Esta filosofía se refleja aún más en One UI 8, lanzado junto con la más reciente serie Galaxy Z. La actualización mejora las funciones de accesibilidad auditiva, lo que permite una comunicación más fluida incluso en entornos donde escuchar es un desafío. 

Para conocer más sobre cómo surgieron estas mejoras, Samsung Newsroom habló con Soohyun Lee del Experience Planning Group de la división Mobile eXperience (MX) de Samsung Electronics, junto a los Samsung Supporters Hajung Kim y Wansu Kim, quienes colaboraron con Lee para incluir más funciones de accesibilidad en One UI 8. 

▲ (De izquierda a derecha) Wansu Kim y Hajung Kim con Soohyun Lee

Voces reales, cambios reales: Samsung Supporters inspiran funciones inclusivas

Las funciones de accesibilidad auditiva en One UI 8 se basan en las experiencias y comentarios reales de Samsung Supporters. Actualmente activo en Corea y el Reino Unido, el programa Samsung Supporters invita a usuarios con diversas necesidades de accesibilidad — incluyendo visión, audición y movilidad— a proponer directamente ideas relacionadas con accesibilidad a Samsung. El programa jugó un papel clave en el desarrollo de las nuevas funciones auditivas en One UI 8, con la contribución de Samsung Supporters Hajung Kim y Wansu Kim, ambos con pérdida auditiva, quienes aportaron sus experiencias e ideas. 

“Escuchamos atentamente los valiosos comentarios de nuestros Supporters sobre inconvenientes y otros desafíos que una simple investigación de escritorio podría pasar por alto”, explicó Lee, quien gestiona el programa Samsung Supporters. “Luego incorporamos esos conocimientos para mejorar nuestros productos y servicios”. 

“Nos comunicamos con los Supporters en tiempo real, a diario, mientras también realizamos encuestas en línea y entrevistas presenciales en profundidad para analizar cuidadosamente los problemas y revisar soluciones”, continuó. “Los Samsung Supporters son parte de todo el proceso, desde la planificación hasta las pruebas y el refinamiento”.  

▲ Soohyun Lee, del Grupo de Planificación de Experiencias 1 de la División MX

Funciones directamente propuestas por Samsung Supporters —como Interpreter usando teclado y Llamadas de texto en tiempo real— cobraron vida en One UI 8. “Después de experimentar los productos Galaxy como usuario con pérdida auditiva, sugerí mejoras específicas sobre ciertas funciones”, dijo Wansu Kim, educador internacional en lengua de señas. “Sabiendo que incluso un pequeño cambio puede hacer la vida diaria de alguien mucho más cómoda, me enfoqué en ideas que la gente verdaderamente necesitara y pudiera usar con facilidad”. 

La creadora de contenido y escritora Hajung Kim colaboró con Wansu Kim para producir un video que presenta las funciones de accesibilidad auditiva de One UI 8. “Queríamos que los cambios que sugerimos se integraran de manera natural en la vida cotidiana de más personas, así que planifiqué el video desde la perspectiva de un usuario real”, comentó Hajung Kim con orgullo. 

▲ (De izquierda a derecha) Hajung Kim y Wansu Kim, Samsung Supporters, utilizan las nuevas funciones de accesibilidad de One UI 8

“Romper barreras de idioma con un teclado”: Elección de Samsung Supporters ①, Interpreter con el teclado

A partir de la serie Galaxy S24, las capacidades de traducción de Galaxy AI ya se han convertido en una herramienta confiable para superar barreras lingüísticas. Sin embargo, su formato basado en voz presentaba limitaciones en ciertas situaciones, por ejemplo, cuando la pronunciación del hablante no era clara o el entorno era ruidoso. 

Con One UI 8, Samsung mejoró Interpreter[1] de modo que ayuda a los usuarios a comunicarse de manera más natural entre idiomas mediante texto escrito en el teclado. Cuando el usuario escribe una frase en su idioma, el dispositivo genera instantáneamente una traducción en tiempo real[2] tanto en texto como en voz. La pantalla muestra entonces dos secciones: una con el texto original del usuario y la otra con la traducción para su interlocutor, lo que facilita una comunicación bidireccional fluida. 

▲ Soohyun Lee presenta cómo se puede usar la función Interpreter con el teclado

“Nuestro enfoque estuvo en crear una experiencia de conversación fluida e ininterrumpida”, dijo Lee. “Para reflejar los patrones de uso reales y perfeccionar la función, hicimos que las oraciones escritas permanecieran visibles incluso después de la traducción para facilitar la edición, y añadimos una opción para borrar rápidamente toda la oración con un solo toque cuando los usuarios quieran comenzar una nueva”. 

▲ Wansu Kim presenta cómo se puede usar la función Interpreter con el teclado

“Me encanta viajar con mi familia, pero como tanto mis padres como yo tenemos pérdida auditiva, la comunicación siempre ha sido un gran desafío, especialmente al viajar al extranjero”, comentó Wansu Kim. “En un viaje reciente, user Interpreter con el teclado me permitió conversar libremente con personas que hablaban diferentes idiomas, haciendo que todo fuera mucho más sencillo. Ahora puedo concentrarme únicamente en la emoción de viajar, sin preocuparme por las barreras del idioma”. 

