Hay un dicho en el Instituto de Investigación y Desarrollo de Samsung de Polonia (SRPOL, su sigla en inglés): “Un día en SRPOL dura 96 ​​horas”. Se refiere a su papel global como uno de los centros de I+D más grandes y de más rápido crecimiento en la región, que a menudo trabaja en cuatro zonas horarias diferentes. Ubicado en el corazón de Europa y cubriendo muchos mercados europeos y globales, SRPOL ha trabajado en reconocimiento automático de voz, traducción automática neuronal y modelos de texto a voz para más de 30 idiomas. Cuando se trató de incorporar 10 idiomas a Galaxy AI, esta experiencia significó que el equipo estaba bien preparado para combinar de forma continua las perspectivas culturales con la tecnología global de Samsung.

SRPOL tiene años de experiencia en procesamiento del lenguaje natural. Lo que lo hace único es su adaptabilidad para trabajar en cualquier idioma gracias al apasionado equipo y sus herramientas, como una plataforma de crowdsourcing que permite un desarrollo rápido y ágil.

“La colaboración en todo el continente significa la recopilación, anotación e investigación de datos incesantes, lo que se ha convertido en algo que realmente disfrutamos”, afirma Kornel Jankowski, Head de Decodificación de Voz de SRPOL. “Hemos trabajado con tantos idiomas que nuestro equipo desarrolló habilidades universales e independientes del idioma. Cuando nos piden que apoyemos un nuevo modelo de lenguaje, la actitud de todos es: ¡Que bueno, vamos a aprender otro, será divertido!».

Un centro europeo para el desarrollo del lenguaje de IA

El idioma es una piedra angular de la cultura y la comunicación en toda Europa, independientemente de si está incorporado a la tecnología. Sin embargo, presenta desafíos únicos para el equipo de SRPOL, que desarrolla modelos de inteligencia artificial para idiomas europeos.

“Cada idioma y la cultura de la que forma parte conlleva obstáculos que nos hacen reevaluar cómo percibimos un tema específico”, explica Adam Ros, Head de Inteligencia Artificial de SRPOL. Estos obstáculos incluyen sortear la intraducibilidad de ciertas frases y manejar expresiones idiomáticas que pueden no tener equivalentes directos en otros idiomas.

El equipo vio estos desafíos como una oportunidad para hacer de SRPOL un centro europeo para el desarrollo del lenguaje de IA. El mayor beneficio de esto es que acorta el camino de comunicación entre diferentes departamentos y, fundamentalmente, el camino de toma de decisiones. Ya sea que se trate de reconocimiento automático de voz, traducción automática neuronal o texto a voz, los equipos podrían simplemente acercarse a sus colegas en Garantía de Calidad Móvil y resolver juntos los problemas de manera eficiente.

Si bien esto ha ayudado, no ha superado todos los desafíos de la IA. Inevitablemente, existen limitaciones en los modelos de IA cuando se trata de múltiples idiomas europeos, como la traducción sin contexto o variaciones en la entonación. Sin embargo, el equipo vio esto como una oportunidad para seguir aprendiendo e innovando.

“Mi equipo nunca se detiene en un solo ejemplo cuando maneja una palabra o tema nuevo. Algunas lenguas europeas son más difíciles que otras”, añade Ros. Si alguna vez estuviste en España, sabrás que el español se habla a menudo a velocidades vertiginosas y necesitamos entrenar bien a la IA para manejar eso”.

La expansión de Galaxy AI requirió una novedosa colaboración entre continentes, pero el trabajo pronto creció más allá de las fronteras europeas. SRPOL apoyó los esfuerzos del equipo de Jordania para enseñar la gran variedad de dialectos árabes de Galaxy AI, así como el trabajo del equipo de Brasil en idiomas latinoamericanos.

La importancia de las sutilezas del idioma y las diferencias culturales están en el radar de los desarrolladores de productos SRPOL porque todas ellas pueden notarse por el objetivo: los usuarios finales.

