На фоне более чем 2000 языков, распространённых в Африке, большинство из них остаются непредставленными в системах искусственного интеллекта. Cohere Labs, через свою группу Regional Africa, объявила о переходе проекта Afri-Aya V2 от дорожной карты к активной фазе, направленной на сбор и оценку данных для африканских языков.
Вторая фаза Afri-Aya V2 фокусируется на практической работе: сборе данных для конкретных языков, их оценке, контроле качества и операциях сообщества. Этот шаг означает переход от планирования к непосредственному формированию обучающих наборов для ИИ.
Проект Afri-Aya расширяет предыдущую фазу, которая уже включала создание датасетов для ганда, киньяруанда и английского языков. Эти наборы данных поддерживали задачи Image-to-Text (описание изображений текстом) и Visual Question Answering (ответы на вопросы по изображениям), что подчёркивает мультимодальный подход к данным.
Инициатива Cohere Labs разворачивается на фоне аналогичных усилий гигантов индустрии. Google DeepMind уже выпустил датасет WAXAL для 27 языков и финансирует Masakhane AI Hub, который работает с более чем 40 африканскими языками. Это указывает на растущую важность и конкуренцию в сегменте развития ИИ для языкового разнообразия.
Запуск активной фазы Afri-Aya V2 демонстрирует стремление Cohere Labs не просто исследовать, но и практически решать проблему языкового неравенства в ИИ, вовлекая в этот процесс местные сообщества. Однако вендор не уточнил, какие именно новые языки будут добавлены в V2 и каков целевой объём собираемых данных.