“Los elevadores fueron diseñados originalmente para usuarios en silla de ruedas, pero hoy todos se benefician de ellos”, añadió. “De la misma manera, usar Interpreter con el teclado puede ser utilizado por cualquier persona en situaciones donde hablar resulta difícil. La accesibilidad no es solo para quienes tienen limitaciones físicas: es una oportunidad para todos”. 

“No te pierdas ni una palabra durante una llamada”: Elección de Samsung Supporters ②, llamadas de texto en tiempo real

Para los usuarios con audífonos o implantes cocleares, las llamadas telefónicas todavía pueden generar ansiedad. Es fácil perder partes de una conversación y difícil anotar detalles importantes mientras se habla; para aliviar esta carga, One UI 8 introduce la función Llamadas de texto en tiempo real.[3] 

Al tocar el ícono de burbuja de diálogo en el lado derecho de la pantalla de la llamada, la voz tanto del emisor como del receptor se transcribe y se muestra en tiempo real. “Solía sentirme nerviosa cada vez que necesitaba pedir una cita médica o hablar con un representante del banco por teléfono, porque era fundamental comprender cada detalle”, explicó Hajung Kim. “Ahora, con los subtítulos, puedo captar al instante cualquier palabra u oración que pudiera haberme perdido, lo que me hace sentir mucho más tranquila. No es solo una herramienta que convierte voz en texto: es una red de seguridad que me ayuda a seguir la conversación y comunicarme con mayor libertad”. 

▲ Hajung Kim utiliza la función de subtítulos en tiempo real durante una llamada telefónica

La función también ayuda a los usuarios durante llamadas cotidianas con amigos y familiares. “Antes, a menudo tenía que pedirles a mis abuelos que repitieran lo que decían porque no lograba entender claramente su pronunciación”, comentó Hajung Kim. “Me preocupaba que repetir este proceso una y otra vez los cansara, especialmente durante llamadas más largas.  

Pero con Llamadas de texto en tiempo real, ahora puedo leer las palabras de mi abuela en la pantalla al instante, lo que permite que la conversación fluya sin interrupciones”. 

“Una llamada corta puede alegrar todo un día, lo que convierte a esta función en algo verdaderamente invaluable para mi familia”, añadió. 

“Conversaciones instantáneas, sin necesidad de esperar”: elección de Samsung Supporters ③, llamadas de texto en tiempo real

La función de accesibilidad que Wansu Kim utiliza con mayor frecuencia son las Llamadas de texto en tiempo real[4], que permiten a los usuarios comunicarse mediante texto durante una llamada, como si intercambiaran mensajes. En versiones anteriores, el texto del discurso de la otra persona aparecía únicamente después de que terminara de hablar. Esto resultaba especialmente incómodo durante llamadas a sistemas de respuesta automática (ARS) de bancos, proveedores de telecomunicaciones o compañías de tarjetas de crédito, cuando el tiempo de ingreso de datos a menudo se terminaba antes de que los usuarios pudieran leer las instrucciones en sus pantallas. 

Ahora, con One UI 8, las Llamadas de texto en tiempo real muestran el texto en el momento en que la otra persona comienza a hablar, lo que permite a los usuarios seguir la conversación y preparar sus respuestas sin demoras. “Incluso durante llamadas personales, poder ver en tiempo real lo que la otra persona está diciendo me hace sentir mucho más cercano a ella”, dijo Wansu Kim. 

▲ Wansu Kim utiliza la función de llamadas de texto en tiempo real durante una llamada telefónica.

“En el pasado, siempre había pequeñas pausas durante las llamadas de texto con los Supporters, a veces se sentía como un juego de adivinar el momento del otro”, dijo Lee. “Esas experiencias nos demostraron que el tiempo es la parte más crucial de una llamada telefónica. Al hacer que el texto aparezca en tiempo real —sin esperar a que la otra persona termine de hablar— introdujimos una mejora clave. Incluso unos pocos segundos pueden marcar una gran diferencia, y una sincronización fluida ayuda a acercar más a las personas.” 

Hacer de la accesibilidad un derecho para todos

¿Cómo se ve el futuro de la accesibilidad imaginado por Samsung Electronics y los Samsung Supporters? 

“La accesibilidad no es un tema de consideración especial: es algo que todos merecen y deberían disfrutar”, afirmó Lee. “Nuestro objetivo es crear experiencias a las que más personas, en distintos entornos, puedan acceder y de las que puedan beneficiarse sin inconvenientes, en cualquier momento.” Añadió que el camino hacia una mayor accesibilidad ha sido alegre, y posible gracias a quienes comprenden la necesidad de un cambio y continúan ofreciendo su apoyo y aliento. 

Para Wansu Kim, la accesibilidad significa libertad. “Para mí, la accesibilidad auditiva es libertad”, dijo. “A través de mi trabajo con los Samsung Supporters quiero ayudar a asegurar que las voces de personas como yo se escuchen con mayor claridad y contribuyan a un mundo donde todos puedan comunicarse libremente.” 

