06:42:51

İngilizce Merkezli Yapay Zekânın Görünmeyen Sorunu

Yapay zekâ denildiğinde akla gelen ilk şeylerden biri, onun evrensel bir dil konuştuğu ve herkes için eşit derecede erişilebilir olduğu fikridir. Ancak bu algı, yüzeyin altına inildiğinde önemli ölçüde sorgulanmayı hak eder. Çünkü günümüz üretken yapay zekâ sistemlerinin büyük bir bölümü, sanıldığı kadar nötr ya da kapsayıcı değildir. Aksine, bu sistemlerin beslendiği veri kaynakları ve bu verilerin dağılımı, onların nasıl “düşündüğünü”, nasıl yanıt verdiğini ve kimi zaman kimleri dışarıda bıraktığını doğrudan şekillendirir…

Bu noktada en belirgin sorunlardan biri dil dengesizliğidir. Mevcut büyük dil modellerinin eğitim verilerinin çok büyük bir kısmı -tahminlere göre %90’dan fazlası- İngilizce içeriklerden oluşur. Bu durum, modellerin İngilizceyi yalnızca bir araç olarak değil, adeta bir “varsayılan düşünme dili” olarak benimsemesine yol açar. Yani bir kullanıcı Türkçe, Arapça ya da başka bir dilde soru sorduğunda bile, model çoğu zaman içsel işlem sürecini İngilizce üzerinden yürütür ve ardından hedef dile çeviri yapar. Bu dolaylı süreç, sonuçların doğallığını zayıflatabilir; cümleler kulağa yapay gelebilir, kültürel nüanslar kaybolabilir ve anlam kaymaları ortaya çıkabilir.

Bu durum yalnızca teknik bir mesele değildir; aynı zamanda kültürel bir temsiliyet problemidir. Yapay zekâ sistemleri büyük ölçüde ABD merkezli medya, akademik yayınlar ve dijital platformlardan elde edilen verilerle eğitildiği için, bu içeriklerin taşıdığı değerler, bakış açıları ve dil kullanım biçimleri de modele yerleşir. Sonuç olarak model, yalnızca İngilizceye değil, belirli bir tür İngilizceye -çoğunlukla standart, akademik ya da Batı merkezli İngilizceye- daha yatkın hale gelir.

Bu eğilim, İngilizce içinde bile ciddi ayrımlara yol açar. Örneğin Nijerya İngilizcesi, Hint İngilizcesi ya da Afro-Amerikan Halk İngilizcesi (AAVE) gibi lehçeler, yapay zekâ tarafından ya yeterince tanınmaz ya da “hatalı” olarak değerlendirilip standart dile dönüştürülmeye çalışılır. Oysa bu lehçeler yalnızca dilsel varyasyonlar değil, aynı zamanda kültürel kimliklerin taşıyıcılarıdır. Bir modelin bu çeşitliliği anlamakta zorlanması, sadece teknik bir eksiklik değil, aynı zamanda belirli toplulukların dijital ortamda görünmezleşmesine katkıda bulunan bir faktördür.

İnternetin genel yapısı da bu sorunu derinleştirir. Küresel dijital içerik üretimi, büyük ölçüde İngilizce ve birkaç baskın dil etrafında yoğunlaşmıştır. Bu durum, kaynakları sınırlı dillerin yeterince temsil edilememesine neden olur. Milyarlarca insanın konuştuğu pek çok dil, dijital dünyada ya çok az yer bulur ya da hiç bulunmaz. Yapay zekâ modelleri bu eksik veriyle eğitildiğinde, bu dillerde düşük performans göstermesi kaçınılmaz hale gelir. Böylece “dijital dil uçurumu” olarak adlandırılabilecek bir eşitsizlik ortaya çıkar: bazı kullanıcılar yüksek kaliteli, akıcı ve doğru sonuçlara erişebilirken, diğerleri daha sınırlı ve hatalı çıktılarla yetinmek zorunda kalır.

Bu sorunun bir başka boyutu da değerler ve kültürel bağlamla ilgilidir. Stanford Üniversitesi’nde yapılan araştırmalar, büyük dil modellerinin çoğu zaman onları geliştiren ekiplerin -genellikle Batı merkezli araştırmacıların- zevklerini, normlarını ve ahlaki çerçevelerini yansıttığını göstermektedir. Bu durum, modelin verdiği yanıtların evrensel değil, belirli bir kültürel perspektife ait olmasına yol açar. Örneğin bir sosyal meseleye verilen yanıt, farklı bir coğrafyada yaşayan bir kullanıcı için eksik, uyumsuz ya da hatta yanlış anlaşılabilir olabilir. Çünkü model, o bağlamın tarihsel, toplumsal ve kültürel arka planına yeterince hâkim değildir.