“Existen diferencias sutiles entre las culturas europeas que influyen en si algo se siente natural para el usuario final. Por ejemplo, en algunos países la gente espera leer los precios con el símbolo del euro (€), mientras que otros están acostumbrados a verlo escrito, e-u-r-o-s”, dice Agata Maria Rozycka, Head de Investigación de Inteligencia de Voz en SRPOL. “Si este matiz cultural no se refleja en el texto traducido, la interfaz puede parecer menos intuitiva para el usuario. La implementación de estos conocimientos a nivel micro en el diseño de interfaces puede hacer que la tecnología se sienta más natural en diversas culturas”.

“El equipo se ha estado comunicando y colaborando de forma remota en diferentes países durante muchos años, creando numerosos canales de comunicación eficaces”, afirma Marcin Mrugala, Head de Garantía de Calidad Móvil de SRPOL. “Estábamos listos para hacer nuestra parte para permitir que Galaxy AI reduzca las barreras del idioma en todo el mundo”.

Tecnología para unir culturas

Gestionar e integrar diversos conocimientos lingüísticos y culturales es una tarea desafiante, pero es esencial para la visión de Samsung para Galaxy AI: reducir las barreras que dividen a las personas según el idioma y la cultura, y permitirles crear conexiones más profundas.

“No sólo estamos construyendo la tecnología del futuro, sino también los equipos del futuro. Nuestras mejores prácticas están diseñadas para perfeccionar los productos en función de las diferencias entre países, pero fundamentalmente creemos que nuestras similitudes superan con creces nuestras diferencias y que nuestra tecnología puede unir culturas”, afirma Mrugala.

“Nuestro objetivo es unir a las personas, hacerles la vida más fácil y simplificar sus tareas diarias. Estamos viendo a nuestras familias usar la Grabadora de Voz de nuevas maneras y ahora podemos llamar a nuestros amigos en diferentes países y hablar con ellos en su propio idioma. Es mágico ver este cambio en el mundo y ser parte de él. Galaxy AI unió a la gente de SRPOL y ahora estamos uniendo al mundo”, concluye Rozycka.

Escondido dentro del Instituto de Tecnología Vellore en Chennai, India, hay un laboratorio lleno de equipos de audio futuristas. Se pueden encontrar maniquíes —conocidos en la industria como simuladores de cabeza y torso— así como micrófonos binaurales y audífonos. Se almacenan en cámaras especiales tratadas con un avanzado sistema de absorción acústica, lo que convierte a este laboratorio en el primero de su tipo en la India. Imaginate que una instalación así se utiliza para desarrollar los últimos equipos de alta fidelidad (Hi-Fi) de próxima generación.

Acá es donde el Instituto de Tecnología Vellore colabora con Samsung para producir y desarrollar datos e ideas que impulsan los últimos modelos de IA para las capacidades lingüísticas de Galaxy AI. El centro se desarrolló como parte del Samsung SEED (Students Ecosystem for Engineered Data) Labs, una iniciativa que permite al personal universitario, estudiantes y becarios en la India trabajar en proyectos solicitados por Samsung desde 2021. Este es solo uno de varios programas universitarios financiados por Samsung, en el que los alumnos tienen la oportunidad de trabajar en proyectos con expertos técnicos de la empresa.

“Como estudiante, me encanta poder trabajar en varios proyectos con una empresa conocida y respetada como Samsung”, asegura Yashika Ilanchezhiyan, estudiante del Samsung SEED. “Me dieron confianza para aprender nuevas habilidades de manera práctica y siento que estoy marcando una diferencia real en los productos actuales y futuros”.

“En este tipo de colaboración todos salen ganando”, afirma Giridhar Jakki, director de IA para idiomas en el Instituto de Investigación y Desarrollo de India – Bangalore (SRI-B). “Gracias a nuestros proyectos con universidades, podemos acceder a conocimientos adicionales y conjuntos de datos personalizados. A cambio, las universidades asociadas reciben inversión, incentivos financieros y asesoramiento especializado de Samsung”.

Reducir las barreras del idioma

SRI-B ha colaborado con equipos de todo el mundo para desarrollar modelos de IA para el inglés británico, indio y australiano, así como para los idiomas tailandés, vietnamita y indonesio. Recientemente, los principales ingenieros de otros centros de investigación de Samsung visitaron Bangalore (India), donde el equipo de SRI-B ayudó a desarrollar la tecnología para incorporar el vietnamita, el tailandés y el indonesio a Galaxy AI. De este modo, SRI-B se situó en una posición ideal para desarrollar el idioma hindi para Galaxy AI.

