Google Research เผยแผนที่ภาษา 7,000 ภาษาของ Language Explorer

เมื่อวันที่ 9 พฤศจิกายน 2026 Google Research นำเสนอ Language Explorer แพลตฟอร์มอินเทอร์แอกทีฟสำหรับสำรวจภูมิศาสตร์ของภาษา ระบบอักษร และจำนวนผู้พูด ภาพรวมทั่วโลกครอบคลุมภาษาประมาณ 7,000 ภาษาและระบบอักษร 159 แบบ พร้อมระเบียนข้อมูลที่จัดทำขึ้นเพื่อสนับสนุนงานวิจัยภาษาศาสตร์และการพัฒนาเทคโนโลยีภาษา

แพลตฟอร์มนี้พัฒนาขึ้นภายใต้โครงการ 1,000 Languages Initiative ของ Google โดยนำชุดข้อมูล LinguaMeta แบบโอเพนซอร์สมาสร้างเป็นอินเทอร์เฟซภาพที่เปิดให้สาธารณชนใช้งาน ประกาศของ Daan van Esch และ Uche Okonkwo เชื่อมโยงอินเทอร์เฟซดังกล่าวเข้ากับความพยายามในวงกว้าง เพื่อให้เทคโนโลยีภาษานำไปใช้ประโยชน์ได้กับความหลากหลายทางภาษาทั่วโลกมากยิ่งขึ้น

ชั้นข้อมูลเมทาดาทาสำหรับเทคโนโลยีภาษา

เว็บไซต์ Language Explorer รองรับการค้นหาด้วยชื่อภาษา ประเทศหรือภูมิภาค ตลอดจนทวีปหรืออนุทวีป ผู้ใช้เลือกดูข้อมูลตามจำนวนผู้พูด สถานะความเสี่ยงต่อการสูญหาย หรือระบบอักษรได้ จากนั้นเลือกหมุดบนแผนที่เพื่อเปิดหน้ารายละเอียดของภาษา หน้าดังกล่าวรวบรวมชื่อ สถานที่ และตัวระบุต่าง ๆ ไว้ด้วยกัน ซึ่งรวมถึงแท็ก BCP-47, Glottocodes และ ID ของ Wikidata ทำให้มีข้อมูลอ้างอิงที่สอดคล้องกันระหว่างแหล่งข้อมูลด้านภาษา

ข้อมูลทุกค่าที่แสดงบนเว็บไซต์มาจาก LinguaMeta ซึ่งเป็นคลังข้อมูลแบบโอเพนซอร์สที่ปรับข้อมูลภาษาให้สอดคล้องกันจากแหล่งข้อมูลที่อ้างอิงไว้ 19 แหล่ง บทความ LinguaMeta ปี 2024 ระบุว่าชุดข้อมูลต้นทางครอบคลุม 7,511 ภาษา พร้อมรหัส BCP-47 และ ISO 639-3 และกำกับข้อมูลทุกจุดด้วยแท็กแหล่งที่มาเพื่อให้ตรวจสอบย้อนกลับและแก้ไขได้ เมื่อแหล่งข้อมูลให้ข้อมูลไม่ตรงกัน ผู้เขียนจะเลือกใช้แหล่งที่น่าเชื่อถือกว่า หรือค้นคว้าเพิ่มเติมจากสิ่งพิมพ์ทางวิชาการ ข้อมูลสำมะโนประชากร และรัฐธรรมนูญ

บทความรายงานว่า การแปลด้วยเครื่อง การรู้จำเสียงพูด และการแปลงข้อความเป็นเสียงพูดมีให้ใช้อย่างแพร่หลายในภาษาเพียงประมาณ 100 ภาษาเท่านั้น ส่วนภาษาอื่น ๆ ส่วนใหญ่มีบริการคุณภาพต่ำหรือไม่มีบริการเลย ช่องว่างดังกล่าวทำให้เมทาดาทามีบทบาทในทางปฏิบัติ กล่าวคือ จำนวนผู้พูดช่วยจัดลำดับความสำคัญของงานได้ ส่วนการจับคู่ภาษา ระบบอักษร และท้องถิ่นจะระบุชุดค่าที่ระบบซึ่งปรับให้เข้ากับภาษาท้องถิ่นต้องรองรับอย่างแม่นยำ โครงสร้างของคลังข้อมูลเก็บชุดค่าดังกล่าวไว้ในระเบียน JSON ส่วนสรุป TSV ที่เรียบง่ายกว่าจะไม่รวมรายละเอียดแหล่งที่มา ชื่อแบบขยาย แท็กการใช้ระบบอักษร งานวิจัยเกี่ยวกับสถานะทางการ และพิกัด

จากคลังข้อมูลงานวิจัยสู่ผลงานจัดแสดงในพิพิธภัณฑ์

นอกจากนี้ Language Explorer ยังจัดแสดงเป็นผลงานอินเทอร์แอกทีฟในนิทรรศการ Real Talk! Language. Power. World. ที่ Museum of Communication Berlin โดยพิพิธภัณฑ์ระบุว่านิทรรศการเปิดเมื่อวันที่ 5 พฤศจิกายน 2026

