ്ആർഐ-ബി) -- കൊറിയയ്ക്ക് പുറത്തുള്ള സാംസങ്ങിൻ്റെ ഏറ്റവും വലിയ ഗവേഷണ വികസന കേന്ദ്രം -- ബ്രിട്ടീഷ്, ഇന്ത്യൻ, ഓസ്‌ട്രേലിയൻ ഇംഗ്ലീഷുകൾക്കും AI ഭാഷാ മോഡലുകൾ വികസിപ്പിക്കുന്നതിന് ലോകമെമ്പാടുമുള്ള ടീമുകളുമായി സഹകരിച്ച് കമ്പനി അറിയിച്ചു. പ്രസ്താവന.
"SRI-B ഗാലക്‌സി AI-യ്‌ക്കായി ഹിന്ദി ഭാഷ വികസിപ്പിച്ചെടുത്തു. ഹിന്ദി AI മോഡൽ വികസിപ്പിക്കുന്നത് എളുപ്പമായിരുന്നില്ല. ടീമിന് 20-ലധികം പ്രാദേശിക ഭാഷകൾ, ടോണൽ ഇൻഫ്ലെക്ഷനുകൾ, വിരാമചിഹ്നങ്ങൾ, സംഭാഷണങ്ങൾ എന്നിവ ഉൾപ്പെടുത്തിയിട്ടുണ്ട്.
“കൂടാതെ, ഹിന്ദി സംസാരിക്കുന്നവർ അവരുടെ സംഭാഷണങ്ങളിൽ ഇംഗ്ലീഷ് വാക്കുകൾ കലർത്തുന്നത് സാധാരണമാണ്,” പ്രസ്താവനയിൽ പറയുന്നു.
Galaxy AI-യ്‌ക്കായി ഹിന്ദി മോഡൽ വികസിപ്പിക്കുന്നതിന്, വിവർത്തനം ചെയ്‌തതും ലിപ്യന്തരണം ചെയ്തതുമായ ഡാറ്റ സംയോജിപ്പിച്ച് ഒന്നിലധികം റൗണ്ട് AI മോഡൽ പരിശീലനം ടീമിന് ആവശ്യമാണെന്ന് കമ്പനി പറഞ്ഞു.
"ഹിന്ദിക്ക് ഒരു സങ്കീർണ്ണമായ സ്വരസൂചക ഘടനയുണ്ട്, അതിൽ റിട്രോഫ്ലെക്സ് ശബ്ദങ്ങൾ ഉൾപ്പെടുന്നു -- നാവ് വായിൽ മടക്കിക്കൊണ്ടുള്ള ശബ്ദങ്ങൾ -- മറ്റ് പല ഭാഷകളിലും ഇവയില്ല.
"AI സൊല്യൂഷൻ്റെ സ്പീച്ച് സിന്തസിസ് ഘടകം നിർമ്മിക്കുന്നതിന്, എല്ലാ അദ്വിതീയ ശബ്ദങ്ങളും മനസിലാക്കാൻ ഞങ്ങൾ പ്രാദേശിക ഭാഷാവിദഗ്ധരുമായി ഡാറ്റ ശ്രദ്ധാപൂർവ്വം അവലോകനം ചെയ്യുകയും ഭാഷയുടെ പ്രത്യേക ഭാഷകളെ പിന്തുണയ്ക്കുന്നതിനായി ഒരു പ്രത്യേക പ്രതിഭാസങ്ങൾ സൃഷ്ടിക്കുകയും ചെയ്തു," എസ്ആർഐ-ബി ഭാഷാ എഐ ഗിരിധർ ജക്കി പറഞ്ഞു. പറഞ്ഞു.
നിലവിൽ, ഹിന്ദി പ്രധാന ഭാഷകളിലൊന്നായ ഇന്ത്യൻ ഭാഷകൾക്കായി AI മോഡലുകൾ വികസിപ്പിക്കാൻ നിരവധി കമ്പനികൾ സംരംഭം ആരംഭിച്ചിട്ടുണ്ട്.