Según Jakki, “Cada idioma tiene sus desafíos. Pero cuando pensamos en el objetivo final de brindarle a las personas la capacidad de comunicarse en otros idiomas, todo el esfuerzo vale la pena. No veíamos la hora de incorporar el hindi a Galaxy AI”.

Desarrollar el modelo hindi de IA no fue fácil. El equipo tuvo que garantizar que se incluyeran más de 20 dialectos regionales, inflexiones vocales, puntuación y coloquialismos. Además, los hablantes de hindi suelen mezclar palabras en inglés en sus conversaciones. Esto requirió que el equipo tuviera que realizar varias sesiones de entrenamiento de modelos de IA con una combinación de datos traducidos y transliterados.

“El hindi tiene una estructura fonética compleja que incluye sonidos retroflejos —sonidos que se producen al curvar la lengua hacia atrás— que no existen en muchos otros idiomas”, asevera Jakki. “Para desarrollar el elemento de síntesis de voz de la solución de IA, analizamos cuidadosamente los datos con lingüistas nativos para comprender todos los sonidos únicos y creamos un conjunto especial de fonemas para admitir dialectos específicos del idioma”.

Los esfuerzos de colaboración entre Samsung y los socios académicos fueron fundamentales para desarrollar el modelo de lenguaje de IA que reflejará los matices culturales de las regiones de la India. El Instituto de Tecnología Vellore ayudó a obtener casi un millón de líneas de datos de audio segmentados y organizados sobre voz, palabras y comandos conversacionales. Los datos fueron un componente clave para una tarea tan crítica como la de incorporar el cuarto idioma más hablado del mundo a Galaxy AI. Trabajar con universidades garantizó que Samsung utilizará datos de la más alta calidad.

Conexiones globales que generan grandes impactos

Este proyecto resume a la perfección la filosofía de colaboración abierta de Samsung y la convicción de la compañía de que compartir conocimientos y perspectivas garantiza una innovación significativa En el caso de SRI-B, esto no solo incluye trabajar con el mundo académico sino también compartir ideas y prácticas recomendadas con otros centros de investigación de Samsung en todo el mundo.

“Estoy muy orgulloso de lo que hemos logrado con la ayuda de nuestros socios”, afirma Jakki. “La innovación en IA mediante la colaboración es una gran parte de lo que hacemos. Continuaremos comprendiendo, recopilando y analizando mejor los datos lingüísticos para que más personas puedan acceder a las herramientas de IA en el futuro”.

Mientras Samsung continúa siendo pionero en experiencias premium de IA móvil, visitamos los centros de investigación de Samsung en todo el mundo para conocer cómo Galaxy AI permite que más usuarios maximicen su potencial. Galaxy AI ahora admite 16 idiomas, por lo que más personas pueden ampliar sus capacidades lingüísticas, incluso sin conexión, gracias a la traducción en el dispositivo en funciones como Traducción simultánea, Interprete, Asistente de notas y Asistente de Navegación. Pero ¿qué implica el desarrollo del lenguaje de IA? La última vez visitamos Vietnam para aprender cómo preparar los datos que se utilizan para entrenar modelos de IA. Esta vez, estamos viendo cómo los equipos hicieron de Galaxy AI una oferta única tanto para China continental como para Hong Kong.

El rápido crecimiento de las herramientas de inteligencia artificial que utilizan grandes modelos de lenguaje (LLM) se ha observado en todo el mundo y China no es una excepción. Con ERNIE Bot de Baidu y MiracleVision de Meitu emergiendo como opciones populares en China, Samsung R&D Institute China se asoció con ambas compañías para ayudar a desarrollar funciones de Galaxy AI para el país.

El Samsung R&D Institute China en Guangzhou (SRC-G) y Beijing (SRC-B) trabajaron para garantizar que los hablantes de mandarín en China tuvieran la misma experiencia de Galaxy AI que otros usuarios en todo el mundo, a pesar de que la tecnología de back-end se ve diferente. El equipo aprovechó los recursos dedicados a dialectos chinos de socios externos y creó una solución Galaxy AI única para China.