ห้องจัดแสดง 6 ห้องตามธีมต่าง ๆ กล่าวถึงโลกของภาษา ความหลากหลาย อัตลักษณ์ การติดต่อสัมพันธ์ อำนาจ และอนาคต ห้องสุดท้ายชวนตั้งคำถามว่า AI และแชตบอตกำลังเปลี่ยนแปลงการสื่อสารอย่างไร และนักวิจัยกับนักกิจกรรมกำลังบันทึกข้อมูลเกี่ยวกับภาษาที่เสี่ยงสูญหายอย่างไร ส่วนสื่อประกอบออนไลน์เริ่มให้เข้าชมเมื่อวันที่ 6 พฤศจิกายน 2026 โดยเพิ่มข้อมูลพื้นฐาน วิดีโอ และแบบทดสอบในมุมมองทั้ง 6 ด้านเดียวกัน ซึ่งรวมถึงความสัมพันธ์ระหว่าง AI กับการใช้หลายภาษา ทั้งนิทรรศการในเบอร์ลินและสื่อประกอบจะจัดแสดงและเปิดให้เข้าชมถึงวันที่ 27 กุมภาพันธ์ 2028

ข้อมูลที่ครอบคลุมไม่เท่ากันและคลังข้อมูลที่ถูกเก็บถาวร

ตารางแสดงความครอบคลุมในบทความชี้ให้เห็นความแตกต่างอย่างมากระหว่างฟิลด์ต่าง ๆ มีข้อมูลจำนวนประชากรผู้พูดสำหรับ 6,253 ภาษา หรือ 83% แต่มีการบันทึกเอนโดนิม ซึ่งเป็นชื่อที่ชุมชนใช้เรียกภาษาของตนเอง เพียง 1,136 ภาษา หรือ 15% ดังนั้น แผนที่จึงเป็นจุดเริ่มต้นให้สำรวจข้อมูลได้อย่างกว้างขวาง แต่ระดับความละเอียดของข้อมูลแตกต่างกันมากตามภาษาและหมวดหมู่

ตัวเลขประชากรมีข้อควรคำนึงเพิ่มเติม วิธีการที่ใช้กับข้อมูลต้นทางไม่นับรวมจำนวนผู้ใช้ภาษาที่สอง เนื่องจากหาสถิติที่เชื่อถือได้ยาก และปัดค่าประมาณจำนวนผู้พูดที่สูงให้เป็นเลขกลมตามลำดับขนาดเพื่อหลีกเลี่ยงความแม่นยำเทียม อีกทั้งเตือนว่าการรวมจำนวนประชากรตามท้องถิ่นอาจขยายความคลาดเคลื่อนในแหล่งข้อมูลได้ แหล่งข้อมูลนี้มุ่งเน้นภาษาพูดที่ยังมีผู้ใช้ โดยไม่นับภาษามือ ภาษาโบราณ ภาษาประวัติศาสตร์ และภาษาประดิษฐ์ ทั้งนี้ รวมภาษามาโครและภาษาที่จัดประเภทว่าสูญพันธุ์แล้วไว้ด้วย โดยภาษากลุ่มหลังยังมีชุมชนผู้พูดขนาดเล็กหลงเหลืออยู่บางภาษา Esperanto เป็นข้อยกเว้นที่ระบุไว้ว่ารวมอยู่ด้วย แม้จะตัดภาษาประดิษฐ์ออก เพราะมีเทคโนโลยีภาษาหลายประเภทที่รองรับภาษานี้อยู่แล้ว

หมุดแต่ละจุดบนแผนที่ระบุตำแหน่งศูนย์กลางภาษาโดยประมาณ ซึ่งอ้างอิงจากพิกัดของ Glottolog และการปรับแก้ด้วยตนเอง เว็บไซต์เตือนว่าภาษาต่าง ๆ ใช้โดยชุมชนที่อาจเคลื่อนย้ายหรืออาศัยอยู่ข้ามพรมแดนทางการเมือง จึงไม่ควรตีความหมุดเหล่านี้ว่าเป็นอาณาเขตตายตัว

นอกจากนี้ ยังมีข้อมูลที่ไม่สอดคล้องกันเกี่ยวกับการดูแลรักษา คำถามที่พบบ่อยของ Explorer ระบุว่า LinguaMeta เป็นโครงการที่ยังดำเนินอยู่ และเชิญชวนนักวิจัยให้ร่วมส่งคำแก้ไขและแหล่งข้อมูล

คลังข้อมูล url-nlp ที่ครอบคลุมโครงการนี้มีประกาศเก็บถาวรบน GitHub ลงวันที่ 6 ตุลาคม 2026 และถูกกำหนดให้เป็นแบบอ่านอย่างเดียว ชุดข้อมูลฉบับเต็มซึ่งควบคุมเวอร์ชันไว้ยังดาวน์โหลดได้ แต่สถานะดังกล่าวทำให้ช่องทางสำหรับการมีส่วนร่วมในอนาคตไม่ชัดเจน ในขณะที่ Google กำลังนำเสนออินเทอร์เฟซนี้ต่อผู้ชมในวงกว้างขึ้น