Amii-Forscher nutzen KI, um afrikanische Sprachen zu bewahren und alte Chiffren zu knacken

Afrikanische Sprachen in die KI bringen

Laut Amii werden die meisten KI-Werkzeuge mit Englisch, Chinesisch und europäischen Sprachen trainiert, sodass Millionen Sprecherinnen und Sprecher afrikanischer Sprachen stark unterrepräsentiert sind. Das Institut warnt, diese digitale Kluft könne Gemeinschaften von KI-Fortschritten in Bildung, Gesundheitsversorgung und Infrastruktur abschneiden.

Ife Adebara ist Amii Fellow, Canada CIFAR AI Chair und Assistant Professor an der University of Alberta. Sie leitet gemeinsam das Projekt African Next Voices, eine internationale Zusammenarbeit, die von der Gates Foundation, Meta und afrikanischen Institutionen unterstützt wird. Amii beruft sich auf The Conversation und erklärt, die Initiative sammle den bislang größten Sprachdatensatz afrikanischer Sprachen für KI.

Adebara beschreibt das Problem so: "Wenn eine Sprache nicht in den Daten vorkommt, kommen ihre Sprecher nicht im Produkt vor, und KI kann für sie weder sicher noch nützlich oder fair sein." (Ife Adebara, zitiert von Amii)

So entsteht der Sprachdatensatz

Das Projekt konzentriert sich auf automatische Spracherkennung (ASR). Das Team sammelt ethisch einwandfrei gewonnene Sprachdaten in Kenia, Nigeria und Südafrika. Die Aufnahmen umfassen Dutzende Sprachen, darunter isiZulu, Hausa, Yoruba, Kikuyu und Igbo, und decken Themen von Gesundheit und Landwirtschaft bis zu Alltagsgesprächen ab.

Laut Amii legt das Training von Modellen mit gesprochenen Dialekten die Grundlage für lokalisierte Sprachassistenten, medizinische Anwendungen und Bildungs-Chatbots, damit Menschen Technologie in den Sprachen nutzen können, in denen sie leben. Adebara sagt, wenn das Projekt gelinge, werde integrierte KI in afrikanischen Sprachen "weltweit neue Maßstäbe für inklusive, verantwortungsvolle KI setzen".

Verschlüsselte Manuskripte mit NLP knacken

Greg Kondrak, Amii Fellow und Professor für Informatik an der University of Alberta, arbeitet am historischen Ende des Spektrums. Amii zufolge sind rund 1 % der erhaltenen historischen Manuskripte in Geheimschrift verfasst und verbergen etwa politische Geheimnisse, Liebesbriefe und alte Heilmittel. Sie von Hand zu entschlüsseln, kann ein ganzes Leben dauern. Laut einem Bericht von La Presse knackt Kondrak solche Chiffren mit Natural Language Processing in Minuten.

2018 analysierten Kondrak und der Forscher Bradley Hauer mit NLP das Voynich-Manuskript aus dem 15. Jahrhundert und identifizierten Hebräisch als wahrscheinlichste zugrunde liegende Sprache. Später wandte sein Team algorithmische Modelle auf Edward Elgars Dorabella-Chiffre von 1897 an und stellte fest, dass sie eher einer Musiknotation als einem Text entspricht und eine verborgene, spielbare Melodie enthält.

Was das bedeutet

Amii beschreibt die KI-Modelle als intelligente "Copiloten" für Historiker, die Muster in Millionen von Zeichen aufdecken können. Zusammen zeigen die beiden Projekte, wie KI sowohl den Zugang zu aktueller Technologie erweitern als auch bislang unzugängliche Aufzeichnungen lesbar machen kann.

Für Sprecherinnen und Sprecher afrikanischer Sprachen lautet das erklärte Ziel, KI-basierte Dienste in ihrer eigenen Sprache nutzen zu können. Amii, das nach eigenen Angaben ein Netzwerk von mehr als 500 aktiven Forschenden unterstützt, präsentiert die Arbeit als Teil seiner umfassenderen Bemühungen, die KI-Wissenschaft voranzubringen.