কৃত্রিম বুদ্ধিমত্তার বর্তমান অগ্রযাত্রা মূলত দুটি ভাষার ওপর নির্ভরশীল: ইংরেজি এবং ম্যান্ডারিন চীনা। ওপেনএআই, অ্যানথ্রপিক, ডিপসিক, মুনশট এআই, জেড.এআই-এর মতো শীর্ষ প্রতিষ্ঠানগুলো মূলত মার্কিন যুক্তরাষ্ট্র বা মূল ভূখণ্ড চীনে অবস্থিত, ফলে তাদের মডেলগুলো সেই ভাষাগুলোতেই সবচেয়ে ভালো কাজ করে। ফলে বিশ্বের আরও অসংখ্য ভাষা ও উপভাষা — এমনকি যেগুলোতে কয়েক কোটি মানুষ কথা বলে — সেগুলো উপেক্ষিত থেকে যাচ্ছে।
হংকংয়ের স্টার্টআপ ভোটি AI এই সমস্যার সমাধানে এগিয়ে এসেছে। প্রতিষ্ঠানটির প্রধান নির্বাহী পাক-সুন টিং বলছেন, 'সম্পূর্ণ AI বিপ্লব ইংরেজি ও ম্যান্ডারিনে সীমাবদ্ধ। অন্যান্য ভাষার প্রতিনিধিত্ব খুবই নগণ্য।' ক্যান্টোনিজ ও অন্যান্য অবহেলিত ভাষার জন্য AI মডেল তৈরির লক্ষ্যে কাজ করছে ভোটি। 'শুধু সংস্কৃতির বিষয় নয়—ক্যান্টোনিজ ভাষা শিক্ষা, স্বাস্থ্যসেবা এবং পুলিশের যোগাযোগেও ব্যবহৃত হয়। যদি এগুলো কভার না হয়, তাহলে AI মূলত অকেজো,' বলেন টিং।
ক্যান্টোনিজকে সাধারণত চীনা ভাষার একটি 'উপভাষা' বলা হয়, কিন্তু এটি ম্যান্ডারিন থেকে ব্যাপকভাবে আলাদা। ব্যাকরণ ও শব্দভাণ্ডারে ভিন্নতা রয়েছে, বিশেষত হংকংয়ে যেখানে বক্তারা প্রায়ই একই বাক্যে ইংরেজি ও ক্যান্টোনিজ শব্দ মিশিয়ে থাকেন। ৮০ মিলিয়নেরও বেশি মানুষ ক্যান্টোনিজ ভাষায় কথা বলেন—কোরিয়ান ভাষাভাষীদের প্রায় সমান এবং ইতালীয় বা থাই ভাষাভাষীদের চেয়ে বেশি। তবুও এত বড় ভাষাভাষী গোষ্ঠী থাকা সত্ত্বেও প্রমিত লিখিত তথ্যের পর্যাপ্ত ভাণ্ডার নেই, বিশেষত কথ্য ক্যান্টোনিজের জন্য।
কিউশু বিশ্ববিদ্যালয়, হংকং এডুকেশন ইউনিভার্সিটি এবং স্থানীয় AI কমিউনিটি hon9kon9ize-এর গবেষকরা তৈরি করেছেন HKCanto-Eval—একটি বেঞ্চমার্ক, যা ভোটি স্পনসর করে। এতে দেখা গেছে, মূলধারার মডেলগুলো দৈনন্দিন ক্যান্টোনিজ সামলাতে পারলেও সাংস্কৃতিক ও স্থানীয় জ্ঞানের ক্ষেত্রে তারা নিয়মিত ব্যর্থ হয়।
সাশ্রয়ী উপায়ে ক্যান্টোনিজ ভাষার বড় ভাষা মডেল (LLM) তৈরি করছে ভোটি। টিং বলেন, এটি মূলত 'শূন্য থেকে প্রশিক্ষণের মতোই' — তবে ওপেন-সোর্স মডেল (মেটার লামা বা অ্যালিবাবার কিউয়েন) নিয়ে ক্যান্টোনিজ ডেটায় অতিরিক্ত প্রশিক্ষণ দেওয়া হয়। ডেটা সংগ্রহ করা হয় অনলাইন স্ক্র্যাপিং থেকে, যার মধ্যে হংকংয়ের পাবলিক ব্রডকাস্টার আরটিএইচকে-র সামগ্রীও রয়েছে। কমিউনিটি, বিশ্ববিদ্যালয় এবং কোম্পানির পূর্বের বিগ ডেটা ব্যবসার ডেটাও ব্যবহার করা হয়। পাশাপাশি সিন্থেটিক ডেটা তৈরি করেও প্রশিক্ষণ দেয় ভোটি। ফলে ক্যান্টোনিজ ডেটার পরিমাণ ১০ কোটি টোকেন থেকে বেড়ে ৫০ কোটিরও বেশি হয়েছে।
