新华社北京5月10日电题：藏语大模型亮相北京科博会弥合AI时代“数字鸿沟”
新华社记者郭沛然
对着智能鼠标用藏语提问，大模型识别语音，并以藏语思考作答。第二十八届中国北京国际科技产业博览会（简称北京科博会）8日至10日举行，这是记者在现场看到的一幕。
“通用大模型大多基于汉语、英语等语言训练，在藏语理解、生成等方面使用体验不够好，”从事藏语大模型研发的西藏大学博士研究生才让东知说，“通用大模型给出的回答经常缺乏藏语的自然语感与原生韵味，有明显的人工转码痕迹。”
藏语大模型使用藏语语音语料训练、以藏语思维思考，能弥补这一缺憾。在北京科博会现场展示的藏语大模型已经可以完成很多日常任务：“帮我写一份买卖牦牛的合同”“写一首赞美父母的诗歌”“长期吃素的人应该吃什么补充营养”……
藏语大模型“DeepZang”的产品部负责人多吉美久介绍，“DeepZang”收集藏汉平行精准语料近7000万条、采集超过30500小时藏语语音语料，涵盖卫藏、康巴、安多三大藏语方言区。
多吉美久说，不同藏语方言地区之间文字相通，但口语差异较大。用各大藏语方言区语音语料训练AI，AI就能实现藏语的跨方言交流。在国家知识产权局网站上，“DeepZang”开发方——西藏觉罗数字产业管理有限公司申请的一项专利显示，该公司的一项技术通过将声纹识别与方言分类相结合，能有效解决方言差异导致的沟通困难问题。
5月8日，一名外国观众在北京科博会上用智能鼠标体验藏语大模型。新华社发
在洛桑顿玉看来，良好的跨方言语音识别能力，能有效降低藏语大模型的使用门槛，“不需要有很高的藏语文字水平，通过说话就可以使用AI，这能帮助到更多人”。洛桑顿玉在西藏自治区山南市从事藏汉翻译工作，他跟同事已经习惯在工作中使用藏语大模型，“以前需要两三个人分工合作，花40分钟翻译完的稿子，现在有了AI辅助，一个人20多分钟就可以完成”。
觉罗数字提供的信息显示，“DeepZang”目前拥有用户30多万人。其中，18至40岁青年用户占比超过70%。“我们的用户主要分布在西藏、青海、四川和甘肃等地，不少用户生活在比较偏远的地方。”多吉美久说。
西藏已经实现主电网覆盖所有县（区、市），所有乡镇、70%行政村通达5G网络。有了电力和网络的支撑，藏语AI能为更多藏语使用者提供帮助。
“从可用到好用，还有很长的路要走。”多吉美久说。一些用户反馈，用“DeepZang”进行几轮问答后，软件便提示“token余额不足”。这也是他们参展科博会的原因之一——寻求合作，以解决目前面临的算力成本高、资金压力大、商业闭环尚未形成等问题。
这是觉罗数字第一次参加科博会。在公司董事长旦增罗布看来，参加科博会能够帮助公司更好地融入全国科技创新生态。
藏语大模型对藏语使用者和不懂藏语的人分别意味着什么？藏语AI对此作答：为藏语使用者提供新时代的新工具，搭建藏语与其他语言之间的桥梁。
贵公网安备52011302005168号