"വെല്ലൂർ ഇൻസ്റ്റിറ്റ്യൂട്ട് ഓഫ് ടെക്നോളജി, സംഭാഷണ സംഭാഷണം, വാക്കുകൾ, കമാൻഡുകൾ എന്നിവയിൽ ഏകദേശം ഒരു ദശലക്ഷം വരികൾ വിഭജിച്ചതും ക്യൂറേറ്റ് ചെയ്തതുമായ ഓഡിയോ ഡാറ്റ സുരക്ഷിതമാക്കാൻ സഹായിച്ചു. ലോകത്തിലെ ഏറ്റവും കൂടുതൽ സംസാരിക്കുന്ന നാലാമത്തെ ഭാഷയെ Galaxy AI-യിൽ ഉൾപ്പെടുത്തുന്നത് പോലെ നിർണായകമായ ഒരു ടാസ്ക്കിന് ഡാറ്റ ഒരു നിർണായക ഘടകമായിരുന്നു. സർവ്വകലാശാലകളുമായി ചേർന്ന് പ്രവർത്തിക്കുന്നത് സാംസങ് ഉയർന്ന നിലവാരമുള്ള ഡാറ്റ ഉപയോഗിക്കുന്നുണ്ടെന്ന് ഉറപ്പാക്കി," പ്രസ്താവനയിൽ പറയുന്നു.
ബ്രിട്ടീഷ്, ഇന്ത്യൻ, ഓസ്‌ട്രേലിയൻ ഇംഗ്ലീഷ്, തായ്, വിയറ്റ്നാമീസ്, ഇന്തോനേഷ്യൻ ഭാഷകൾക്കായി AI ഭാഷാ മോഡലുകൾ വികസിപ്പിക്കുന്നതിന് SRI-B ലോകമെമ്പാടുമുള്ള ടീമുകളുമായി സഹകരിച്ചു.
സാംസങ് അതിൻ്റെ AI സാങ്കേതിക പ്ലാറ്റ്‌ഫോം Galaxy AI ആയി ബ്രാൻഡ് ചെയ്യുന്നു.
Galaxy AI ഇപ്പോൾ 16 ഭാഷകളെ പിന്തുണയ്ക്കുന്നു, അതിനാൽ ഓഫ്‌ലൈനിലാണെങ്കിലും കൂടുതൽ ആളുകൾക്ക് അവരുടെ ഭാഷാ കഴിവുകൾ വികസിപ്പിക്കാൻ കഴിയും, പ്രസ്താവന കൂട്ടിച്ചേർത്തു.
സാംസങ് ആർ ആൻഡ് ഡി ഇൻസ്റ്റിറ്റ്യൂട്ട് ഇന്ത്യ-ബെംഗളൂരു (എസ്ആർഐ-ബി) -- കൊറിയയ്ക്ക് പുറത്തുള്ള സാംസങ്ങിൻ്റെ ഏറ്റവും വലിയ ഗവേഷണ വികസന കേന്ദ്രം -- ബ്രിട്ടീഷ്, ഇന്ത്യൻ, ഓസ്‌ട്രേലിയൻ ഇംഗ്ലീഷുകൾക്കും AI ഭാഷാ മോഡലുകൾ വികസിപ്പിക്കുന്നതിന് ലോകമെമ്പാടുമുള്ള ടീമുകളുമായി സഹകരിച്ച് കമ്പനി അറിയിച്ചു. പ്രസ്താവന.
"SRI-B ഗാലക്‌സി AI-യ്‌ക്കായി ഹിന്ദി ഭാഷ വികസിപ്പിച്ചെടുത്തു. ഹിന്ദി AI മോഡൽ വികസിപ്പിക്കുന്നത് എളുപ്പമായിരുന്നില്ല. ടീമിന് 20-ലധികം പ്രാദേശിക ഭാഷകൾ, ടോണൽ ഇൻഫ്ലെക്ഷനുകൾ, വിരാമചിഹ്നങ്ങൾ, സംഭാഷണങ്ങൾ എന്നിവ ഉൾപ്പെടുത്തിയിട്ടുണ്ട്.
“കൂടാതെ, ഹിന്ദി സംസാരിക്കുന്നവർ അവരുടെ സംഭാഷണങ്ങളിൽ ഇംഗ്ലീഷ് വാക്കുകൾ കലർത്തുന്നത് സാധാരണമാണ്,” പ്രസ്താവനയിൽ പറയുന്നു.
Galaxy AI-യ്‌ക്കായി ഹിന്ദി മോഡൽ വികസിപ്പിക്കുന്നതിന്, വിവർത്തനം ചെയ്‌തതും ലിപ്യന്തരണം ചെയ്തതുമായ ഡാറ്റ സംയോജിപ്പിച്ച് ഒന്നിലധികം റൗണ്ട് AI മോഡൽ പരിശീലനം ടീമിന് ആവശ്യമാണെന്ന് കമ്പനി പറഞ്ഞു.
