مهمتنا
أن تبلغ النماذج اللغوية الكبيرة في اللغات قليلة الموارد قوتها في الإنجليزية.
على الذكاء الاصطناعي أن يخدم كل من يخاطبه.
إذا كان الذكاء الاصطناعي لا يعمل جيدًا إلا باللغات السائدة على الإنترنت، فإن فوائده لا تبلغ سوى جزء من العالم. وحتى ينتفع الجميع بهذه التقنية بإنصاف، لا بد أن يكون أداء النماذج باللغات قليلة الموارد مساويًا لأدائها بالإنجليزية.
تركز الصناعة على الإنجليزية وعلى لغات قليلة تملأ الإنترنت. ونحن نركز على ما سواها.
المشكلة
أغلب تدريب النماذج وتقييمها وضبطها يجري بالإنجليزية. فالمختبرات الرائدة مقرّاتها في بلدان ناطقة بالإنجليزية، والإنجليزية تغلب على الإنترنت وعلى مجموعات البيانات التي تتعلم منها النماذج. والنتيجة أن أداء النماذج بغيرها من اللغات أضعف.
في اللغات التي يقل حضورها على الإنترنت، الفجوات واضحة: النماذج لا تتقن اللهجات، وتخطئ في فهم الثقافة، وتقصّر في المجالات المتخصصة. فيحصل أهل هذه اللغات من الذكاء الاصطناعي على أقل مما يحصل عليه متحدثو الإنجليزية اليوم.
منهجنا
بيانات أصيلة، لا مترجمة
يكتب البيانات من يعيشون باللغة نفسها، فهي ليست محتوى إنجليزيًا مترجمًا إليها.
لهجةً لهجة
اللغة الواحدة تتغير من منطقة إلى أخرى. ونحن ننقل كل لهجة كما يتكلمها الناس في الواقع.
بقيادة الخبراء
الجودة يحكم عليها محترفون يعملون بهذه اللغة، فتأتي البيانات معبرة عن خبرة حقيقية.
لماذا «Logha»؟
«Logha» هي الكلمة العربية «لغة» بحروف لاتينية. والعربية هي اللغة التي بدأنا بها: الفصحى المعاصرة واللهجات الإقليمية الكبرى. ثم تأتي لغات أخرى، أولها لغات يتكلمها الملايين وقلما تُكتب على الإنترنت.
غايتنا أن تأخذ اللغات قليلة الموارد في الذكاء الاصطناعي المكانة التي للإنجليزية اليوم، ببيانات يكتبها متحدثوها.