Фонд Гейтса созывает коалицию из 60 лабораторий искусственного интеллекта, компаний, благотворительных организаций и других участников для расширения языковых данных, пригодных сообществам, слабо представленным в нынешних системах. Инициатива хочет охватить более 3 млрд человек за пять лет, координируя ранее разрозненную работу.
Билл Гейтс заявил, что увеличение международной щедрости и разумное применение ИИ могут ускорить борьбу с неравенством. Он также признал, что разработчики не встроили правильные человеческие ценности и не сохранили контроль морального кодекса, объединив практический оптимизм с предупреждением об управлении.
Проект появился после того, как 26 из 34 богатейших стран мира сократили помощь развитию бедных государств в предыдущем году. Прогресс по Целям устойчивого развития ООН остается медленным и неравномерным, поэтому технологическое обещание неотделимо от финансирования и институциональных возможностей.
Фонд уже выделил $1 млрд на ИИ в здравоохранении, образовании и поддержке малых фермеров. На встрече Goalkeepers показывали учителей, выявляющих пробелы, фермеров, распознающих вредителей, и медиков, находящих данные пациентов, но эти примеры еще не доказывают эффект в масштабе коалиции.
Качество языка важно, поскольку ошибка перевода может иметь материальные последствия. В одном примере слова беременной женщины из Малави об отошедших водах могли буквально переводиться так, будто она выбросила воду, показывая риск моделей без местного языкового и культурного контекста.
Mozilla Data Collective подчеркнула, что данные интернета нерепрезентативны и сообщества должны передавать культурные и языковые наборы на своих условиях. Project Vaani от Google собирает более 150 тыс. часов речи во всех районах Индии с местными партнерами, фиксируя различия диалектов.
Среди участников — Anthropic, Google и OpenAI Foundation. Anthropic признала отставание своих продуктов во многих африканских языках, а управление коалицией еще определяется. Секретариат должен отслеживать обязательства и пробелы, но индивидуальные обязанности пока не завершены.
Поэтому охват 3 млрд человек является целью, а не показателем текущего использования. Следить нужно за согласием и лицензированием данных, покрытием диалектов, независимыми тестами качества, подтвержденной местной пользой и влиянием сообществ на применение их языковых ресурсов.
