บราซิลเป็นประเทศที่มีความหลากหลายทางประชากรจำนวนกว่า 203 ล้านคน เต็มไปด้วยความหลากหลายทางวัฒนธรรมและขนบธรรมเนียมประเพณี โดยชาวบราซิลใช้ภาษาโปรตุเกสแบบบราซิลเป็นภาษาราชการ ในขณะที่เพื่อนบ้านอีกกว่า 22 ประเทศนั้นใช้ภาษาสเปน

แม้ว่าคนจะพูดภาษาโปรตุเกสแบบบราซิลและสเปนกันอย่างแพร่หลาย แต่ความแตกต่างที่ซับซ้อนของทั้ง 2 ภาษาสร้างความท้าทายอย่างมากในการสอน Galaxy AI ให้สามารถแยกแยะหรือเข้าใจความแตกต่างของภาษาที่ใช้ในภูมิภาคนี้ได้ นั่นคือเหตุผลที่ทำให้สถาบันวิจัยและพัฒนาซัมซุงบราซิล (SRBR) จับมือกับผู้เชี่ยวชาญของซัมซุงในเม็กซิโกและพันธมิตรอื่น ๆ เช่น สถาบันวิทยาศาสตร์และเทคโนโลยี SiDi และ Sidia ในการสร้างทีมที่มีทักษะสูงจากในหลายสาขาวิชาชีพให้สามารถรับมือกับงานนี้ได้

ลดขีดจำกัด เพิ่มความเข้าใจ

ทีมงานใช้แหล่งข้อมูลหลายพันแห่ง พร้อมทั้ง Machine Learning และเครื่องมือประมวลภาษาเพื่อปรับปรุงโมเดล AI ในเรื่องการรู้จำเสียงพูด ข้อความที่เป็นลายลักษณ์อักษร และความแตกต่างของภาษาในแต่ละภูมิภาค รวมถึงคำศัพท์เฉพาะที่ใช้ในท้องถิ่นและชื่อเฉพาะ เช่น ทีมนักกีฬา คนดัง และวงดนตรีที่มีชื่อเสียง ซึ่งในแต่ละภูมิภาคอาจเรียกต่างกัน ในขณะที่การสื่อสารหนึ่งความหมายอาจใช้คำได้หลายแบบ ทำให้การพัฒนาโมเดลภาษาจำเป็นต้องใช้ข้อมูลในท้องถิ่น เพื่อทำความเข้าใจภาษาต่าง ๆ อย่างรอบด้านก่อนจะแปลออกมา ซึ่งความแตกต่างเหล่านี้จึงเป็นอุปสรรคต่อการพัฒนา AI อย่างหลีกเลี่ยงไม่ได้

ตัวอย่างเช่น คำว่า “สระว่ายน้ำ” ในเม็กซิโกใช้คำว่า “Alberca” ส่วนในอาร์เจนตินา ปารากวัย และอุรุกวัยใช้คำว่า “Pileta” แต่ในโคลอมเบีย โบลิเวีย และเวเนซุเอลาใช้คำว่า “Piscina” เหมือนกับในบราซิล แต่ออกเสียงต่างกันเล็กน้อย และชาวโคลอมเบียอาจพูดว่า “Chévere” เพื่อสื่อถึงอะไรคูล ๆ เจ๋ง ๆ แต่ชาวเม็กซิกันจะใช้คำว่า “Padre” ซึ่งอีกความหมายหนึ่งแปลว่าคุณพ่อ โดยความแตกต่างดังกล่าวเป็นอุปสรรคท้าทายอย่างมากในการทำความเข้าใจและเรียนรู้ภาษาของ AI แต่ทีมสามารถเอาชนะได้ด้วยการสร้างโมเดลภาษาขนาดใหญ่ขึ้น ปรับเครื่องมือประมวลผล และทำงานร่วมกันแบบข้ามพรมแดนและโซนเวลาที่แตกต่างกัน

