KI zum „Lehren“ von Vietnamesisch einsetzen
Der Leiter eines ausländischen Direktinvestitionsunternehmens in Vietnam möchte schnell Vietnamesisch lernen und 90 % des Inhalts gängiger Dokumente verstehen können. Das Problem: Er ist sehr beschäftigt und hat täglich nur etwa eine Stunde (zwischen 12 und 13 Uhr) zum Lernen. Wie kann man also Technologie in Sprachlernsoftware einsetzen, um ihm zu helfen, Fremdsprachen schnell zu lernen?
Oben ist das Problem der Führungsposition eines FDI-Unternehmens aufgeführt, das dem außerordentlichen Professor Dr. Dinh Dien, Direktor des Zentrums für Computerlinguistik an der Universität für Naturwissenschaften der Vietnam National University in Ho-Chi-Minh-Stadt, vorgelegt wurde.
Als jemand, der sich mit vielen wissenschaftlichen Forschungsthemen und internationalen Veröffentlichungen über die Anwendung künstlicher Intelligenz (KI) in der maschinellen Übersetzung, der kritischen Linguistik und dem Unterrichten von Vietnamesisch für Ausländer beschäftigt, ist Associate Professor Dien der Ansicht, dass die Anwendung von KI sehr notwendig ist, um Probleme in der Linguistik zu lösen.
Der erste Schritt beim Erlernen jeder Sprache besteht darin, die Laute zu lehren. Die Schwierigkeit liegt darin, dass Vietnamesisch Töne und einen Rhythmus hat. Für Lernende von nicht-tonalen Sprachen wie Englisch oder Französisch ist dies sehr schwierig. Anstatt beispielsweise zu fragen: „Have you gone to bed yet?“, sagen sie „Have you gone bed yet?“, weil sie die Töne nicht unterscheiden können. Daher ist es notwendig, ihnen beizubringen, wo sie die Zunge beim Aussprechen positionieren, wie sie den Mund halten und wie sich eine korrekte von einer inkorrekten Aussprache unterscheidet.
Aktuell kann KI-Anwendungssoftware im Fremdsprachenunterricht die Mundbewegungen beim Zähneputzen simulieren und Geräusche zum Nachahmen abspielen. Die Lernenden sprechen die Geräusche nach, speichern sie in der Software, und die Technologie vergleicht ihre Aussprache mit der Standardaussprache der Software, wodurch sich die Aussprache schnell verbessert. Alle diese Schritte erfordern den Einsatz von KI.
Ein weiteres Beispiel: Laut dem vietnamesischen Wörterbuch des Instituts für Linguistik, herausgegeben vom verstorbenen Professor Hoang Phe, umfasst der ursprüngliche vietnamesische Wortschatz etwa 34.000 Wörter. Berechnungen zeigen, dass dem Computer etwa 10 % dieser Wörter beigebracht werden müssen, was 3.400 Wörtern an Anwendungsinformationen entspricht, damit er etwa 90 % der gängigen vietnamesischen Texte lesen kann. Um diese Datentabelle zu erstellen, musste Associate Professor Dien KI einsetzen und das Vokabularsystem im vietnamesischen Korpus annotieren.
Man kann sagen, dass KI die Art und Weise des Lehrens und Lernens im Bildungssektor verändert hat. Tatsächlich sind viele Anwendungen künstlicher Intelligenz entstanden, um den Lehr- und Lernprozess zu beschleunigen und effektiver zu gestalten.
Die interessante Geschichte der Kombination von Informatik und Linguistik zeigt, dass das Training und die praktische Anwendung von KI zwar unerlässlich, aber nicht einfach sind. Die Daten müssen in viele Identifikationsebenen unterteilt werden, und auf jeder Ebene muss jede Variable mit spezifischen Identifikatoren verarbeitet werden.
Wenn Maschinen Sprache lernen...
Künstliche Intelligenz hilft nicht nur Menschen beim Sprachenlernen, sondern verbessert auch Systeme, die sprachliche Intelligenz unterstützen. Maschinen werden täglich trainiert und lernen ständig dazu.
Ähnlich wie die Geschichte von Associate Professor Dien ist unten ein weiteres anschauliches Beispiel dafür, wie ein intelligenter Assistent die menschliche Sprache versteht.
Es handelt sich um die Forschung und Entwicklung des vietnamesischen Sprachassistenten Kiki für Autos, der Stimmen mit verschiedenen regionalen Akzenten zuverlässig erkennt. In der Informatik ist die Spracherkennung ein wichtiger Teilbereich der künstlichen Intelligenz (KI). Sie wandelt menschliche Stimmen in ein für Computeranwendungen nutzbares und verständliches Format um. Diese Technologie schlägt eine Brücke zwischen Mensch und Maschine. Sprachassistenten sind weltweit zu unverzichtbaren Anwendungen geworden. Zu den bekanntesten gehören Apples Siri, Google Assistant, Amazon Alexa und Kiki in Vietnam.
Herr Nguyen Hoang Khanh Duy, der die ersten Codezeilen für Kiki geschrieben hat, teilte mit, dass Sprachdaten eine Schlüsselrolle spielen, um ein KI-Modell zu trainieren, das intelligent genug ist, Stimmen zu erkennen und Benutzern mit korrekten Informationen zu antworten.
Eine sehr wichtige Funktion für Nutzer des vietnamesischen Sprachassistenten Kiki im Auto ist beispielsweise die Navigation. Daher muss das Produktentwicklungsteam Daten und Vokabular bereitstellen, um die Befehle der Nutzer reibungslos zu verarbeiten. Nach der Datenerfassung und dem Training des Modells hat sich der Index für die Qualität der Spracherkennung in der späteren Version im Vergleich zur Originalversion um 40 % verbessert.
Die Spracherkennung in Autos beschränkt sich nicht nur auf Navigations- und Ortungsprobleme, sondern umfasst auch viele andere Bereiche.
Beispielsweise erfordert die Nutzung von Kiki im Auto eine hohe Geräuschkulisse durch Motor-, Wind- und Verkehrsgeräusche, was die Qualität der Spracherkennung im Fahrzeug direkt beeinträchtigt. Daher muss das Kiki-Team die Daten durch Sprechen unter geräuschvollen Bedingungen verbessern, um die Realität bestmöglich abzubilden.
Darüber hinaus versucht Kiki mithilfe neuer Techniken wie dem selbstüberwachten Lernen, auch aus ungelabelten Daten zu „lernen“, um das Modell weiter zu verbessern. Die Stabilität dieses vietnamesischen Sprachassistenten wird durch kontinuierliches Training und Produktaktualisierungen stetig gesteigert.
Der technologische Fortschritt schreitet unaufhaltsam voran. ChatGPT, Ende 2022 gestartet, hat die Frage nach der Funktionsweise von Big Data teilweise beantwortet. Technologie dringt immer stärker in unsere Lebensbereiche vor, insbesondere in Bildung, Sprache und anderen Bereichen, die zuvor stark von Menschen abhängig waren. Künstliche Intelligenz verändert die Art und Weise, wie wir lernen, arbeiten und leben – wie die oben genannten Beispiele zeigen.
Quelle






Kommentar (0)