Çeviri performansı da bu dengesizliğin somut bir yansımasıdır. Yapay zekâ tabanlı çeviri sistemleri son yıllarda büyük ilerleme kaydetmiş olsa da, hâlâ belirgin bir asimetri söz konusudur: İngilizceye yapılan çeviriler genellikle daha doğru ve tutarlı olurken, İngilizceden diğer dillere yapılan çevirilerde hata oranı artar. Bunun temel nedeni, modelin İngilizceyi daha iyi “anlaması” ve diğer dillerdeki veri eksikliği nedeniyle bağlamı yeterince yakalayamamasıdır. Özellikle standart dışı lehçeler, yerel deyimler ve sözlü dil unsurları söz konusu olduğunda bu zorluk daha da belirginleşir.

Tüm bu tablo, yapay zekânın tarafsız ve evrensel olduğu yönündeki yaygın inanışı sorgulamayı gerektirir. Gerçekte, bu sistemler insan üretimi verilerle beslenir ve bu verilerin taşıdığı tüm dengesizlikleri, önyargıları ve eksiklikleri miras alır. Dolayısıyla çözüm de yine insan müdahalesinden geçer: daha kapsayıcı veri setleri oluşturmak, farklı dilleri ve lehçeleri bilinçli şekilde modele dahil etmek ve kültürel çeşitliliği teknik tasarımın merkezine yerleştirmek gerekir.

Yapay zekâ, potansiyel olarak küresel iletişimi demokratikleştirebilecek güçlü bir araçtır. Ancak bu potansiyelin gerçekleşebilmesi için, onun yalnızca teknik olarak değil, dilsel ve kültürel açıdan da dengeli bir şekilde geliştirilmesi şarttır. Aksi takdirde, teknoloji ilerledikçe bazı sesler daha da güçlenirken, diğerleri giderek daha fazla arka planda kalmaya devam edecektir.

Bu içeriği beğendiyseniz lütfen çevrenizle paylaşınız…

00:17:57

Meta'nın yeni yapay zekâ modelleri 1.000'den fazla dilde konuşmayı tanıyabiliyor ve üretebiliyor…
Şu anda var olandan çok daha fazla dil için konuşma uygulamalarının geliştirilmesine yardımcı olabilirler…

Meta, 1.000'den fazla dil için konuşmayı tanıyabilen ve üretebilen yapay zeka modelleri oluşturdu – şu anda mevcut olanın on katı bir artış. Şirket, bunun kaybolma riski taşıyan dillerin korunmasına yönelik önemli bir adım olduğunu söylüyor.

Meta, modellerini kod barındırma hizmeti GitHub aracılığıyla halka açıyor. Açık kaynak haline getirmenin, farklı dillerde çalışan geliştiricilerin, herkesi anlayan mesajlaşma hizmetleri veya herhangi bir dilde kullanılabilen sanal gerçeklik sistemleri gibi yeni konuşma uygulamaları oluşturmalarına yardımcı olacağını iddia ediyor.

Dünyada yaklaşık 7.000 dil var, ancak mevcut konuşma tanıma modelleri bunlardan yalnızca 100 kadarını kapsamlı bir şekilde kapsıyor. Bunun nedeni, bu tür modellerin İngilizce, İspanyolca ve Çince dahil olmak üzere yalnızca az sayıda dil için mevcut olan büyük miktarlarda etiketli eğitim verisine ihtiyaç duyma eğiliminde olmasıdır.

Meta araştırmacıları bu sorunu, şirket tarafından 2020 yılında geliştirilen ve konuşma metinleri gibi büyük miktarlarda etiketli veriye ihtiyaç duymadan sesten konuşma kalıplarını öğrenebilen mevcut bir yapay zekâ modelini yeniden eğiterek aştı.

Bu modeli iki yeni veri seti üzerinde eğittiler: biri Yeni Ahit İncil'inin ses kayıtlarını ve 1.107 dilde internetten alınan ilgili metni, diğeri ise 3.809 dilde etiketsiz Yeni Ahit ses kayıtlarını içeriyordu. Ekip, ses kayıtlarını eşlik eden metinle hizalamak için tasarlanmış bir algoritmayı çalıştırmadan önce kalitesini artırmak için konuşma sesini ve metin verilerini işledi. Daha sonra bu işlemi yeni hizalanmış veriler üzerinde eğitilmiş ikinci bir algoritma ile tekrarladılar. Araştırmacılar bu yöntemle algoritmaya, eşlik eden metin olmasa bile yeni bir dili daha kolay öğrenmeyi öğretebildiler.

