بر اساس این گزارش، بخش قابل توجهی از داده‌های مورد استفاده برای آموزش مدل‌های زبانی بزرگ در مراحل اولیه، از منابع انگلیسی‌زبان تأمین شده است. همین موضوع باعث شده عملکرد برخی سامانه‌های هوش مصنوعی در زبان‌های کم‌برخوردار، به‌مراتب ضعیف‌تر باشد.

برای نمونه، نرخ خطای برخی سامانه‌های تشخیص گفتار هوش مصنوعی در زبان انگلیسی کمتر از ۶ درصد گزارش شده، در حالی که در زبان یوروبا، یکی از زبان‌های پرکاربرد در غرب آفریقا، این نرخ بیش از ۱۰ برابر بیشتر است.

بنیاد گیتس همچنین هشدار داده است که انتقال ابزارهای هوش مصنوعی طراحی‌شده در کشورهای ثروتمند به کشورهای کم‌درآمد، بدون استفاده از داده‌های محلی و در نظر گرفتن شرایط اجتماعی و زبانی این کشورها، می‌تواند اثربخشی این فناوری را کاهش دهد.

در همین راستا، بنیاد گیتس اعلام کرده است که طی دو سال آینده یک میلیارد دلار برای گسترش دسترسی عادلانه‌تر به هوش مصنوعی و راهکارهای مبتنی بر آن اختصاص خواهد داد. تمرکز این سرمایه‌گذاری بر حوزه‌هایی مانند سلامت، آموزش، کشاورزی و توسعه مدل‌های هوش مصنوعی متناسب با زبان‌های محلی خواهد بود.

این بنیاد همچنین در همکاری با مجموعه‌ای از شرکت‌ها، پژوهشگران و سازمان‌های بین‌المللی، هدف پنج‌ساله‌ای را دنبال می‌کند تا حدود ۳.۴ میلیارد نفر که به زبان‌های کمترنمایش‌داده‌شده در مدل‌های فعلی هوش مصنوعی صحبت می‌کنند، بتوانند از ابزارهای هوش مصنوعی به زبان و با صدای خود استفاده کنند.

بر اساس این طرح، ایجاد داده‌های زبانی قابل استفاده، توسعه معیارهای سنجش عملکرد مدل‌ها، تبدیل داده‌های زبانی به ابزارهای کاربردی و دسترسی ایمن جوامع به این فناوری، از محورهای اصلی همکاری اعلام‌شده است.

بنیاد گیتس تأکید دارد که مسیر توسعه هوش مصنوعی از پیش تعیین نشده و نحوه سرمایه‌گذاری، توسعه مدل‌ها و دسترسی جوامع مختلف می‌تواند تعیین کند که این فناوری در نهایت به کاهش یا افزایش نابرابری جهانی منجر شود.

انتهای پیام