“La accesibilidad es un puente que no solo conecta físicamente a las personas, sino que también une sus corazones”, añadió Hajung Kim. “Más allá de simplemente reducir inconvenientes, quiero ayudar a construir un mundo donde la tecnología se convierta en una fuente de confianza y empoderamiento para todos.” 

Las funciones de accesibilidad en One UI 8, cocreadas y presentadas por los Samsung Supporters, pueden explorarse en detalle en el video a continuación.  

[1] Interpreter requiere iniciar sesión con una cuenta Samsung. Ciertos idiomas pueden requerir la descarga de un paquete de idioma. La disponibilidad del servicio puede variar según el idioma. No se garantiza la precisión de los resultados. La disponibilidad y las funciones compatibles pueden variar según el país, la región o el operador. La disponibilidad de los idiomas compatibles puede variar. Visita la página de Galaxy AI en samsung.com para obtener más detalles. 

[2] La velocidad puede variar según el dispositivo y la conexión de red.

[3] La disponibilidad de la función puede variar según el país, el idioma y el modelo del dispositivo. La velocidad puede variar según la conexión de red. La función y la UI están sujetas a cambios sin previo aviso.

[4] La disponibilidad de la función puede variar según el país, el idioma y el modelo del dispositivo. La velocidad puede variar según la conexión de red. La función y la UI están sujetas a cambios sin previo aviso. 

Actualmente, Galaxy AI ofrece soporte en 16 idiomas1, y para finales de año, ese número aumentará a 20 gracias a estas nuevas incorporaciones. Con esta actualización, más usuarios podrán superar las barreras del idioma y descubrir un mundo más amplio con el poder de Galaxy AI. Los nuevos idiomas y dialectos estarán disponibles para su descarga como paquetes en la aplicación de Configuración de los dispositivos Galaxy compatibles.  

Para obtener más información sobre Galaxy AI, visita: Samsung Newsroom, Samsungmobilepress.com o Samsung.com. 

El proceso de creación de funciones lingüísticas para Galaxy AI requirió mucho tiempo y esfuerzo, ya que cada idioma presenta una estructura y cultura única. En este contexto, investigadores de Samsung de todo el mundo (Brasil, China, India, Indonesia, Japón, Jordania, Polonia y Vietnam) compartieron los retos y los logros del desarrollo de Galaxy AI. A continuación, Samsung Newsroom muestra un resumen de estas historias.  

Desarrollo de un modelo de traducción 

Las funciones de Galaxy AI, como Live Translate, realizan tres procesos básicos: reconocimiento automático de voz (ASR), traducción automática neuronal (NMT) y conversión de texto a voz (TTS). 

▲ El reconocimiento automático del habla (ASR), la traducción automática neuronal (NMT) y la conversión de texto a voz (TTS) requieren distintos conjuntos de información para su entrenamiento.

El Instituto de Investigación y Desarrollo de Samsung de Vietnam (SRV) se enfrentó a obstáculos con los modelos de reconocimiento automático del habla (ASR) porque el vietnamita es un idioma con seis tonos distintos. Los idiomas con tonos pueden ser difíciles de reconocer para la AI debido a la complejidad que los tonos añaden a los matices lingüísticos. SRV respondió al reto con un modelo que diferencia entre fotogramas de audio más cortos, de unos 20 milisegundos. 

El Instituto de Investigación y Desarrollo de Samsung de Polonia (SRPOL) se enfrentó al gigantesco reto de entrenar modelos de traducción automática neural (NMT) para un continente tan variado como Europa. Aprovechando su amplia experiencia en proyectos que abarcan más de 30 idiomas en cuatro zonas horarias, SRPOL fue capaz de sortear la dificultad de traducir ciertas frases y manejar expresiones idiomáticas que pueden no tener equivalentes directos en otros idiomas. 

El Instituto de Investigación y Desarrollo de Samsung de Jordania (SRJO) adaptó el árabe (que se habla en más de 20 países en unos 30 dialectos) para Galaxy AI. Crear un modelo de texto a voz (TTS) no fue tarea fácil, ya que los diacríticos y las guías de pronunciación son ampliamente comprendidos por los hablantes nativos de árabe, pero están ausentes en la escritura. Basándose en un sofisticado modelo de predicción de los diacríticos ausentes, SRJO pudo crear un modelo lingüístico que entiende los dialectos y puede responder en árabe estándar. 

La importancia de la data 

A lo largo del proceso de adaptación de Galaxy AI en cada idioma, un tema general fue la importancia de una colaboración abierta con instituciones locales. La calidad de los datos utilizados impacta directamente a la precisión del ASR, NMT y TTS. Por eso, Samsung trabajó con varios socios para obtener y revisar datos que reflejaran la jerga, los dialectos y otras variantes de cada región. 

▲ Cada idioma tiene sus propias cualidades, que dificultan la creación de un modelo lingüístico de inteligencia artificial. En el caso de lenguas tonales como el vietnamita, los tonos aumentan la complejidad.

