AI4Bharat 收集 10 万亿个代币数据,以印度语言为 AI 提供支持

发布时间:2025年3月8日    来源:szf
AI4Bharat 收集 10 万亿个代币数据,以印度语言为 AI 提供支持

快速阅读: 《经济时报》消息,位于钦奈的AI4Bharat正在收集十万亿个标记的语言数据集,涵盖印度22种官方语言的日常对话和技术文档。AI4Bharat联合创始人米特什·卡普拉表示,这些数据将推动下一代AI服务的发展。该项目旨在让人工智能更好地理解印度语言,以服务印度多元化的人口。

位于钦奈的AI4Bharat正在收集十万亿个标记的语言数据集,从印度主要语言的日常对话到技术文档。AI4Bharat联合创始人米特什·卡普拉表示,这些数据将为下一代AI服务提供动力。“我们收集了二十亿个口语词汇……在四个邦已经上线或处于活跃阶段。我们有支持农民、儿童、数字支付和农业的应用案例。在过去三年里,我们几乎走遍了全国每一个地区,努力覆盖国内的二十二种官方语言。”卡普拉在周六班加罗尔的人们+ai集市上说。AI4Bharat确保收集了跨越多个年龄段、不同职业(蓝领和白领)的声音样本,他补充道:“许多初创公司、学术机构和深度科技机构正在利用这些数据构建自己的模型,以加速语言技术的采用。”卡普拉介绍说,用于数据收集的工具是从零开始构建的。“我们的数据、模型和脚本都是开源的。你可以在此基础上进行开发。”他说。过去三年收集的所有数据都将被整合进十万亿个标记项目中。卡普拉说:“这将确保我们能够建立支持印度语言的本地Indic模型,而不是作为事后想法。我们希望收集十万亿个印度语言的标记,这些数据将是合成数据,包含语言信息和文化背景。”为了服务印度多元化的民众,人工智能需要像理解英语一样理解印度语言。人们+ai在其博客中指出,要建立适合印度的人工智能,需要不同于适用于英语的方法。英语数据在互联网上无处不在,使得训练人工智能模型变得容易。印度有二十二种主要语言,每种语言都有自己的书写系统、语法规则和文化背景,而当前的人工智能方法对于这种多样性来说远远不够有效。“当泰米尔纳德邦的人向人工智能寻求政府表格的帮助,或者马哈拉施特拉邦的农民需要作物建议时,他们应该能够用自己熟悉的语言自然且轻松地做到这一点。但目前这还无法实现。我们现在的人工智能模型在处理印度语言时遇到困难,因为它们主要是为英语设计的。”人们+ai进一步表示,“这就是我们启动‘十万亿个标记’项目的原因。我们正在为能够正确理解和处理印度语言的人工智能打下基础——从正式的政府文件到当地茶馆的闲聊。我们的目标是收集并整理大量数据,使人工智能能够为印度所有语言的使用者服务。”

(以上内容均由Ai生成)

你可能还想读

本周科技大事件:谷歌发布Pixel 10,Gamescom揭晓重磅游戏

本周科技大事件:谷歌发布Pixel 10,Gamescom揭晓重磅游戏

快速阅读: 谷歌推出Pixel 10手机及Pixel Watch 4,新增卫星紧急通讯、可更换电池和屏幕、抬手通话等功能,屏幕亮度达3000尼特,还将与斯蒂芬·库里合作推出AI健康和健身教练服务。 谷歌本周在“由谷歌制造”活动中推出了Pix […]

发布时间:2025年8月23日
SK海力士凭借HBM激增首次超越三星,领跑全球内存市场

SK海力士凭借HBM激增首次超越三星,领跑全球内存市场

快速阅读: 据《《韩国先驱报》》称,7月20日,SK海力士首登全球内存芯片市场榜首,受益于AI产品和HBM芯片领先地位。其季度利润达9.2万亿韩元,远超三星。 据韩联社报道,7月20日,韩国京畿道伊川,SK海力士首次登上全球内存芯片市场榜首 […]

发布时间:2025年8月1日
STAN 从谷歌、万代南梦宫和其他公司筹集了 850 万美元

STAN 从谷歌、万代南梦宫和其他公司筹集了 850 万美元

快速阅读: 据《印度教业务线》称,STAN获850万美元融资,由万代南梦宫等机构投资。计划拓展印度市场,加强AI功能与创作者工具。平台用户超2500万,专注移动端社交游戏。 记者获悉,8月1日,社交游戏平台STAN宣布完成850万美元的新一 […]

发布时间:2025年8月1日
“这改变了一切”:谷歌的人工智能模式迫使品牌重新考虑搜索策略

“这改变了一切”:谷歌的人工智能模式迫使品牌重新考虑搜索策略

快速阅读: 据《营销周》称,谷歌推出AI搜索模式,减少外部链接,提升对话式回答。品牌需调整策略,重视内容质量与品牌权威。此变化影响营销方式,竞争加剧。 据谷歌官方消息,7月29日,谷歌在英国推出了基于人工智能的搜索功能AI模式,此前该功能已 […]

发布时间:2025年8月1日
在 Android 上用更智能的应用程序替换 Google Assistant

在 Android 上用更智能的应用程序替换 Google Assistant

快速阅读: 据《电话竞技场》称,据报道,用户可从Google Play下载Meta AI应用,安装后需检查版本是否为230.0.0.36.164或更高。操作方法:进入设置,选择应用,查看Meta AI信息页底部的版本号。 据媒体报道,用户现 […]

发布时间:2025年8月1日
Xero 的英国董事总经理回击人工智能正在抢走会计工作的说法

Xero 的英国董事总经理回击人工智能正在抢走会计工作的说法

快速阅读: 据《UKTN(英国科技新闻)》称,英国科技媒体UKTN报道,Xero英国总经理凯特·海沃德表示,会计行业无需过度担忧AI自动化。尽管四大事务所裁员,但Xero仍持续投资AI技术,提升效率与服务质量。 据英国科技新闻网站UKTN报 […]

发布时间:2025年8月1日
Reddit 计划在搜索引擎市场大力推动人工智能与谷歌竞争:报告

Reddit 计划在搜索引擎市场大力推动人工智能与谷歌竞争:报告

快速阅读: 据《商业标准》称,Reddit CEO表示,公司正将平台转型为搜索引擎,整合AI功能,提升用户体验。Reddit Answers用户已超600万,计划全球推广。 据《The Verge》报道,7月11日,Reddit首席执行官史 […]

发布时间:2025年8月1日
Meta 超出预期,为“个人超级智能”做准备

Meta 超出预期,为“个人超级智能”做准备

快速阅读: 据《RCR无线》称,Meta二季度营收475.2亿美元,净利润183亿美元。CEO扎克伯格称将打造个人超级智能,但数据中心扩容遇挑战。公司计划2025年支出达1140-1180亿美元。 据媒体报道,7月25日,美国加州,社交媒体 […]

发布时间:2025年8月1日