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. Imagine 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 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 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 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 reflejara 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 utilizara 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 con funciones como Traducción simultánea, Intérprete, Asistente de notas y Asistente de Navegación. Pero ¿qué implica realmente el desarrollo del lenguaje de la IA? La última vez visitamos China para conocer la importancia de asociarnos con otros líderes en IA. Esta vez, estamos en Brasil para explorar cómo trabajan los equipos a través de culturas y fronteras para llevar Galaxy AI a más personas.

Brasil, un país diverso con más de 203 millones de habitantes que encarna una amplia gama de culturas y tradiciones, utiliza el portugués brasileño como idioma oficial. Mientras tanto, 22 países vecinos utilizan el español latinoamericano.

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 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, piscina es “alberca” en México, pero es “pileta” en Argentina, Paraguay y Uruguay. Mientras tanto, en Colombia, Bolivia y Venezuela la piscina es “piscina”, así como también en Brasil, pero con una ligera diferencia tonal. Y mientras que los colombianos dicen “chévere” para referirse a algo interesante, los mexicanos dicen “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 un festival de ideas y soluciones para la Galaxy AI”.

Comunicando 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 tipos de uso.

“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 la 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.

Una hoja de ruta para la cultura

Lo que hace que Galaxy AI sea particularmente interesante para todos los involucrados es el hecho de que no se trataba 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”.

En el próximo episodio de La Curva de Aprendizaje, nos trasladaremos hacia la India para conocer cómo Galaxy AI permite que más usuarios maximicen su potencial.

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 (Tocar para buscar).

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.

A medida que Samsung continúa siendo pionera en experiencias móviles de inteligencia artificial de primera calidad, visitamos los centros de investigación de Samsung en todo el mundo para aprender cómo la IA de Galaxy está permitiendo que más usuarios maximicen su potencial. Ahora, la IA de Galaxy es compatible con 16 idiomas, permitiendo que más personas puedan expandir sus capacidades lingüísticas, incluso sin conexión, gracias a la traducción en el dispositivo en funciones como Traducción Simultánea, Intérprete, Asistente de Notas y Asistente de Navegación. ¿Pero en qué consiste el desarrollo del lenguaje de la IA? Esta serie examina los desafíos de trabajar con IA móvil y cómo los superamos. Para empezar, nos dirigimos a Indonesia para aprender dónde comienza uno a enseñar a la IA a hablar un nuevo idioma.

Según el equipo del Samsung R&D Institute Indonesia (SRIN), el primer paso es establecer objetivos, “Una gran IA comienza con datos de buena calidad y relevantes. Cada idioma exige una manera diferente de procesar esto, por lo que nos sumergimos profundamente para comprender las necesidades lingüísticas y las condiciones únicas de nuestro país”, dice Junaidillah Fadlil, Head de IA en SRIN, cuyo equipo recientemente agregó soporte para Bahasa Indonesia (idioma indonesio) a Galaxy AI. “El desarrollo de idiomas locales debe estar liderado por insights y la ciencia, por lo que cada proceso para agregar idiomas a Galaxy AI comienza con nosotros planificando qué información necesitamos y podemos obtener legal y éticamente”.

Las características de Galaxy AI, como Traducción Simultánea, realizan tres procesos principales: reconocimiento automático de voz (ASR, su sigla en inglés), traducción automática neuronal (NMT, su sigla en inglés) y texto a voz (TTS, su sigla en inglés). Cada proceso necesita un conjunto distinto de información.

ASR, por ejemplo, necesita grabaciones extensas de voz en numerosos entornos, cada una de ellas acompañada de una transcripción precisa del texto. Los diferentes niveles de ruido de fondo ayudan para tener en cuenta los diferentes entornos. “No basta con añadir ruidos a las grabaciones”, explica Muchlisin Adi Saputra, Head de ASR del equipo. “Además de los datos lingüísticos que obtuvimos de los socios autorizados de terceros, debemos salir a cafeterías o entornos de trabajo para grabar nuestras propias voces. Esto nos permite capturar de forma auténtica sonidos únicos de la vida real, como las voces de la gente o el ruido de los teclados”.

También hay que tener en cuenta la naturaleza siempre cambiante de las lenguas. Saputra añade: “Tenemos que estar al día de la jerga más reciente y de cómo se utiliza, ¡y la mayoría de las veces la encontramos en las redes sociales!”.

A continuación, NMT requiere datos de entrenamiento de traducción. “Traducir el bahasa indonesio es todo un reto”, afirma Muhamad Faisal, líder del equipo de NMT. “Su uso extensivo de significados contextuales e implícitos se basa en señales sociales y situacionales, por lo que necesitamos numerosos textos traducidos a los que la IA pueda hacer referencia para nuevas palabras, palabras extranjeras, nombres propios y modismos, cualquier información que ayude a la IA a comprender el contexto y las reglas de comunicación”.

Luego, TTS requiere grabaciones que abarquen una variedad de voces y tonos, con un contexto adicional sobre cómo suenan partes de palabras en diferentes circunstancias. “Buenas grabaciones de voz podrían hacer la mitad del trabajo y cubrir todos los fonemas requeridos (unidades de sonido en el habla) para el modelo de IA”, agrega Harits Abdurrohman, líder de TTS. “Si un actor de voz hizo un gran trabajo en la fase anterior, el enfoque se desplaza hacia el perfeccionamiento del modelo de IA para pronunciar claramente palabras específicas”.

Juntos somos más fuertes

Se necesitan diversos recursos para planificar tantos datos, y el SRIN trabajó en estrecha colaboración con expertos en lingüística. “Este desafío requiere creatividad, ingenio y experiencia tanto en Bahasa Indonesia como en aprendizaje automático”, reflexiona Fadlil. “La filosofía de colaboración abierta de Samsung jugó un papel importante en lograr que se hiciera el trabajo, al igual que nuestra escala de operaciones y nuestra historia en el desarrollo de IA”.

Trabajando con otros centros de investigación de Samsung en todo el mundo, el equipo del SRIN pudo adoptar rápidamente las mejores prácticas y superar las complejidades de establecer objetivos de datos. Además, la colaboración fue beneficiosa para avanzar no solo en tecnología, sino también en cultura. Cuando el equipo del SRIN se unió a sus contrapartes en Bangalore, India, observaron las costumbres locales de ayuno, creando conexiones más profundas y expandiendo su comprensión de diferentes culturas.

Para el equipo, el proyecto de expansión del lenguaje de Galaxy AI adquirió un nuevo significado. “Estamos especialmente orgullosos de nuestros logros aquí, ya que este fue nuestro primer proyecto de IA, y no será el último mientras continuemos refinando nuestros modelos y mejorando la calidad de la entrega”, concluye Fadlil. “Esta expansión no solo refleja nuestros valores de apertura, sino que también respeta e incorpora nuestras identidades culturales a través del lenguaje”.

En el próximo episodio de La Curva de Aprendizaje, nos dirigiremos al R&D Institute Jordan para hablar con el equipo que dirigió el proyecto de idioma árabe de Galaxy AI. Conéctate para conocer las complejidades de crear y entrenar un modelo de IA para un idioma con diversos dialectos.