Herhangi bir büyük yapay zeka modeline İngilizce veya Mandarin dilinde bir soru sorun; büyük olasılıkla akıcı ve nüanslı bir şekilde yanıt verecektir. Aynı soruyu Kantonca sorun ve çatlaklar ortaya çıkmaya başlar. Tam da bu boşluk, Hong Kong merkezli bir girişim olan Votee AI‘nin kapatmaya çalıştığı alan; büyük yapay zeka laboratuvarlarının büyük ölçüde göz ardı ettiği bir dilde bankalara, üniversitelere ve devlet kurumlarına hizmet vermek üzere tasarlanmış bir Kantonca yapay zeka modeli inşa ediyorlar.
Summary
Öne çıkanlar
- OpenAI, Anthropic, DeepSeek, Moonshot AI ve Z.ai gibi şirketler tarafından geliştirilen önde gelen yapay zeka modellerinin çoğu, geliştiricilerinin ABD veya Çin anakarasında bulunması nedeniyle öncelikle İngilizce ve Mandarin dillerinde geliştiriliyor.
- Kantonca dünya çapında 80 milyondan fazla kişi tarafından konuşuluyor; ancak Mandarin’e kıyasla çok daha küçük bir standartlaştırılmış dijital metin havuzuna sahip, bu da onu yapay zeka eğitimi için tam anlamıyla bir “düşük kaynaklı dil” haline getiriyor.
- Votee AI, Meta’nın Llama’sı gibi açık ağırlıklı modelleri Kantonca veriler üzerinde yeniden eğitiyor; kazıma, topluluk kaynakları ve sentetik veriler yoluyla eğitim külliyatını 100 milyondan 500 milyondan fazla token‘a çıkarıyor.
- Ortaya çıkan modeller yaklaşık 70 milyar parametre civarında çalışıyor; sınır (frontier) sistemlerden daha küçükler ve 500 milyon ile 1 milyar token arasında veri kullanılarak eğitilmeleri yaklaşık 250.000 $‘a mal oluyor; bu da İngilizce dilindeki modellere kıyasla maliyetin küçük bir kısmı.
- Şirket, çalışmalarını daha geniş bir “egemen yapay zeka” hamlesinin parçası olarak çerçeveliyor ve şu anda AI Singapore aracılığıyla Güneydoğu Asya’ya açılmak için görüşmeler yürütüyor.
Yapay Zekanın İngilizce ve Mandarin Hakimiyeti Kantonca’yı Geride Bırakıyor
Mevcut yapay zeka patlaması neredeyse tamamen iki dil üzerinde dönüyor. Votee AI CEO’su Pak-Sun Ting’e göre, “tüm yapay zeka devrimi İngilizce ve Mandarin dillerinde” ve “diğer dilleri temsil eden kısım çok küçük bir kesim.” Bu dengesizlik tesadüf değil. Alanda lider olan şirketlerin — OpenAI, Anthropic, DeepSeek, Moonshot AI, Z.ai ve diğerleri — neredeyse tamamı Amerika Birleşik Devletleri veya Çin anakarasında bulunuyor; dolayısıyla amiral gemisi modellerinin, yaratıcılarının ana dillerinde en güçlü olması şaşırtıcı değil.
Bu durum, yaygın olarak konuşulan onlarca dili ve daha da fazla bölgesel lehçeyi yapay zeka yetenekleri açısından çok geride bırakıyor. Kantonca, her gün on milyonlarca insan tarafından konuşulan bir dil için bile bu farkın ne kadar büyük olabileceğinin çarpıcı bir örneği.
Neden Kantonca, Mandarin’den Farklı Bir Dil Gibi Konuşuyor?
Kantonca genellikle Çince’nin bir “lehçesi” olarak tanımlanır, ancak bu etiket gerçekte ne kadar farklı olduğunu olduğundan az gösterir. Mandarin’den farklı bir dilbilgisine ve kendine özgü bir kelime dağarcığına sahiptir ve Hong Kong’da konuşanlar sıklıkla aynı cümle içinde İngilizce ve Kantonca kelimeleri harmanlar. Dünya genelinde 80 milyondan fazla insan Kantonca konuşuyor; bu rakam kabaca Korece konuşanların sayısıyla aynı düzeyde ve İtalyanca veya Tayca konuşan nüfuslardan daha büyük.
