Menggabungkan AI untuk “mengajarkan” bahasa Vietnam
Seorang pemimpin perusahaan penanaman modal asing (PMA) di Vietnam ingin belajar bahasa Vietnam dengan cepat dan membaca 90% isi dokumen umum. Masalahnya, ia terlalu sibuk dan hanya punya waktu sekitar 1 jam (12-13 jam setiap hari) untuk belajar. Jadi, bagaimana teknologi seharusnya diterapkan pada perangkat lunak pembelajaran bahasa untuk membantunya belajar bahasa asing dengan cepat?
Di atas adalah masalah posisi kepemimpinan perusahaan FDI yang diajukan kepada Associate Professor, Dr. Dinh Dien, Direktur Pusat Linguistik Komputasi, Universitas Sains , Universitas Nasional Vietnam, Kota Ho Chi Minh.
Sebagai seseorang dengan banyak topik penelitian ilmiah dan publikasi internasional tentang penerapan kecerdasan buatan (AI) dalam penerjemahan mesin, linguistik kritis, dan pengajaran bahasa Vietnam kepada orang asing, Associate Professor Dien percaya bahwa penerapan AI sangat penting untuk memecahkan masalah dalam linguistik.
Secara spesifik, langkah pertama dalam mempelajari bahasa apa pun adalah mengajarkan bunyi bahasa. Kendalanya adalah bahasa Vietnam memiliki nada dan ritme, sehingga akan sangat sulit untuk mengajarkannya kepada pembelajar bahasa non-nada seperti Inggris, Prancis, dll., karena mereka tidak dapat membedakan nada. Penting untuk mengajari mereka di mana harus meletakkan permainan kata saat mengucapkan kata, bagaimana bentuk mulut, dan bagaimana pengucapan yang benar atau salah dapat dibedakan.
Saat ini, perangkat lunak aplikasi AI dalam pengajaran bahasa asing dapat mensimulasikan bentuk mulut saat menyikat gigi, memutar suara yang telah dibuat sebelumnya untuk ditiru oleh pelajar. Kemudian, pelajar memutar ulang suara tersebut, merekamnya ke dalam perangkat lunak, menggunakan teknologi untuk membandingkan pengucapan pelajar dengan pengucapan standar dari perangkat lunak, dan meningkatkan pengucapan dengan cepat. Semua langkah di atas membutuhkan aplikasi AI.
Contoh lain, menurut Kamus Bahasa Vietnam dari Institut Linguistik yang disunting oleh mendiang Profesor Hoang Phe, kosakata asli Bahasa Vietnam memiliki sekitar 34.000 kata. Perhitungan menunjukkan bahwa sekitar 10% kata perlu diajarkan kepada mesin, setara dengan 3.400 kata informasi aplikasi, agar mesin dapat membaca sekitar 90% teks umum Bahasa Vietnam. Untuk mendapatkan tabel data ini, Lektor Kepala Dien harus menggunakan AI, yang memberi label pada sistem kosakata dalam korpus Bahasa Vietnam.
Dapat dikatakan bahwa AI telah mengubah cara mengajar dan belajar di sektor pendidikan . Bahkan, banyak aplikasi kecerdasan buatan telah lahir untuk mendukung proses belajar mengajar agar lebih cepat dan efektif.
Kisah menarik penggabungan ilmu komputer dan linguistik di atas menunjukkan bahwa proses pelatihan dan penerapan AI dalam praktik sangat penting, tetapi tidak mudah. Data perlu dipisahkan ke dalam beberapa lapisan identifikasi, dan pada setiap lapisan, setiap variabel harus diproses dengan pengenal spesifik yang berbeda.
Ketika mesin mempelajari bahasa...
Kecerdasan buatan tidak hanya membantu manusia mempelajari bahasa, tetapi juga membantu sistem yang mendukung kecerdasan bahasa menjadi lebih baik. Mesin dilatih dan ditingkatkan setiap hari.
Mirip dengan kisah Associate Professor Dien, berikut adalah contoh nyata lainnya tentang bagaimana seorang asisten yang cerdas memahami bahasa manusia.
Ini adalah proses penelitian dan pengembangan asisten suara Vietnam, Kiki, di mobil, untuk mengenali suara dengan baik dengan berbagai aksen daerah. Dalam ilmu komputer, pengenalan suara merupakan cabang penting dari kecerdasan buatan (AI), yang mengubah suara manusia menjadi format yang bermanfaat dan mudah dipahami oleh aplikasi komputer. Teknologi ini menjembatani interaksi antara mesin dan manusia. Asisten suara telah menjadi aplikasi yang sangat diperlukan di seluruh dunia . Yang paling populer adalah: Siri dari Apple, Google Assistant, Amazon Alexa, atau Kiki di Vietnam.
Tn. Nguyen Hoang Khanh Duy, yang menulis baris kode pertama untuk Kiki, menyampaikan bahwa untuk melatih model AI yang cukup pintar untuk mengenali suara dan merespons pengguna dengan tepat, data bahasa memainkan peranan penting.
Misalnya, fungsi yang sangat penting bagi pengguna asisten virtual Kiki di mobil adalah navigasi. Oleh karena itu, tim pengembangan produk harus menyiapkan data dan kosakata untuk mendukung perintah dari pengguna dengan "lancar". Setelah proses pengumpulan data dan pelatihan model, indeks yang menunjukkan kualitas pengenalan suara pada versi terbaru telah meningkat sebesar 40% dibandingkan versi aslinya.
Pengenalan suara di mobil tidak hanya terbatas pada masalah navigasi dan lokasi, tetapi juga banyak masalah lainnya.
Misalnya, penggunaan Kiki di dalam mobil sangat bising akibat mesin, angin, atau kebisingan dari peralatan lalu lintas di jalan, yang secara langsung memengaruhi kualitas pengenalan suara Kiki di dalam mobil. Oleh karena itu, tim Kiki dituntut untuk mencoba mengatasi kondisi bising tersebut dengan meningkatkan data melalui percakapan dalam kondisi bising agar paling sesuai dengan kehidupan nyata.
Selain itu, dengan teknik-teknik baru di dunia seperti pembelajaran mandiri, Kiki mencoba "belajar" bahkan dari data yang tidak berlabel, untuk lebih menyempurnakan modelnya. Stabilitas asisten suara Vietnam ini terus ditingkatkan dengan pelatihan berkelanjutan dan peningkatan produk.
Jelas, kemajuan teknologi terjadi setiap hari, setiap jam. ChatGPT, yang diluncurkan pada akhir tahun 2022, sebagian telah menjawab pertanyaan tentang cara kerja big data. Teknologi "melangkah" ke tengah kehidupan, terutama di bidang pendidikan, bahasa, bidang-bidang yang sebelumnya sangat bergantung pada manusia. AI mendefinisikan ulang cara kita belajar, bekerja, hidup... seperti contoh-contoh spesifik di atas.
[iklan_2]
Sumber
Komentar (0)