Model AI bahasa besar memerlukan token lebih banyak untuk sesetengah bahasa

Apa yang berlaku

Kajian oleh Coalition for Language Equity in AI Research mendapati model bahasa besar (LLM) memerlukan sehingga 5 kali ganda bilangan token berbanding bahasa Inggeris apabila memproses bahasa yang kurang digunakan. Dapatan ini, sebagaimana dilaporkan oleh Computerworld, menunjukkan jurang kos yang ketara bagi pengguna yang berinteraksi dengan AI dalam bahasa selain bahasa Inggeris.

Menurut laporan tersebut, lebihan token ini bukan sahaja meningkatkan kos penggunaan model, tetapi juga melambatkan tindak balas kepada sesetengah pengguna. Kesannya tidak dirasai sama rata, kerana ia bergantung kepada bahasa yang digunakan.

Isu ini menyerlahkan ketidaksamaan antara bahasa yang dominan dengan bahasa yang kurang diwakili dalam ekosistem AI. Kajian itu menunjukkan bahawa kecekapan dan harga perkhidmatan AI tidak konsisten merentas bahasa.

Mengapa ia penting

Bagi pemimpin pengalaman pelanggan, kos dan kelajuan merupakan sebahagian daripada pengalaman itu sendiri. Apabila respons menjadi perlahan atau mahal untuk bahasa tertentu, organisasi yang menggunakan AI untuk perkhidmatan pelanggan berisiko menyampaikan kualiti layanan yang tidak setara kepada penggunanya. Ketepatan jawapan sahaja tidak mencukupi jika kebolehcapaian dan kepantasan berbeza mengikut bahasa.

Bagi pemimpin transformasi digital, dapatan ini mengetengahkan keperluan untuk menilai model AI bukan sekadar pada prestasi keseluruhan, tetapi juga pada kos dan prestasi dalam bahasa sebenar yang digunakan oleh pelanggan dan pekerja. Ini membuka perbincangan tentang cara organisasi merancang perkhidmatan digital yang inklusif dari peringkat awal.

Pandangan Renascence

Kebanyakan pembaca mungkin melihat ini sebagai isu teknikal berkaitan kos pengkomputeran. Hakikatnya, ia adalah isu reka bentuk perkhidmatan yang berpunca daripada cara sistem dilatih dan dinilai.

Jika pengalaman pelanggan anda tidak sama baik dalam semua bahasa, perkhidmatan AI anda belum benar-benar siap untuk pasaran. Prinsip asas yang perlu dipegang ialah keadilan dalam pengalaman, bukan sekadar purata prestasi. Pengendali yang mengutamakan pelanggan wajar mengukur kos dan kelajuan bagi setiap bahasa sasaran sebelum melancarkan perkhidmatan, dan menjadikan keseragaman layanan sebagai metrik kejayaan yang sama penting dengan ketepatan.