إم إل كومونز وHugging Face يطلقان مجموعة بيانات صوتية ضخمة للبحث

نوعان من البنية التحتية العامة

تنظر إم إل كومونز إلى المسألة من زاوية القياس: فهي مجموعة عمل غير ربحية معنية بسلامة الذكاء الاصطناعي تجمع باحثين من الصناعة والأوساط الأكاديمية حول تقييم مشترك. أما Hugging Face فتنظر إليها من زاوية التوزيع — فمنصتها Hub هي المكان المعتاد الذي تشارك فيه مجتمعات تعلّم الآلة النماذج، وتدير الشركة أدوات بُني عليها قدر كبير من العمل المفتوح في الصوت واللغة.

ليست المرة الأولى لمخزون كبير

فعلت الشركة ذلك سابقًا وعلى نطاق واسع. في أبريل 2021 أطلقت ورشة BigScience البحثية مع مجموعة من المختبرات الشريكة لبناء نموذج لغوي كبير مفتوح؛ وانتهى الجهد في 2022 بنموذج BLOOM، وهو نموذج متعدد اللغات أرسى إطلاقه نموذجًا لبيانات تدريب وأوزان مفتوحة مبنية مجتمعيًا.

لماذا تُعدّ البيانات الصوتية عنق الزجاجة

جُمعت مخزونات النصوص والصور على نطاق هائل خلال العقد الماضي. أما الصوت فأصعب: التسجيلات تحتاج إلى موافقة ونسخ نصي وتغطية لغوية، وكثير من أفضل المواد يقبع خلف تراخيص تجارية. وتكتسب المجموعة الصوتية العامة أهميتها لأن نماذج الصوت — التعرف والتحديد والتحدث والترجمة — تعتمد على نوع البيانات الذي كان الأصعب في الإتاحة العلنية، ولأن فرق البحث التي لا تملك ميزانيات تراخيص تُستبعد عادة منها.