El Instituto de Investigación y Desarrollo de Samsung en India-Bangalore (SRI-B) colaboró con el Instituto de Tecnología de Vellore para obtener casi un millón de líneas de datos de audio segmentados y procesados sobre conversaciones, palabras y comandos. Los estudiantes obtuvieron experiencia práctica en un proyecto de la vida real, así como la guía de expertos de Samsung; el basto número de datos ayudó a SRI-B a entrenar Galaxy AI en hindi, cubriendo más de 20 dialectos regionales y sus respectivas inflexiones de tono, puntuación y expresiones coloquiales. 

Para el modelo del español latinoamericano era imprescindible contar con conocimientos lingüísticos locales, ya que la variedad del idioma se refleja en la diversidad de su base de usuarios. Por ejemplo, la palabra piscina puede ser alberca (México), piscina (Colombia, Bolivia, Venezuela) o pileta (Argentina, Paraguay, Uruguay) según la región de la que una persona sea originaria. El Instituto Samsung de Investigación y Desarrollo de Brasil (SRBR) trabajó con los institutos de ciencia y tecnología SiDi y Sidia para recopilar y gestionar cantidades masivas de datos, así como para perfeccionar y mejorar las fuentes de audio y texto para el modelo de español latinoamericano de Galaxy AI. 

El Instituto Samsung de Investigación y Desarrollo de China-Pekín (SRC-B) y el Instituto de Investigación y Desarrollo Samsung China-Guangzhou (SRC-G) se asociaron con las empresas chinas Baidu y Meitu para aprovechar su experiencia en el desarrollo de grandes modelos lingüísticos (LLM) como ERNIE Bot y MiracleVision, respectivamente. Como resultado, Galaxy AI admite los dos modos principales de chino mandarín y cantonés. 

Además de la cooperación externa, también fueron fundamentales la diligencia debida y los recursos internos. 

El bahasa indonesio es un idioma famoso por su amplio uso de significados contextuales e implícitos que se basan en claves sociales y situacionales. Los investigadores del Instituto Samsung de Investigación y Desarrollo de Indonesia (SRIN) salieron a grabar conversaciones en cafeterías y entornos de trabajo para captar ruidos ambientales auténticos que pudieran distorsionar la entrada de datos. Esto ayudó al modelo a aprender a reconocer la información necesaria a partir de la entrada verbal, mejorando en última instancia la precisión del reconocimiento del habla. 

En el japonés hay muchos homónimos, ya que el número de sonidos es limitado. Por lo tanto, muchas palabras se deben determinar en función del contexto. El Instituto Samsung de Investigación y Desarrollo de Japón (SRJ) utilizó Samsung Gauss, el LLM interno de la empresa, que estructura oraciones contextuales con palabras o frases relevantes para cada escenario para ayudar al modelo de IA a diferenciar entre homónimos. 

Red mundial de investigación de Samsung 

Los profesionales de varios institutos de Investigación y Desarrollo de Samsung aprovecharon al máximo la red mundial de investigación de Samsung. 

Antes de abordar el hindi, SRI-B colaboró con equipos de todo el mundo para desarrollar modelos lingüísticos de AI para el inglés británico, indio y australiano, así como para el tailandés, el vietnamita y el indonesio. Ingenieros de otros centros de investigación de Samsung visitaron Bangalore (India) para llevar el vietnamita, el tailandés y el indonesio a Galaxy AI. 

▲ Personal y colaboradores posan delante del Samsung I+D Institute India-Bangalore (SRI-B)

SRPOL tenía una amplia experiencia en el desarrollo de modelos ASR, NMT y TTS para una gran variedad de idiomas. SRPOL, protagonista clave en la expansión lingüística de Galaxy AI, colaboró en todos los continentes para apoyar SRJO con dialectos árabes y SRBR con portugués brasileño y español latinoamericano. 

Los desarrolladores de Samsung en cada uno de estos lugares aprendieron a colaborar a través de fronteras y husos horarios. Los desarrolladores de SRIN incluso observaron las costumbres locales de ayuno en India cuando se reunieron con sus colegas de SRI-B. Muchos reflexionaron sobre su trabajo con orgullo y gratitud, dándose cuenta del impacto duradero que este proyecto tiene en el idioma, la cultura, el patrimonio y la identidad. 

Esfuerzos continuos a medida que avanza el proceso 

Recientemente Samsung presentó Galaxy AI en sus últimos dispositivos plegables y portátiles. Desde su lanzamiento a principios de este año, Galaxy AI ya se ha utilizado en más de 100 millones de dispositivos. “Esperamos alcanzar los 200 millones de dispositivos a finales de 2024”, declaró Won-joon Choi, Vicepresidente Ejecutivo y Director de la Oficina de Investigación y Desarrollo de Móviles, Mobile eXperience Business de Samsung Electronics, en un reciente panel. 

En medio de esta misión de ampliar el acceso a la AI, es importante mirar atrás y celebrar los logros y avances que han llevado a proporcionar esta tecnología segura e inclusiva que beneficiará a la humanidad y mejorará vidas. Al construir el ecosistema Galaxy AI con aún más funciones, idiomas y variantes regionales, Samsung está facilitando los intercambios interculturales de una forma que no tiene precedentes para hacer realidad su visión de AI para Todos. 

