Hvorfor en kognitiv AI-motor er det næste skridt i tilgængelighed og inklusion

Af: Grigory Sapunov, CTO of inten.to & Andrew Gershfeld, Partner of Flint Capital.

For at fremme det næste niveau af tilgængelighed og inklusion, er det tid at starte med at investere vores indsats i udviklingen af mere avancerede kognitive AI-maskiner. Udviklingen af mere avancerede former for kognitiv AI er nøglen til at udvide global tilgængelighed og udvide omfanget af inklusion.

I virkeligheden ser vi allerede en uhørt sprogdækning. Flint Capital bemærker, at ny forskning viser, at antallet af maskinoversættelsessprogpar har stødt fra 16.000 til omkring 100.000 på blot et år. Firmaet peger på Niutrans og Alibaba som topbidragydere med 88.000 og 20.000 sprogpar.

Oveni kommer Flint Capital også med, at det globale marked for kognitiv computing forventes at stige til 72,26 milliarder dollars i 2027. Vi ser allerede enorme gevinster med den hurtige udvikling af nye AI-teknologier, der skyder grænserne for eksisterende tale-syntese og tale-genkendelse.

Set fra et finansielt og teknologisk udviklingsperspektiv er det tydeligt, hvorfor der er så stort fokus på at udvikle AI-kapaciteterne yderligere. Men hvorfor fokusere på tilgængelighed og inklusion?

Der er i øjeblikket omkring 1 milliard handicappede mennesker i verden. Derudover estimerer eksperter, at der er omkring 7.000 forskellige sprog i vores globale samfund. Da vi bliver mere forbundne, vokser udfordringerne med tilgængelighed og inklusion også.

Lad os se på nogle inklusionsproblemer, som virksomheder står overfor, og som avanceret kognitiv AI kan forbedre.

1. Sprogbarrierer kan hindre selvudtryk.

Da vi fortsætter med at bevæge os mod en global økonomi og ideen om en global arbejdsstyrke består, må vi adressere begrænsningerne i fælles sprog.

Der er tusinder af sprog og dialekter, der tales af medarbejdere verden over. Selv hvis de alle deler et fælles sprog (såsom engelsk), er der utallige tilfælde, hvor de ikke kan udtrykke deres ideer eller meninger effektivt på grund af sprogforskelle.

Ifølge eksperter er det at anvende avancerede kognitive AI-motorer og udrulle VSAs løsningen på dette problem. Disse maskiner er omfattende trænet til at håndtere et niche-sæt af oversættelsesopgaver, så de tilbyder mere inklusive og udtryksfulde muligheder uden menneskelig indblanding.

Kognitiv AI gør det også muligt for personer med handicapper at have bedre adgang. For eksempel kan den udføre tale-til-tekst-tjenester for personer med høretab. Omvendt kan den også generere tale fra tekst for at hjælpe personer med synsbesvær.

I fremtiden forventer vi at se forbedrede kognitive AI-tjenester, der kan oversætte tale, tekst og billeder til flere sprog og på en måde, der tjener en bredere vifte af handicappede.

2. Generisk maskinoversættelse kan ikke håndtere følsomme oversættelser.

Forestil dig, at du forsøger at bruge Google Translate til at oprette patientkort i en sundhedsindstilling. Det ville ikke blot føre til forvirring og misoversættelse, men kunne også ufrivilligt skade en patient. Grundlæggende maskinoversættelsesmotorer forstår ikke branche-specifikke termer, og selv små fejl kan have en kaskadevirkning på patientpleje.

Det samme gælder for andre følsomme industrier som lovgivning, finans og regering. Virksomheder må være forsigtige med, hvilken maskinoversættelsesmotor de vælger, da få kan opføre sig på et højt niveau.

Her kommer tilpasning af kognitiv AI ind i billedet. Virksomheder, der kan oprette tilpassede, højpræcise maskinoversættelsesmotorer, tilbyder en massiv konkurrencefordel.

3. Tone, intention og berigede oplevelser er begrænsede for bestemte befolkninger.

Mange sprog afhænger af tone, kontekst og gestus for at overføre betydning. På kinesisk ændrer en lille ændring i tone hele betydningen af en sætning, og på spansk bestemmer formaliteten i forholdet, hvordan man skal tale til nogen.

Grundlæggende oversættelsesservices kan ikke nøjagtigt læse tone eller intention. Dette kan føre til kommunikationsfejl eller ufrivillige krænkelser. For eksempel er æresbevisninger i koreanerne meget vigtige, når man taler til nogen, så det er kritisk for en oversættelsesservice at forstå formaliteten i tone for at overføre den rigtige betydning.

Et andet problem i denne forbindelse er det potentielle for kønsbias. Mange sprog skelner mellem maskulint og feminint, men der er ikke altid nok kontekst for AI at korrekt bestemme, om det skal returnere en maskulin eller feminin oversættelse.

Intento-forskning har fundet, at generiske NMT-motorer som standard returnerer maskuline oversættelser i mindst 90 procent af tilfældene. Imidlertid arbejdes der på at korrigere for disse bias, da så mange virksomhedsoperationer er flyttet online og nu omfatter globale hold.

I en rapport fra 2021 så Intento en stigning i multilingval NLP-ML-modeller. Dette udvider slutbrugeres installationsmuligheder og giver udviklere og brugere mulighed for at tilpasse AI til bestemte behov.

Fremtiden er mere inklusiv end nogensinde takket være kognitiv AI.

Der er stadig mange begrænsninger på, hvad maskinoversættelse og kognitiv AI kan gøre. Den kan ikke endnu fortolke tonen i et digt eller følelsen i en sang.

Den kan dog lære at give bedre, mere nuancerede konversationsmuligheder, hvilket allerede ændrer, hvordan globale mærker driver forretning.

Eksperter som Flint Capital peger på, hvordan data viser, at det globale marked for kognitiv computing er mere robust end nogensinde før, og der er ingen tegn på, at det vil gå langsommere. Intento bemærker, at antallet af MT-motorer er næsten fordoblet i løbet af det sidste år.

Mindre teknologivirksomheder arbejder på udviklingen af kognitiv AI, men branchens kæmper som Google, IBM og Microsoft kaster deres vægt bag dette problem. Derfor forventer vi at se en uhørt vækst og udvidelse af kognitiv AI-kapaciteter i den nærmeste fremtid.