“Tenemos la ventaja de combinar las mejores prácticas globales con las prácticas locales de China, además de crear nuevas características y mejorarlas constantemente a través de la comunicación diaria con los consumidores chinos”, dice Hairong Zhang, líder del grupo de innovación de software en SRC-G. “Con la rica experiencia en desarrollo del Galaxy S24, estoy orgulloso de cómo nuestro equipo cooperó con empresas locales chinas de inteligencia artificial, como Baidu y Meitu, para brindar una solución que impacte en China”.

Al principio, los equipos tuvieron que aclimatarse a los estilos de trabajo de cada uno y solucionar los problemas iniciales de asimetría de información. Daijun Zhang, director de SRC-B, estableció un grupo de trabajo para garantizar que el proyecto siguiera el cronograma de desarrollo y avanzara rápidamente hacia sus objetivos.

Gracias a la experiencia del equipo de Beijing en la generación de modelos a gran escala y la colaboración exitosa con socios externos, todas las funciones de IA generativa se lanzaron con éxito en China. El resultado es una solución que tiene relevancia local y características específicas para el mercado, como Touch to Search.

Ampliando el chino para desarrollar el dialecto cantonés

El chino para China continental (mandarín) llegó a Galaxy AI con el lanzamiento del Galaxy S24 en enero de 2024. Pero el trabajo del Samsung R&D Institute China estaba lejos de estar terminado. Al equipo también se le asignó la tarea de desarrollar el modelo de IA para el chino en Hong Kong (cantonés), un dialecto que se sustentó en el trabajo ya realizado para el mandarín pero que aporta un conjunto completamente nuevo de características lingüísticas para abordar.

Al desarrollar el cantonés, el equipo de I+D de China enfrentó importantes desafíos culturales a los que necesitaba responder para poder respaldar plenamente su ubicación en el mercado. El primer fenómeno cultural son los dos conjuntos de sistemas de escritura y habla. Los habitantes de Hong Kong utilizan gramática y expresiones similares al mandarín cuando escriben, pero adoptan una gramática coloquial completamente diferente cuando se comunican a diario. Además, el cantonés tiene nueve tonos de pronunciación, mientras que el mandarín tiene cuatro.

Otro fenómeno cultural es que el propio dialecto cantonés se desarrolla con los tiempos. Agregando a eso el hecho de que las personas a menudo combinan cantonés e inglés en las conversaciones, dejando claro por qué fue complicado crear casos de prueba y validar paquetes de idiomas.

“El cantonés es un dialecto muy singular que varía en las distintas regiones donde se habla cantonés”, afirma Jing Li, que dirige la operación para probar la solución de IA en cantonés. “Algunas de las jergas, frases, vocabulario e incluso los tonos varían de un lugar a otro. Por lo tanto, llevamos a cabo una gran cantidad de trabajo para verificar los datos específicos de Hong Kong, así como también para corregir decenas de miles de casos de prueba relevantes”.

Con estas complejidades en mente, SRC-G y SRC-B trabajaron juntos para admitir una combinación de código profunda utilizando una combinación de cantonés e inglés para el reconocimiento de voz, admitiendo simultáneamente expresiones habladas y escritas en traducción automática y reflejando pronunciaciones actuales en síntesis de voz.

Impacto cultural de la comunicación

Cuando Galaxy AI lanzó la opción de idioma chino (Hong Kong), los comentarios de los clientes mostraron que el arduo trabajo del equipo de I+D de Samsung estaba justificado.

Tanto para China continental como para Hong Kong, las actividades de Galaxy AI de Samsung muestran la importancia de que una marca global tenga presencia y experiencias locales, así como el poder de la colaboración abierta con otras organizaciones. En Hong Kong, el cantonés es una parte clave de la identidad cultural de quienes viven allí. Por eso era tan importante para el equipo acertar con el modelo de lenguaje de IA.

“El lenguaje y la comunicación son cruciales en todas las regiones y en todos los ámbitos de la vida”, afirma Henry Wat, jefe del grupo de ingeniería de Samsung Electronics Hong Kong. “No importa el idioma, cualquier herramienta que ayude a las personas a comunicarse es invaluable. Creo que nuestro trabajo es significativo”.

En el próximo episodio de La curva de aprendizaje, nos dirigiremos a Brasil para ver cómo un equipo trabaja a través de culturas y fronteras para llevar Galaxy AI a más personas.