Bu ölçeğe rağmen, Kantonca ne Mandarin ne de İngilizce kadar standartlaştırılmış yazılı metin üretmiş durumda. Kyushu Üniversitesi ve Hong Kong Eğitim Üniversitesi’nden araştırmacılar tarafından yerel yapay zeka topluluğu hon9kon9ize ile birlikte geliştirilen ve Votee tarafından desteklenen HKCanto-Eval gibi kıyaslamalar, ana akım yapay zeka modellerinin günlük Kantonca’yı makul derecede iyi idare edebildiğini, ancak kültürel ve yerel bilgi söz konusu olduğunda rutin olarak tökezlediğini ortaya koydu. Ting’in sözleriyle, Kantonca “eğitimde, sağlık hizmetlerinde ve polis iletişiminde kullanılıyor”; dolayısıyla yapay zeka bunu düzgün bir şekilde kapsayamadığında, “yapay zeka esasen işe yaramaz” hale geliyor.
Votee AI’nin Kantonca Yapay Zeka Modeli Oluşturma Yaklaşımının İç Yüzü
Votee, sıfırdan bir model inşa etmek yerine, Meta’nın Llama’sı veya Alibaba’nın Qwen’i gibi mevcut bir açık ağırlıklı sistemi alıyor ve onu yoğun biçimde Kantonca dil verileri üzerinde yeniden eğitiyor. Ting, süreci “temelde sıfırdan bir model eğitiyormuşsunuz gibi aynı adımları atmak” olarak tanımlıyor; sadece bir başkasının temeli üzerine inşa ediliyor. Yeniden eğitilen sistemler daha sonra, Mandarin veya İngilizce’ye varsayılan olarak dönmek yerine Kantonca’da çalışabilen yapay zeka araçlarına ihtiyaç duyan bankalara, üniversitelere ve devlet kurumlarına satılıyor.
Veri Kaynağı Olarak Yayıncılar ve Sentetik Setler
Düşük kaynaklı bir dil için kullanılabilir bir yapay zeka külliyatı oluşturmak, verilerin bulunabildiği her yerden derlenmesi anlamına geliyor. Votee, Kantonca metinleri, şehrin kamu yayıncısı olan Radio Television Hong Kong’un içerikleri de dahil olmak üzere çevrimiçi kazıma yoluyla topluyor. Buna üniversitelerden, daha geniş topluluktan ve büyük veri şirketi olarak önceki çalışmalarından kalan arşivlerden elde edilen materyalleri ekliyor. Gerçek dünya metinlerinin yetersiz kaldığı yerlerde, Votee boşlukları doldurmak için kendi sentetik Kantonca veri setlerini üretiyor. Birlikte ele alındığında, bu çabalar şirketin Kantonca külliyatını 100 milyon tokendan 500 milyondan fazla token‘a çıkardı.
Model Boyutu ve Sınır Laboratuvarlarıyla Karşılaştırıldığında Eğitim Maliyetleri
Votee’nin ortaya çıkan modelleri yaklaşık 70 milyar parametre civarında; önde gelen laboratuvarların en gelişmiş sistemlerinden belirgin şekilde daha küçük. Buna rağmen Ting, modellerin müşterilerinin ihtiyaç duyduğu pratik görevler için Kantonca’yı anlamak ve bu dilde akıl yürütmek açısından yeterince yetkin olduğunu söylüyor. Ekonomi ise kendi hikayesini anlatıyor: Votee, modellerini 500 milyon ile 1 milyar token arasında veri üzerinde, tahmini olarak yaklaşık 250.000 $ maliyetle eğitiyor. Buna karşılık, sınır düzeyindeki İngilizce modeller trilyonlarca token üzerinde, çok daha yüksek maliyetlerle eğitiliyor. İşte bu fiyat farkı, daha küçük ve hedefe yönelik bir Kantonca yapay zeka modelinin bir teknoloji devi yerine bir girişim için bile ticari olarak uygulanabilir olmasının nedeni.