El Instituto de Investigación y Desarrollo de Japón (SRJ) se creó para ser un centro de Investigación y Desarrollo (I+D) centrado en hardware, como electrodomésticos y pantallas. Con la demanda de innovación en IA aumentando en todo el mundo, SRJ de Yokohama también ha estado operando un laboratorio de desarrollo de software para crear la función de Live Translate de Galaxy AI que, desde finales del año pasado, traduce automáticamente las llamadas de voz en tiempo real. 

“La función Live Translate es especialmente útil en los viajes, como en el caso de quienes acudan a los Juegos Olímpicos de este año en París“, afirma Takayuki Akasako, director de Inteligencia Artificial de SRJ. “Actualmente estamos desarrollando un programa de reconocimiento de voz para turistas y van a ver los Juegos Olímpicos de París y entrenando el programa de reconocimiento de voz para aprender sobre los Juegos y las ubicaciones de los estadios para París 2024“.  

Comprensión del contexto en el reconocimiento de voz  

Para aquellos que ya utilizan las funciones de traducción de Galaxy AI, estas opciones pueden parecer muy útiles. Pero los desarrolladores que las han creado saben que poder comunicarse en el extranjero no es algo que se pueda dar por sentado. 

Una cosa que el equipo notó fue que hay más homónimos en japonés que en otros idiomas. Por ejemplo, ‘palillos’ (Hashi,箸) y ‘puente’ (Hashi,橋) son relativamente fáciles de distinguir debido a la diferencia de entonación, pero palabras como ‘turismo’ (Kankō,観光), ‘costumbres’ (Kankō,慣行), ‘público’ (Kōkyō,公共) y ‘prosperidad’ (Kōkyō,好況) deben interpretarse según el contexto. 

“La interpretación se vuelve más difícil cuando el contexto es ambiguo, como en los casos de nombres de sitios y personas, nombres propios, dialectos y números“, dice Akasako. “Por lo tanto, para mejorar la precisión del reconocimiento de voz, se necesitan muchos datos“. 

“Siempre buscamos formas de ajustar el modelo de IA para eventos y momentos clave, a tiempo“, añade Akasako. “Con muchas combinaciones nuevas de nombres de lugares y actividades, es importante que el contexto quede claro cuando las personas usan Galaxy AI“. 

Desafíos en la recopilación de datos eficientes 

Si bien también es importante reconocer los tipos de datos necesarios, recopilar la información es un desafío aparte. 

Anteriormente, el equipo de SRJ utilizaba datos grabados por personas para entrenar el motor de reconocimiento de voz para la función Live Translate, lo que no resultaba en una recopilación de datos suficiente. 

Samsung Gauss, el modelo de lenguaje grande (LLM, por sus siglas en inglés) de la compañía, utiliza guiones para estructurar oraciones con palabras o expresiones que son relevantes para cada escenario. Los datos recopilados con Samsung Gauss no solo los graban las personas, también los generan datos de síntesis de voz text-to-speech (TTS), por medio de los cuales las personas realizan la verificación de calidad final. Con este método, el equipo ha observado una mejora significativa en la eficiencia de la recopilación de datos. 

“Cada vez que se identifica y resuelve un problema, la precisión del reconocimiento de voz mejora significativamente“, explica Akasako. “Independientemente de dónde se encuentren las personas, nuestro objetivo es conectarlas entre sí, y las herramientas impulsadas por Galaxy AI garantizarán una comunicación más divertida y eficiente“. 

Hay un dicho en el Instituto de Investigación y Desarrollo de Samsung de Polonia (SRPOL, por sus siglas en inglés): “Un día en SRPOL dura 96 ​​horas”, lo que refiere a su papel global como uno de los centros de Investigación y Desarrollo (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 avances como el reconocimiento automático de voz, la traducción automática neuronal y modelos de texto a voz para más de 30 idiomas. Cuando se buscó incorporar 10 idiomas a Galaxy AI, esta experiencia significó que el equipo estaba bien preparado para combinar continuamente las perspectivas culturales con la tecnología global de Samsung. 

SRPOL tiene años de experiencia en procesamiento del lenguaje natural, pero lo que lo hace único es su adaptabilidad para trabajar en cualquier idioma gracias al apasionado equipo y a 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: ‘¡Oh, vaya, aprenderemos 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 Inteligencia Artificial (IA). El mayor beneficio de esto es que acorta el camino de comunicación entre diferentes departamentos y, fundamentalmente, la 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 estos modelos 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 has estado 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, y también ayudó al 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 un objetivo común: 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, que consiste en 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, también los equipos del futuro. Nuestras prácticas mejoradas 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 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. 

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

Aquí es donde el Instituto de Tecnología Vellore colabora con Samsung para producir y desarrollar datos e ideas que impulsan los últimos modelos de Inteligencia Artificial (IA) para las capacidades lingüísticas de Galaxy AI. El centro se desarrolló como parte de los Samsung SEED (Students Ecosystem for Engineered Data) Labs, una iniciativa que desde 2021 permite al personal universitario, estudiantes y becarios en India trabajar en proyectos de Samsung. Este es solo uno de varios programas universitarios financiados por la marca, 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 de Samsung SEED. “Me dieron la 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 a 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 inteligencia artificial para el inglés británico, indio y australiano, así como para los idiomas tailandés, vietnamita e 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 de IA en hindi no fue fácil. El equipo tuvo que garantizar la inclusión de más de 20 dialectos regionales, inflexiones vocales, puntuación y coloquialismos. Además, los hablantes de hindi suelen mezclar palabras en inglés en sus conversaciones, lo que requirió que el equipo realizara varias sesiones de entrenamiento con modelos de IA, con una combinación de datos traducidos y transliterados.  