Projede çalışan Meta'da araştırmacı bilim insanı olan Michael Auli, “Bu modelin öğrendiklerini kullanarak çok çok az veriyle hızlı bir şekilde konuşma sistemleri oluşturabiliriz” diyor.

“İngilizce için çok sayıda iyi veri setimiz var ve birkaç dil için daha var, ancak örneğin 1.000 kişi tarafından konuşulan diller için buna sahip değiliz.”

Araştırmacılar modellerinin 1.000'den fazla dilde konuşabildiğini ancak 4.000'den fazlasını tanıyabildiğini söylüyor.

Modelleri OpenAI Whisper da dahil olmak üzere rakip şirketlerin modelleriyle karşılaştıran araştırmacılar, 11 kat daha fazla dili kapsamasına rağmen kendi modellerinin hata oranının yarı yarıya olduğunu iddia ediyor.

Bununla birlikte ekip, modelin hala belirli kelimeleri veya ifadeleri yanlış yazma riski taşıdığı ve bunun da yanlış veya potansiyel olarak saldırgan etiketlerle sonuçlanabileceği konusunda uyarıyor. Ayrıca, konuşma tanıma modellerinin diğer modellere göre sadece %0,7 daha fazla olsa da daha fazla önyargılı kelime ürettiğini de kabul ediyorlar.

Araştırmanın kapsamı etkileyici olsa da, Afrika dilleri için doğal dil işleme üzerine çalışan bir kuruluş olan Masakhane'de araştırmacı olan ve projede yer almayan Chris Emezue, yapay zekâ modellerini eğitmek için dini metinlerin kullanılmasının tartışmalı olabileceğini söylüyor.

Bu içeriği beğendiyseniz lütfen çevrenizle paylaşınız…

02:06:00

Meta, yalnızca konuşulan dili çeviren yapay zekâyı tanıttı…

Meta Çarşamba günü yaptığı açıklamada, Tayvan dilinin standart bir yazılı formu olmamasına rağmen Hokkien'i İngilizceye çeviren bir yapay zekâ sistemi kurduğunu söyledi…

Facebook ve Instagram'ın sahibi olan Silikon Vadisi teknoloji devi, Evrensel Konuşma Çevirmeni projesindeki çalışmayı, dünyanın dört bir yanından kullanıcıların konuştukları dillerden bağımsız olarak sosyalleşmelerini sağlamaya yönelik bir çaba olarak nitelendirdi.

Facebook bir yıl önce adını Meta olarak değiştirdiğinde, kurucu ortağı ve başkanı Mark Zuckerberg, şirketin metaverse olarak adlandırılan bir kavram olan sanal alemlerde oynanan çevrimiçi hayata geçişe odaklandığını söyledi.

Meta bir blog yazısında “Sözlü iletişim engelleri yıkmaya ve insanları nerede olurlarsa olsunlar, hatta metaverse'de bile bir araya getirmeye yardımcı olabilir” dedi.

Hokkien dilini çeviren yeni sistem, Meta tarafından “yazılı olmayan bir dil için geliştirilen ilk yapay zekâ destekli konuşmadan konuşmaya çeviri sistemi” olarak nitelendirildi.

Meta'ya göre, teknoloji firmasının başkalarının kullanımı için paylaşılacağını söylediği çeviri teknolojisi, Hokkien konuşan birinin İngilizce konuşan biriyle sohbet etmesine izin veriyor, ancak şimdilik bir seferde yalnızca bir tam cümle ile.

Meta, “Bu, diller arasında eşzamanlı çevirinin mümkün olduğu bir geleceğe doğru atılan bir adım” dedi.

“Hokkien ile öncülüğünü yaptığımız teknikler diğer birçok yazılı olmayan dile genişletilebilir ve sonunda gerçek zamanlı olarak çalışacaktır.”

Hokkien, Çin diasporasında yaygın olarak konuşuluyor. Fransız Ulusal Doğu Dilleri ve Medeniyetleri Enstitüsü'ne göre Asya genelinde 16 milyon kişi tarafından kullanılıyor ve Tayvan nüfusunun dörtte üçü tarafından konuşuluyor.

Ancak Meta'ya göre bu dilin standart bir yazılı formu bulunmadığından, yapay zekâ modellerinin söylenenleri nasıl yorumlayacakları konusunda eğitilmeleri oldukça zor.

Teknoloji firması, dünyadaki mevcut 7.000 dilin yüzde 40'ından fazlasının, standart ya da yaygın olarak bilinen bir yazılı formu olmadan, öncelikle konuşulduğunu söyledi.

Meta, “Gelecekte, ister yazılı ister yazısız olsun, tüm diller karşılıklı anlaşabilmek için bir engel olmaktan çıkabilir” diyor.

Bu içeriği beğendiyseniz lütfen çevrenizle paylaşınız…