Bu maliyet yapısı, yalnızca Votee’nin kendisi için değil, daha geniş bir anlam taşıyor. Düşük kaynaklı bir dil için yapay zeka pazarına hizmet etmenin, sınır laboratuvarlarına akıtılan milyarlarca doları gerektirmediğini; bunun yerine işe yarar bir açık ağırlıklı temel model, sağlam bir veri hattı ve hesaplama gücünün küçük bir kısmını gerektirdiğini gösteriyor. Bu, Kantonca yapay zeka geliştirmesinin nasıl şekillendiğini izleyen diğer yetersiz hizmet alan diller için anlamlı bir sinyal.
Egemen Yapay Zeka ve Güneydoğu Asya’ya Açılma Hamlesi
Votee’nin çalışmaları, egemen yapay zeka olarak bilinen daha geniş bir eğilimin içinde yer alıyor: hükümetlerin ve şirketlerin, tamamen yurtdışındaki sağlayıcılara bağımlı olmak yerine kendi verilerine, modellerine ve altyapılarına sahip olmak istemesi fikri. Ting, “Yapay zeka o kadar temel bir ihtiyaç haline geldi ki, bağlı olduğunuz ve fişi çekebilecek birine sahip olmak istemezsiniz,” diyor.
Yığını Sahiplenmek, Kısmen de Olsa
Ting, bir ülkenin yapay zeka tedarik zincirinin her halkasını kontrol ettiği en tam egemen yapay zeka versiyonunun pratikte “çok zor” olduğunu açıkça belirtiyor. Daha gerçekçi önerisi, ülkelerin vurgusunun hem temel modelleri hem de bunlardan inşa edilen yazılım çözümlerini sahiplenmek üzerinde olduğu yönünde. Ayrıca, hükümetlerin belirli görevleri otomatikleştirmek için nadiren sınır düzeyinde güce ihtiyaç duyduğunu da belirtiyor — 1 milyar parametre kadar küçük bir model bile daha dar kapsamlı kamu kullanım senaryolarına uygun olabilir veya daha küçük bir yerel dil katmanı, daha büyük bir İngilizce veya Çince modelden gelen çıktıları basitçe yönlendirebilir.
Donanım Ortaklıkları ve Sırada Ne Var
Votee kendisini tek bir ekosistemle sınırlamıyor. Ting, şirketin MiniMax ve SenseTime’ın modelleriyle çalıştığını ve operasyonlarını Nvidia çipleri üzerinde yürütebildiğini söylüyor. “Nvidia çiplerini kullanabiliriz, Moonshot veya DeepSeek’in modelini kullanabiliriz,” diyor. “Biz, lisedeki herkesle arkadaş olan o kişiyiz.” Votee, gelirlerinin maliyetlerini aştığı anlamında kârlı olduğunu, büyük ölçüde müşteri sözleşmeleriyle finanse edildiğini belirtiyor ve şehrin Lan Kwai Fong gece hayatı bölgesini geliştirmesiyle tanınan Hong Kong’lu iş insanı Allan Zeman’i danışmanları arasında sayıyor.
Şirketin hedefleri artık Hong Kong’un ötesine uzanıyor. Ting, Votee’nin AI Singapore ile aktif görüşmeler yürüttüğünü ve Güneydoğu Asya genelinde daha fazla genişlemeyi planladığını söylüyor. Ayrıca daha uzun vadeli bir hedefe de göz dikmiş durumda: Doğu Asya, Kuzey Amerika ve Afrika dahil olmak üzere bölgelerde tehlike altındaki dilleri korumaya yardımcı olmak için yapay zekayı kullanmak. Ting, İngilizce dilindeki yapay zekanın hakimiyetini, verimlilik kazanımlarının o kadar büyük olduğu bir “daktilo anı” olarak tanımlayarak, insanların sadece ayak uydurabilmek için kendi dillerini terk ettiğini söylüyor. “İnsanlar, daktilonun kendi dillerine kıyasla verimliliği o kadar güçlü olduğu için İngilizceyi benimseyecek,” diyor. 70 milyar parametreli bir Kantonca yapay zeka modelinin bu çekime anlamlı bir şekilde karşı koyup koyamayacağı hâlâ açık bir soru; ancak Ting için motivasyon, pazar payından daha derine iniyor. “Ölen her dille, dünyaya bakmanın bir yolunu daha kaybediyorsunuz,” diyor.