“El hindi tiene una estructura fonética compleja que incluye sonidos retroflejos, los cuales se producen al curvar la lengua hacia atrás y que no existen en muchos otros idiomas“, afirma Jakki. “Para desarrollar el elemento de síntesis de voz en 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 abarcar dialectos específicos del idioma“. 

Los esfuerzos de colaboración entre Samsung y sus socios académicos fueron fundamentales para desarrollar el modelo de lenguaje de inteligencia artificial que reflejara los matices culturales de las regiones de la India. El Instituto de Tecnología Vellore contribuyó significativamente, al obtener casi un millón de líneas de datos de audio segmentados y organizados de voz, palabras y comandos conversacionales. Estos datos fueron un componente clave para una tarea tan crítica como la incorporación del cuarto idioma más hablado del mundo a Galaxy AI. Trabajar con universidades garantizó que Samsung utilizara información 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, no solo implica trabajar con el mundo académico, 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 mejorando la comprensión, recopilación y análisis de datos lingüísticos para que más personas puedan acceder a las herramientas de IA en el futuro“. 

Brasil, un país diverso con más de 203 millones de habitantes, es una nación que encarna una amplia gama de culturas y tradiciones, y habla el portugués brasileño como idioma oficial; mientras que los 22 países vecinos hablan español. 

Aunque el portugués brasileño y el español latinoamericano se hablan ampliamente, las intrincadas variaciones de ambos idiomas presentaron varios desafíos al enseñar a la Galaxy AI a discernir y distinguir las diferencias regionales. Es por eso por lo que el Instituto de Investigación y Desarrollo de Samsung Brasil (SRBR) colaboró con expertos de Samsung de México, así como con aliados externos, como los institutos de ciencia y tecnología SiDi y Sidia, para formar un equipo multidisciplinario y altamente capacitado que pudiera enfrentar esta tarea. 

Menos barreras, más comprensión 

El equipo utilizó miles de fuentes y una combinación de aprendizaje automático y lenguaje para mejorar el reconocimiento del habla, los textos escritos y las variaciones regionales del modelo de IA. Pero la jerga local y los nombres de figuras famosas (incluidos equipos deportivos, celebridades y bandas) varían mucho entre regiones. Además, el mismo significado puede expresarse con palabras diferentes. Si bien los modelos lingüísticos necesitan datos localizados para obtener una comprensión integral de los diferentes idiomas para traducir, tales variaciones inevitablemente presentan obstáculos.  

Por ejemplo, decimos “alberca” en México, pero es “pileta” en Argentina, Paraguay y Uruguay; en Colombia, Bolivia y Venezuela la alberca es “piscina”, al igual que en Brasil, pero con una ligera diferencia tonal. Y mientras que los colombianos dicen “chévere” para referirse a algo interesante, los mexicanos decimos “padre”. 

Estas diferencias representan enormes desafíos para la comprensión y el aprendizaje del lenguaje de la IA, pero el equipo los superó construyendo modelos de lenguaje más amplios, perfeccionando las herramientas de procesamiento y colaborando a través de fronteras y zonas horarias. 

“Tuvimos que considerar la jerga local y diferentes formas de hablar antes de adaptar y probar el modelo respectivo, lo que requirió una estrecha colaboración entre el equipo de control de calidad (QA) de SRBR y los equipos de desarrollo“, dice Mateus Pedroso, gerente senior y jefe del Laboratorio de Calidad de Software. en SRBR. “Dado que SRBR está tres horas adelantado del equipo de control de calidad en México y 12 horas atrasado del equipo de gestión en Corea, tuvimos que crear nuevos canales y procesos de comunicación para alinear resultados y compartir progresos. Esta colaboración multicultural generó una lluvia de ideas y soluciones para Galaxy AI”. 

Comunicar el éxito  

La filosofía de colaboración abierta de Samsung cobró vida durante este proyecto regional, ya que fue un proceso iterativo que aprovechó la evolución de la tecnología a escala global. Para superar las barreras lingüísticas y culturales, el equipo de SRBR necesitaba recopilar, gestionar y desarrollar cantidades masivas de datos, refinando y mejorando continuamente las fuentes de audio y texto. 

Los equipos crearon áreas clave de responsabilidad para garantizar que todos pudieran beneficiarse de las habilidades colectivas en las oficinas latinoamericanas de la empresa. El equipo de desarrollo de SRBR actuó como parte intermediaria del proyecto, recibió instrucciones de la sede de Samsung y desarrolló nuevas actualizaciones para mejorar el modelo de IA mientras realizaba pruebas para varios escenarios. 