Samsung Newsroom puso a prueba la función Traducción Simultánea con una llamada a un moderno restaurante italoamericano del centro de San José, California. He aquí la experiencia de primera mano y cómo esta innovación está rompiendo las barreras lingüísticas y transformando la forma en que los usuarios se comunican.

Traducción simultanea: Conectate con personas, lugares y culturas en cualquier momento y en cualquier idioma

Para hacer la reserva, una redactora coreana de Samsung Newsroom pulsó primero el botón Traducción Simultánea de su Galaxy S24 Ultra y luego marcó el número. Cuando del otro lado atendió un empleado del restaurante, un mensaje automático anunció: “Hola. Esta llamada está siendo traducida y subtitulada de forma simultánea”.

▲ Samsung Newsroom llamó al restaurante usando Traducción Simultánea para hacer una reserva.

“Hola, ¿en qué puedo ayudarte?”, respondió un encargado del restaurante al otro lado de la línea. La redactora de Newsroom respondió en coreano: “¡Hola! Me gustaría hacer una reserva para este jueves a las 13:30”. Tras una pausa para escuchar la traducción, el encargado  preguntó por el número total de personas. La redactora continuó en coreano: “Seis. ¿Puedo reservar un asiento junto a la ventana?”. La función Traducción Simultánea transmitió sin problemas este mensaje al empleado del restaurante en inglés.

▲ Función Traducción Simultánea en Galaxy S24 Ultra. No importa quién esté al otro lado de la línea: la función Traducción Simultánea de Galaxy S24 Ultra funciona con todos los tipos de teléfono. ※La velocidad del GIF se ha ajustado para mejorar la legibilidad.

La función Traducción Simultánea de Galaxy S24 Ultra admite hasta 13 idiomas en su lanzamiento y ofrece traducciones de las conversaciones tanto de audio como de texto en pantalla. La función recuerda el idioma utilizado por cada persona contactada, configurándolo automáticamente para futuras llamadas. Además, funciona sin fallas en todo tipo de teléfonos, incluso en los fijos. Cuando la redactora coreana lo probó por primera vez, se sorprendió de la inmediata desaparición de la barrera del idioma.

El día de la reserva, Samsung Newsroom visitó el restaurante para sentarse con su directora general, Drianna Cardarelli, y preguntarle por su opinión sobre Traducción Simultánea para Galaxy S24 Ultra.

▲ Samsung Newsroom sacó fotos perfectas de su almuerzo con Galaxy S24 Ultra.

“Creo que es fantástico para el sector de servicios, sobre todo para los clientes que no hablan inglés”, afirma Drianna. “Creo que ayudará a que muchos clientes se sientan más cómodos llamando al restaurante para hacer preguntas en lugar de ponerse en contacto con nosotros a través del correo electrónico o de nuestra plataforma de reservas en línea”.

Ella vio en Traducción Simultánea una herramienta valiosa para situaciones en las que una llamada telefónica es más sencilla que utilizar una plataforma en línea, ya sea para planificar un evento o consultar sobre oportunidades de trabajo. “A veces tenemos muchos clientes hispanohablantes”, explica Drianna. “Sería estupendo que pudieran evitar pedir hablar con alguien que hable español. Así evitarían cualquier problema y las barreras lingüísticas, desaparecen”.

▲ (A la izquierda) Drianna Cardarelli, directora general del restaurante italoamericano. Samsung Newsroom explica la función Traducción Simultánea de Galaxy S24 Ultra.

Traducción Simultánea es una de las muchas funciones de Galaxy S24 Ultra con IA integrada en el dispositivo, que mantiene la privacidad y seguridad de las llamadas telefónicas. Además, esta IA integrada procesa las llamadas con rapidez, incluso en comparación con la versión online.

Galaxy AI amplía las posibilidades de los usuarios de Galaxy, permitiéndoles conectarse y crear de nuevas formas. Traducción Simultánea para Galaxy S24 Ultra está ayudando a romper las fronteras para ayudar a todos a comunicarse perfectamente en otros idiomas.

Mantenete atento a Samsung Newsroom para más actualizaciones sobre cómo Samsung está marcando el comienzo de una nueva era de IA móvil.