Chuyên gia công nghệ Vivek Raghavan vừa công bố định hướng mới trong việc xây dựng hạ tầng trí tuệ nhân tạo (AI) quy mô quốc gia, tập trung vào công nghệ nhận dạng và xử lý giọng nói cho hàng tỷ người. Đây được xem là bước đi chiến lược tiếp theo của ông trong việc phát triển các giải pháp công nghệ cộng đồng.
Bối cảnh
Theo báo cáo từ Analytics Insight, dự án mới này được kỳ vọng sẽ trở thành một phần trong hệ thống hạ tầng số quốc gia tiếp theo. Định hướng "trí tuệ cho một tỷ giọng nói" nhắm đến việc giải quyết rào cản ngôn ngữ và khả năng tiếp cận công nghệ thông tin thông qua giao tiếp bằng giọng nói, đặc biệt tại các quốc gia có sự đa dạng lớn về ngôn ngữ và phương ngữ.
Vì sao đáng chú ý
Đối với cộng đồng công nghệ, việc xây dựng một hạ tầng AI quy mô lớn phục vụ hàng tỷ người là một bài toán phức tạp về cả kỹ thuật lẫn chi phí vận hành. Dự án này cho thấy xu hướng dịch chuyển từ các ứng dụng AI đơn lẻ sang việc xây dựng các nền tảng hạ tầng dùng chung (Digital Public Infrastructure), giúp các nhà phát triển dễ dàng xây dựng ứng dụng bản địa hóa và tối ưu hóa chi phí tiếp cận cho người dân.
Thách thức kỹ thuật
Việc thiết lập hệ thống xử lý ngôn ngữ tự nhiên (NLP) hỗ trợ hàng trăm ngôn ngữ và phương ngữ khác nhau đòi hỏi tài nguyên tính toán khổng lồ và các bộ dữ liệu huấn luyện cực kỳ đa dạng. Theo các chuyên gia, các rào cản về giọng địa phương, tiếng lóng và nhiễu môi trường là những bài toán lớn nhất mà nhóm phát triển của Vivek Raghavan sẽ phải giải quyết để hệ thống đạt được độ chính xác thực tế.