“La fase de prueba requirió una amplia comunicación y colaboración con los equipos de control de calidad para optimizar la experiencia del usuario, y cada ajuste requirió pruebas y revisiones adicionales“, dice Leandro Flores de Moura, Gerente de Desarrollo de Software de SiDi. “El éxito de las capacidades lingüísticas de Galaxy AI se basa tanto en la comunicación y la colaboración como en la experiencia técnica“, añade Nathan Castro, desarrollador de pruebas de control de calidad en SiDi. 

Un camino para la cultura 

Lo que hace que Galaxy AI sea particularmente interesante para todos los involucrados es que no se trata simplemente de un proyecto de lenguaje. Para ellos, el idioma es una guía cultural que proporciona información valiosa sobre la herencia y la identidad de las personas. 

“Para el equipo de control de calidad de SiDi, este fue un esfuerzo que cambiará el mundo al permitir que las culturas se unan y superen la dificultad de comunicarse en diferentes idiomas“, agrega Estefanía Castro Suárez, desarrolladora de pruebas de SiDi. “Saber que fuimos parte de esto nos llena de orgullo y motivación”. 

“La forma en que colaboró el equipo de SRBR ejemplifica lo que Galaxy AI se propone lograr: hacer del mundo un lugar más cercano mediante la comunicación, el intercambio y la interacción con personas, incluso con aquellas que hablan diferentes idiomas”, concluye Pedroso. “Esta capacidad solo crecerá a medida que se incorporen más idiomas a Galaxy AI“. 

Samsung Research combinó datos y tecnología de vanguardia. Junto con la Oficina de I+D empresarial de Mobile eXperience (MX), perfeccionaron aún más esta tecnología para desarrollar funciones de traducción impulsadas por la IA en el dispositivo, que se pueden utilizar para traducción en tiempo real durante llamadas y en varias aplicaciones. Samsung Newsroom se reunió con Yoonjung Choi y Yonghyun Ryu del Centro Global de IA de Samsung Research para aprender más sobre estas ambiciosas funciones. 

▲ (De izquierda a derecha) Yoonjung Choi y Yonghyun Ryu del Centro Global de IA de Samsung Research

Comunicación fluida y gran seguridad con IA en el dispositivo 

La IA en el dispositivo es el diferenciador clave de las funciones Intérprete y Traducción Simultánea de Galaxy AI, presentadas a los usuarios mediante el lanzamiento de la serie Galaxy S24 a principios de este año. Aprovechando los recursos informáticos avanzados integrados en los propios dispositivos, los smartphones pueden proporcionar servicios sin depender de servidores o de la nube. Los usuarios pueden estar seguros de que sus datos permanecerán privados y seguros ya que la información no se comparte con fuentes externas. 

El Centro Global de IA de Samsung Research contribuyó a integrar tecnología patentada en su modelo de traducción de IA para comercializar estas funciones para un uso generalizado. 

Al visualizar una amplia gama de aplicaciones, el equipo de Samsung Research y la oficina de Investigación y Desarrollo de MX obtuvieron una gran cantidad de datos. “Recopilamos datos coloquiales para la traducción en tiempo real durante las llamadas en Traducción Simultánea y datos relacionados con viajes para Interpreter”, explicó Yoonjung Choi, quien dirigió el proyecto. “Para proporcionar la traducción más precisa, estudiamos e incorporamos el lenguaje informal utilizado en salas de chat y etiquetas HTML utilizadas en navegadores web”. 

▲ Los casos de uso para la traducción con IA en el dispositivo incluyen ① Traducción Simultánea, ② traducción de mensajes de texto y conversaciones, ③ traducción en Samsung Notes y ④ traducción de navegador web.

Cómo Samsung Research entrenó su modelo de IA 

El modelo de traducción de IA del equipo de Samsung Research se basa en una tecnología de aprendizaje profundo que aprende de sus propios datos. Yonghyun Ryu, responsable de investigación y el desarrollo de la IA, comparó este proceso con la crianza de un niño. “De manera similar a cómo un niño necesita excelentes recursos educativos y cuidadores para crecer y prosperar, se requieren buenos datos lingüísticos e investigadores talentosos al desarrollar un modelo de traducción de IA de alto rendimiento”, describió. 

Samsung Research tiene ambas cosas: desde 2013, la empresa ha estado brindando servicios de traducción internos, realizando investigación y desarrollo relacionados con la traducción de IA y acumulando datos de alta calidad. 

El equipo de expertos en aprendizaje profundo de Samsung Research jugó un rol importante en el entrenamiento del modelo de IA. “Si se producen traducciones incorrectas durante el proceso de investigación y desarrollo, es necesario identificar el problema y realizar mejoras. Sin embargo, esto puede suponer un desafío y llevar mucho tiempo para los investigadores que no cuentan con las capacidades ni la experiencia suficientes”, explicó. “Nuestros investigadores utilizaron su experiencia y conocimientos para analizar rápidamente la causa del problema y encontrar una solución para mejorar el modelo de traducción de IA”. 

