Varför en kognitiv AI-motor är nästa steg i tillgänglighet och inkludering

Av: Grigory Sapunov, CTO på inten.to och Andrew Gershfeld, partner på Flint Capital.

För att främja nästa nivå av tillgänglighet och inkludering är det dags att börja investera våra ansträngningar i att utveckla mer avancerade kognitiva AI-maskiner. Att utveckla mer avancerade former av kognitiv AI är nyckeln till att utöka den globala tillgängligheten och bredda omfattningen av inkludering.

I själva verket ser vi redan en utanförordentlig språktäckning. Flint Capital noterar att nylig forskning visar att antalet maskinöversättnings-språkpar har skjutit i höjden från 16 000 till cirka 100 000 på ett år. Företaget pekar på Niutrans och Alibaba som toppbidragsgivare med 88 000 respektive 20 000 språkpar.

Dessutom noterar Flint Capital att den globala kognitiva datormarknaden förväntas skjuta i höjden till 72,26 miljarder dollar år 2027. Vi ser redan stora vinster med den snabba utvecklingen av ny AI-teknik som utmanar de befintliga gränserna för röstsyntax och taligenkänning.

Ur ett finansiellt och tekniskt perspektiv är det tydligt varför det finns en sådan drivkraft att ytterligare utveckla AI-kapaciteterna. Men varför fokusera på tillgänglighet och inkludering?

För närvarande finns det cirka 1 miljard funktionshindrade människor i världen. Dessutom uppskattar experter att det finns cirka 7 000 olika språk i vår globala gemenskap. När vi blir alltmer sammanlänkade växer också utmaningarna för tillgänglighet och inkludering, och det blir för stort för människor att hantera ensamma.

Låt oss titta på några inkluderingproblem som företag står inför och som avancerad kognitiv AI kan förbättra.

1. Språkbarriärer kan hindra självuttryck.

När vi fortsätter att gå mot en global ekonomi och idén om en världsomspännande arbetskraft består, måste vi ta itu med begränsningarna i det gemensamma språket.

Det finns tusentals språk och dialektaler som talas av anställda över hela världen. Även om de alla delar ett gemensamt språk (såsom engelska) finns det otaliga tillfällen när de inte kan uttrycka sina idéer eller åsikter effektivt på grund av språkskillnader.

Enligt experter är antagandet av avancerade kognitiva AI-motorer och distributionen av VS:er lösningen på detta problem. Dessa maskiner är omfattande utbildade för att specifikt hantera en nischuppsättning översättningsuppgifter, så de erbjuder mer inkluderande och uttrycksfulla möjligheter utan mänskligt ingripande.

Kognitiv AI underlättar också större tillgänglighet för personer med funktionshinder. Till exempel kan den tillhandahålla tal-till-text-tjänster för personer med hörselskador. Omvänt kan den också generera tal från text för att hjälpa synskadade.

I framtiden förväntar vi oss att se förbättrade kognitiva AI-tjänster som kan utföra översättning av tal, text och bilder till flera språk och på ett sätt som tjänar en bredare omfattning av funktionshinder.

2. Generisk MT kan inte hantera känsliga översättningar.

Föreställ er att försöka använda Google Translate för att skapa patientjournaler i en hälso- och sjukvårdsmiljö. Det skulle inte bara leda till förvirring och felöversättning, utan också oavsiktligt skada en patient. Grundläggande maskinöversättningsmotorer förstår inte branschspecifik terminologi, och även små fel kan ha en rippleffekt på patientvården.

Detsamma gäller för andra känsliga branscher som juridik, finans och regering. Företag måste vara försiktiga med vilken maskinöversättningsmotor de väljer, eftersom få kan prestera på en hög nivå.

Här kommer anpassningen av kognitiv AI in. Företag som kan skapa anpassade, högprecisa maskinöversättningsmotorer erbjuder en enorm konkurrensfördel.

3. Ton, avsikt och berikade upplevelser är begränsade för specifika befolkningar.

Många språk förlitar sig på ton, kontext och gester för att förmedla betydelse. I kinesiska förändrar en liten förändring av tonhöjd helt betydelsen av en fras, och i spanska bestämmer formaliteten i er relation hur ni ska tala till någon.

Grundläggande översättningstjänster kan inte korrekt läsa ton eller avsikt. Detta kan orsaka kommunikationsmissar eller oavsiktliga oförseelser. Till exempel är honorativa i koreanska extremt viktiga när man talar till någon, så det är avgörande för en översättningstjänst att förstå formaliteten i tonen så att den kan förmedla rätt betydelse.

Ett annat problem i den här riktningen är möjliga könsfördomar. Många språk skiljer mellan manligt och kvinnligt, men det finns inte alltid tillräckligt med kontext för AI att korrekt avgöra om den ska returnera en manlig eller kvinnlig översättning.

Intento-forskning har visat att generiska NMT-motorer som standard returnerar manliga översättningar minst 90 procent av tiden. Men eftersom så många företagsverksamheter har flyttat online och nu omfattar globala team, pågår arbete för att korrigera för dessa fördomar.

I en rapport från 2021 såg Intento en ökning av multilingvala NLP-ML-modeller. Detta utökar möjligheterna för slutanvändare och tillåter utvecklare och användare att anpassa AI till specifika behov.

Framtiden är mer inkluderande än någonsin tack vare kognitiv AI.

För närvarande finns det fortfarande många begränsningar för vad maskinöversättning och kognitiv AI kan göra. Den kan inte än tolka tonen i en dikt eller känslan i en sång.

Men den kan lära sig att tillhandahålla bättre, mer nyanserade konversationsförmågor, vilket redan förändrar hur globala varumärken gör affärer.

Experter som Flint Capital pekar på hur datan visar att den globala kognitiva datormarknaden är mer robust än någonsin tidigare, och det finns inga tecken på att den kommer att sakta av. Intento noterar att antalet MT-motorer har nästan dubblats under det senaste året.

Mindre teknikföretag arbetar med utvecklingen av kognitiv AI, men branschjättar som Google, IBM och Microsoft satsar på att lösa detta problem. Därför förväntar vi oss att se en utanförordentlig tillväxt och expansion av kognitiv AI-kapacitet i närtid.