SSS
Votee AI neden yapay zeka modeli geliştirmede Kantonca’ya odaklanıyor?
Çünkü 80 milyondan fazla kişi tarafından konuşulan Kantonca, Mandarin’den önemli ölçüde farklı ve yapay zekada yetersiz hizmet alıyor; bu da doğru yerel dil araçlarının hayati olduğu eğitim ve sağlık gibi sektörleri etkiliyor.
Votee AI Kantonca yapay zeka modellerini nasıl oluşturuyor?
Votee AI, Meta gibi geliştiricilerin açık ağırlıklı modellerini, kazıma, topluluk kaynakları, üniversiteler ve sentetik veriler yoluyla toplanan Kantonca verileriyle yeniden eğitiyor; böylece külliyatını 100 milyondan 500 milyondan fazla tokena çıkarıyor.
Egemen yapay zeka nedir ve Votee AI bununla nasıl ilişkilidir?
Egemen yapay zeka, hükümetlerin ve şirketlerin, tamamen yabancı sağlayıcılara güvenmek yerine kendi yapay zeka verilerine, modellerine ve altyapılarına sahip olmasını ifade eder. Votee AI, Kantonca için yapay zeka modellerini yerelleştirerek ve yerel ve küresel donanım ile model sağlayıcılarıyla ortaklık kurarak bu fikri destekliyor.
Votee AI’nin bölgesel genişleme planları nelerdir?
Votee AI, AI Singapore ile aktif görüşmeler yürütüyor ve Güneydoğu Asya’ya açılmayı planlıyor; ayrıca yapay zekanın dünyanın diğer bölgelerindeki tehlike altındaki dilleri korumaya nasıl yardımcı olabileceğini de araştırıyor.
{“@context”:”https://schema.org”,”@type”:”FAQPage”,”mainEntity”:[{“@type”:”Question”,”name”:”Votee AI neden yapay zeka modeli geliştirmede Kantonca’ya odaklanıyor?”,”acceptedAnswer”:{“@type”:”Answer”,”text”:”Çünkü 80 milyondan fazla kişi tarafından konuşulan Kantonca, Mandarin’den önemli ölçüde farklı ve yapay zekada yetersiz hizmet alıyor; bu da doğru yerel dil araçlarının hayati olduğu eğitim ve sağlık gibi sektörleri etkiliyor.”}},{“@type”:”Question”,”name”:”Votee AI Kantonca yapay zeka modellerini nasıl oluşturuyor?”,”acceptedAnswer”:{“@type”:”Answer”,”text”:”Votee AI, Meta gibi geliştiricilerin açık ağırlıklı modellerini, kazıma, topluluk kaynakları, üniversiteler ve sentetik veriler yoluyla toplanan Kantonca verileriyle yeniden eğitiyor; böylece külliyatını 100 milyondan 500 milyondan fazla tokena çıkarıyor.”}},{“@type”:”Question”,”name”:”Egemen yapay zeka nedir ve Votee AI bununla nasıl ilişkilidir?”,”acceptedAnswer”:{“@type”:”Answer”,”text”:”Egemen yapay zeka, hükümetlerin ve şirketlerin, tamamen yabancı sağlayıcılara güvenmek yerine kendi yapay zeka verilerine, modellerine ve altyapılarına sahip olmasını ifade eder. Votee AI, Kantonca için yapay zeka modellerini yerelleştirerek ve yerel ve küresel donanım ile model sağlayıcılarıyla ortaklık kurarak bu fikri destekliyor.”}},{“@type”:”Question”,”name”:”Votee AI’nin bölgesel genişleme planları nelerdir?”,”acceptedAnswer”:{“@type”:”Answer”,”text”:”Votee AI, AI Singapore ile aktif görüşmeler yürütüyor ve Güneydoğu Asya’ya açılmayı planlıyor; ayrıca yapay zekanın dünyanın diğer bölgelerindeki tehlike altındaki dilleri korumaya nasıl yardımcı olabileceğini de araştırıyor.”}}]}
Bu makale, yapay zekanın yardımıyla üretilmiş ve editör ekibi tarafından gözden geçirilmiştir.