Mateus Pedroso ผู้จัดการอาวุโสและหัวหน้าฝ่าย Software Quality Lab, SRBR กล่าวว่า “เราต้องศึกษาคำสแลงในท้องถิ่นและวิธีการพูดที่แตกต่างกัน ก่อนจะปรับและทดสอบโมเดลตาม ซึ่งจำเป็นต้องมีการทำงานร่วมกันอย่างใกล้ชิดระหว่างทีมประกันคุณภาพ (QA) ของ SRBR กับทีมพัฒนา เนื่องจาก SRBR ตั้งอยู่ในโซนเวลาที่เร็วกว่าทีม QA ในเม็กซิโก 3 ชั่วโมงและตามหลังทีมผู้บริหารในเกาหลี 12 ชั่วโมง เราจึงต้องสร้างช่องทางและกระบวนการสื่อสารใหม่ๆ เพื่ออัปเดตผลลัพธ์และความคืบหน้าร่วมกัน ซึ่งจากการทำงานข้ามโซนเวลานี้ ทำให้เกิดแนวคิดและโซลูชันมากมายสำหรับ Galaxy AI”

ความสำเร็จในการสื่อสาร

ปรัชญาความร่วมมือของซัมซุงเกิดขึ้นจริงในโครงการครั้งนี้ โดยใช้เทคโนโลยีต่าง ๆ เพื่อเอาชนะอุปสรรคด้านภาษาและวัฒนธรรม ซึ่งทีมงาน SRBR จำเป็นต้องรวบรวมและจัดการข้อมูลจำนวนมหาศาล เพื่อปรับปรุงและพัฒนาข้อมูลเสียงและข้อความอย่างต่อเนื่อง โดยทีมงานต้องกำหนดหน้าที่ความรับผิดชอบ เพื่อให้ทุกคนได้ประโยชน์สูงสุดร่วมกัน โดยทีมพัฒนาของ SRBR ทำหน้าที่เป็นตัวกลางของโครงการในการรับแนวทางการทำงานจากซัมซุงสำนักงานใหญ่ รวมไปถึงการอัปเดตองค์ประกอบที่ใช้ในการพัฒนาโมเดล AI รวมไปถึงการทำการทดสอบการใช้งาน

Leandro Flores de Moura ผู้จัดการฝ่ายพัฒนาซอฟต์แวร์ SiDi กล่าวว่า “ขั้นตอนการทดสอบจำเป็นต้องมีการสื่อสารและการทำงานร่วมกันกับทีม QA เพื่อยกระดับประสบการณ์ผู้ใช้งาน การพัฒนาแต่ละครั้งต้องอาศัยการทดสอบและการตรวจสอบที่เข้มงวดมากขึ้น”

ด้าน Nathan Castro ผู้พัฒนาการทดสอบ QA SiDi กล่าวเพิ่มเติมว่า “ความสำเร็จในการพัฒนาความสามารถทางภาษาของ Galaxy AI เกิดจากการสื่อสารและการทำงานร่วมกันที่ใช้มากพอ ๆ กับความเชี่ยวชาญด้านเทคนิค”

เส้นทางวัฒนธรรม

สิ่งที่ทำให้ Galaxy AI น่าสนใจคือ สิ่งที่เกิดขึ้นไม่ใช่แค่โครงการด้านภาษาเท่านั้น แต่สำหรับทีมงาน ภาษาคือคู่มือทางวัฒนธรรมที่ให้ข้อมูลในเชิงลึกอันมีค่าเกี่ยวกับมรดกทางวัฒนธรรมและอัตลักษณ์ของผู้คน

Estefanía Castro Suárez นักพัฒนาระบบทดสอบ SiDi กล่าวว่า “สำหรับทีม QA ของ SiDi นี่เป็นความพยายามที่จะเปลี่ยนแปลงโลกด้วยการเชื่อมโยงวัฒนธรรมต่าง ๆ เข้าไว้ด้วยกัน และเอาชนะความยากลำบากในการสื่อสารที่มีภาษาแตกต่างกัน เมื่อทีมงานของเรารู้ว่าจะได้เข้าร่วมในโครงการนี้ เราทุกคนรู้สึกภูมิใจและมีแรงจูงใจในการทำงาน”

วิธีการทำงานร่วมกันของทีม SRBR เป็นตัวอย่างที่สะท้อนให้เห็นถึงเป้าหมายของ Galaxy AI ที่อยาก ให้เราใกล้ชิดกันได้มากขึ้นผ่านการสื่อสาร การแบ่งปัน การมีปฏิสัมพันธ์กับผู้คน และสามารถก้าวข้ามกำแพงภาษาที่แตกต่างกันได้ Mateus Pedroso กล่าวทิ้งท้าย