"ഹിന്ദിക്ക് ഒരു സങ്കീർണ്ണമായ സ്വരസൂചക ഘടനയുണ്ട്, അതിൽ റിട്രോഫ്ലെക്സ് ശബ്ദങ്ങൾ ഉൾപ്പെടുന്നു -- നാവ് വായിൽ മടക്കിക്കൊണ്ടുള്ള ശബ്ദങ്ങൾ -- മറ്റ് പല ഭാഷകളിലും ഇവയില്ല.
"AI സൊല്യൂഷൻ്റെ സ്പീച്ച് സിന്തസിസ് ഘടകം നിർമ്മിക്കുന്നതിന്, എല്ലാ അദ്വിതീയ ശബ്ദങ്ങളും മനസിലാക്കാൻ ഞങ്ങൾ പ്രാദേശിക ഭാഷാവിദഗ്ധരുമായി ഡാറ്റ ശ്രദ്ധാപൂർവ്വം അവലോകനം ചെയ്യുകയും ഭാഷയുടെ പ്രത്യേക ഭാഷകളെ പിന്തുണയ്ക്കുന്നതിനായി ഒരു പ്രത്യേക പ്രതിഭാസങ്ങൾ സൃഷ്ടിക്കുകയും ചെയ്തു," എസ്ആർഐ-ബി ഭാഷാ എഐ ഗിരിധർ ജക്കി പറഞ്ഞു. പറഞ്ഞു.
നിലവിൽ, ഹിന്ദി പ്രധാന ഭാഷകളിലൊന്നായ ഇന്ത്യൻ ഭാഷകൾക്കായി AI മോഡലുകൾ വികസിപ്പിക്കാൻ നിരവധി കമ്പനികൾ സംരംഭം ആരംഭിച്ചിട്ടുണ്ട്.
"വെല്ലൂർ ഇൻസ്റ്റിറ്റ്യൂട്ട് ഓഫ് ടെക്നോളജി, സംഭാഷണ സംഭാഷണം, വാക്കുകൾ, കമാൻഡുകൾ എന്നിവയിൽ ഏകദേശം ഒരു ദശലക്ഷം വരികൾ വിഭജിച്ചതും ക്യൂറേറ്റ് ചെയ്തതുമായ ഓഡിയോ ഡാറ്റ സുരക്ഷിതമാക്കാൻ സഹായിച്ചു. ലോകത്തിലെ ഏറ്റവും കൂടുതൽ സംസാരിക്കുന്ന നാലാമത്തെ ഭാഷയെ Galaxy AI-യിൽ ഉൾപ്പെടുത്തുന്നത് പോലെ നിർണായകമായ ഒരു ടാസ്ക്കിന് ഡാറ്റ ഒരു നിർണായക ഘടകമായിരുന്നു. സർവ്വകലാശാലകളുമായി ചേർന്ന് പ്രവർത്തിക്കുന്നത് സാംസങ് ഉയർന്ന നിലവാരമുള്ള ഡാറ്റ ഉപയോഗിക്കുന്നുണ്ടെന്ന് ഉറപ്പാക്കി," പ്രസ്താവനയിൽ പറയുന്നു.
ബ്രിട്ടീഷ്, ഇന്ത്യൻ, ഓസ്‌ട്രേലിയൻ ഇംഗ്ലീഷ്, തായ്, വിയറ്റ്നാമീസ്, ഇന്തോനേഷ്യൻ ഭാഷകൾക്കായി AI ഭാഷാ മോഡലുകൾ വികസിപ്പിക്കുന്നതിന് SRI-B ലോകമെമ്പാടുമുള്ള ടീമുകളുമായി സഹകരിച്ചു.
സാംസങ് അതിൻ്റെ AI സാങ്കേതിക പ്ലാറ്റ്‌ഫോം Galaxy AI ആയി ബ്രാൻഡ് ചെയ്യുന്നു.
Galaxy AI ഇപ്പോൾ 16 ഭാഷകളെ പിന്തുണയ്ക്കുന്നു, അതിനാൽ ഓഫ്‌ലൈനിലാണെങ്കിലും കൂടുതൽ ആളുകൾക്ക് അവരുടെ ഭാഷാ കഴിവുകൾ വികസിപ്പിക്കാൻ കഴിയും, പ്രസ്താവന കൂട്ടിച്ചേർത്തു.