▲ Yonghyun Ryu del Centro Global de IA de Samsung Research

Para evaluar el rendimiento de las traducciones de Galaxy AI, el equipo de Samsung Research utilizó métricas cuantitativas basadas en conjuntos de pruebas, así como evaluaciones cualitativas realizadas por traductores humanos y la Oficina de Investigación y Desarrollo de MX. 

Además, el equipo ganó credibilidad al competir en concursos mundiales de traducción automática. “Aunque la participación requiere tiempo y esfuerzo, un buen desempeño en las competiciones proporciona un impulso para la investigación y el desarrollo”, enfatizó Ryu. “Pudimos lograr resultados sólidos porque los miembros de nuestro equipo pudieron discutir libremente nuevas ideas y ponerlas a prueba”. 

Entender las particularidades de cada idioma 

Cada idioma tiene características que son únicas de su cultura; estas pueden incluir honoríficos, inflexiones de tono y signos de puntuación distintos. Para que las traducciones sean lo más precisas posible, el modelo de traducción de IA considera todas estas idiosincrasias lingüísticas. Por ejemplo, en coreano y japonés, los honoríficos se traducen para mantener un tono respetuoso. 

Samsung colaboró con centros regionales de I+D para comprender plenamente los idiomas en su contexto cultural. “Al trabajar estrechamente con investigadores y lingüistas de otros países, pudimos ofrecer una traducción más precisa y completa”, dijo Choi. 

Al mismo tiempo, manejar diferentes idiomas implica a menudo prueba y error. “El vietnamita, por ejemplo, es una lengua tonal. Sin embargo, durante el proceso de investigación nos dimos cuenta de que los usuarios vietnamitas a menudo omiten tonos en conversaciones informales cuando chatean”, explicó. “Necesitábamos datos adicionales para ayudar a las funciones a traducir frases sin tonos”. Para el tailandés, Samsung Research desarrolló un separador especial de frases porque el idioma no utiliza puntuación. 

Por qué la tecnología ligera es la clave para lograr modelos de IA eficaces en los dispositivos 

Samsung Research comenzó a desarrollar su modelo de traducción de IA en el dispositivo en 2019. “A diferencia de los modelos de IA basados en servidores, los modelos de IA en dispositivos deben ejecutarse únicamente utilizando los dispositivos de los usuarios”, afirmó Ryu. “Desarrollar tecnología ligera que utilice recursos mínimos es fundamental”. Para aligerar el modelo, el equipo utilizó tecnología de “destilación de conocimientos” y “cuantificación”. 

La destilación de conocimientos es un método que extrae conocimientos de un modelo de docente grande y de alto rendimiento y lo entrega a un modelo de estudiantes más pequeño. Esto es similar a cuando un profesor resume un tema para que un estudiante pueda digerir la información de manera más fácil y eficiente. 

La cuantificación simplifica los algoritmos de IA para reducir el tamaño del modelo y agiliza el proceso para aumentar la velocidad de respuesta. 

Ryu comparó la cuantificación con dibujar fresas. “Se necesita una amplia gama de colores para pintar fresas realistas, pero las fresas también se pueden hacer solo con rojo y verde”, explicó. “La cuantificación es el proceso de minimizar la cantidad de colores necesarios para dibujar fresas mientras se intenta acercarla lo más posible a la realidad”. 

▲ Yoonjung Choi del Centro Global de IA de Samsung Research

En el campo de la IA, la destilación y la cuantificación del conocimiento son enfoques bien conocidos para aligerar los modelos. Sin embargo, implementarlos a escala comercial no es fácil debido a las diferencias en los métodos y factores experimentales detallados de cada investigador. Samsung Research desarrolló tecnología patentada al descubrir una técnica de cuantificación eficiente y crear un algoritmo acelerado basado en ella. “A través de una experimentación constante, encontramos una manera óptima de hacer que el modelo sea más liviano”, comentó Choi. 

Al combinar el modelo de traducción de IA de alta calidad con algoritmos que hacen que los modelos sean más livianos y aceleran el tiempo de respuesta, nacieron funciones de IA ligeras y rápidas en el dispositivo. 

La cultura detrás del idioma: ¿Cómo sería el modelo de traducción de IA perfecto? 

Los investigadores del Centro Global de IA de Samsung Research tienen objetivos brillantes mientras lideran el campo de la IA en dispositivos. “Mi objetivo final es ayudar a los usuarios a comunicarse de forma fluida y cómoda con personas que hablan otros idiomas”, afirmó Choi. Ryu reveló su visión para construir el traductor perfecto. “Algún día queremos crear un traductor que realmente comprenda las culturas detrás de los idiomas que traduce, equipado con un amplio conjunto de conocimientos”, expresó. “Quiero desafiarme a mí mismo para desarrollar un traductor que el mundo nunca haya visto antes”. 

▲ El equipo del Centro Global de IA de Samsung Research desarrolló la función de traducción de IA en el dispositivo.

Las funciones de traducción de IA en el dispositivo de Samsung permiten que cualquier persona con un dispositivo móvil habilitado se comunique libremente, sin preocuparse por la conexión a Internet o la fuga de información. De cara al futuro, el equipo de Samsung Research seguirá liderando en materia de innovación en campo de la IA y ofreciendo nuevos niveles de comodidad a los usuarios.