Model AI Buatan Meta Ini Bisa Translate Lebih dari 200 Bahasa
Artificial Intelligence (ilustrasi). Meta merilis open source model AI yang mampu menerjemahkan lebih dari 200 bahasa
Teknologi yang mempu menerjemahkan bahasa, hingga saat ini masih belum menedekati kata sempurna. Apabila Kamu pernah menemukan kalimat yang aneh hasil dari terjemahan di Facebook mungkin itu adalah salah satu buktinya. Namun, dalam waktu dekat kemungkinan semua itu akan berubah.
Meta telah merilis open source model AI yang mampu menerjemahkan 202 bahasa. Model ini disebut jga NLLB-200 (No Languages Left Behind). Meta juga mengatakan kualitas terjemahan model ini akan terus berkembang dengan rata-rata 44% dengan jumlah itu melonjak menjadi 70% untuk beberapa bahasan Afrika dan India.
Berbeda dengan alat terjemahan lain yang hanya mampu menerjemahkan kurang dari 25 bahasa Aftrika, model ini mendukung 55 bahasa Afrika dengan hasil terjemahan berkualitas tinggi. Untuk meningkatkan model NLLB-200 dan memastikan bahwa terjemahan menghasilkan output berkualitas tinggi, Meta membangun kumpulan data evaluatif yang disebut FLORES-200 yang memungkinkan penilaian kinerja model dalam 40.000 arah bahasa yang berbeda.
Scroll untuk membaca
Scroll untuk membaca
Saat ini Meta membagikan NLLB-200 dan FLORES-200 juga kode pelatihan model dan kode untuk mereproduksi kumpulan data pelatihan. Meta juga menawarkan hibah hingga $200.000 kepada organisasi dan peneliti nirlaba untuk program yang disebut "penggunaan NLLB-200 yang berdampak", atau proyek yang terkait dengan keberlanjutan, ketahanan pangan, kekerasan berbasis gender, atau pendidikan. Meta secara khusus mendorong organisasi nirlaba yang berfokus pada penerjemahan dua atau lebih bahasa Afrika untuk mengajukan hibah, peneliti di bidang linguistik, terjemahan mesin, dan teknologi bahasa.Ekosistem final NLLB-200. Ekosistem ini mencakup semua kumpulan data dan teknik pemodelan yang digunakan dalam pembuatannya. Sumber: Meta
Seperti kebanyakan proyek AI, NLLB-200 juga memiliki tantangan tersendiri. Model AI yang dilatih dengan sejumlah besar data, dan “untuk sistem terjemahan teks, ini biasanya terdiri dari jutaan kalimat yang dicocokkan dengan cermat antar bahasa. Meta mengatakan bahwa mengoptimalkan satu model untuk bekerja secara efektif dan akurat di ratusan bahasa juga merupakan tantangan signifikan yang membutuhkan kecerdikan. Model terjemahan baisa saja menghasilkan kesalahan yang sulit untuk dilacak seperti pernyataan yang salah, konten tidak aman, dan "halusinasi", atau gangguan yang dapat mengubah arti dari pelatihan data sepenuhnya.