ভোটির মডেলগুলোর আকার প্রায় ৭০ বিলিয়ন প্যারামিটার—বাজারের সেরা মডেলগুলোর চেয়ে উল্লেখযোগ্যভাবে ছোট। তবে টিং বলছেন, এগুলো ক্যান্টোনিজ বোঝা ও যুক্তি করার পক্ষে সক্ষম। আরও গুরুত্বপূর্ণ হলো, প্রশিক্ষণের খরচ অনেক কম। ভোটি প্রায় ৫০ কোটি থেকে ১০০ কোটি টোকেন ব্যবহার করে, যেখানে ইংরেজি মডেলগুলোতে ট্রিলিয়ন টোকেন লাগে। খরচ প্রায় ২৫০ হাজার ডলার।
বিভিন্ন কোম্পানি 'নিম্ন-সম্পদ ভাষা' বা যেসব ভাষায় পর্যাপ্ত প্রকাশিত কাজ নেই, সেগুলোর জন্য মডেল তৈরি করছে। ইন্দোনেশিয়ার দ্বিতীয় বৃহত্তম টেলিকম কোম্পানি ইন্দোস্যাট বানাচ্ছে সাহাবাত AI—ইন্দোনেশীয় ভাষার জন্য ওপেন-সোর্স মডেল। সিঙ্গাপুরের রাষ্ট্র-সমর্থিত AI সিঙ্গাপুর চালাচ্ছে SEA-LION, যা দক্ষিণ-পূর্ব এশিয়ার ১১টি কম-সম্পদ ভাষা কভার করে। দক্ষিণ কোরিয়া আরও এগিয়ে গিয়ে রাষ্ট্র-পৃষ্ঠপোষকতায় একটি নির্মূল প্রতিযোগিতার আয়োজন করেছে, যা স্থানীয় মিডিয়ায় 'AI স্কুইড গেম' নামে পরিচিত, দেশীয় ফাউন্ডেশন মডেল নির্বাচনের জন্য। ২০২৬ সালের জন্য তাদের AI বাজেট প্রায় ৬.৮ বিলিয়ন ডলার। এ সবই 'সার্বভৌম AI' ধারণার আওতায়, যেখানে সরকার ও কোম্পানিগুলো নিজস্ব ডেটা, মডেল ও পরিকাঠামোর মালিক হতে চায়।
'AI এখন অপরিহার্য প্রয়োজন হয়ে দাঁড়িয়েছে, তাই আপনি কারও ওপর নির্ভর করতে চান না যে কেউ এটি বন্ধ করে দিতে পারে,' বলেন টিং। তিনি স্বীকার করেন যে AI সরবরাহ শৃঙ্খলের প্রতিটি অংশ নিজের অধীনে রাখা 'খুব কঠিন'। তিনি বরং ফাউন্ডেশন মডেল এবং তার ওপর নির্মিত অ্যাপ্লিকেশনগুলোর মালিকানার দিকে মনোযোগ দেওয়ার পরামর্শ দেন। সরকারের সাধারণত ফ্রন্টিয়ার মডেলের মতো শক্তিশালী মডেলের প্রয়োজন হয় না; মাত্র ১ বিলিয়ন প্যারামিটারের ছোট মডেলও কাজ চালাতে পারে। প্রয়োজনে শক্তিশালী ইংরেজি বা চীনা মডেলের আউটপুট ছোট স্থানীয় ভাষার মাধ্যমে রুট করা যায়।
ভোটি মিনিম্যাক্স এবং সেন্সটাইম মডেলের সঙ্গে কাজ করে এবং এনভিডিয়া চিপ ব্যবহার করতে পারে। টিং বলেন, 'আমরা এনভিডিয়া চিপ, মুনশট বা ডিপসিকের মডেল ব্যবহার করতে পারি। আমরা সেই হাইস্কুলের ছাত্রের মতো যে সবার সঙ্গে বন্ধুত্ব রাখে।' ভোটি একটি লাভজনক কোম্পানি; টিং বলেন, 'আমাদের আয় ব্যয়ের চেয়ে বেশি।' প্রধান গ্রাহক সরকার ও কর্পোরেট। হংকংয়ের নাইটলাইফ জেলা লান কুয়াই ফং-এর উন্নয়নের জন্য পরিচিত ব্যবসায়ী অ্যালান জেমান এখন ভোটির উপদেষ্টা। ভোটির পরিকল্পনা শুধু হংকংয়েই সীমাবদ্ধ নয়—সিঙ্গাপুরের AI গবেষণা উদ্যোগ AI সিঙ্গাপুরের সঙ্গে 'সক্রিয় আলোচনা' চলছে, এবং পরে দক্ষিণ-পূর্ব এশিয়ায় বিস্তৃত হবে। টিং আরও ভাবছেন পূর্ব এশিয়া, উত্তর আমেরিকা ও আফ্রিকার বিপন্ন ভাষা রক্ষায় AI ব্যবহার করার কথা।
টিং ইংরেজি-ভাষী AI-কে অন্য ভাষার প্রতি যা করছে তাকে 'টাইপরাইটার মুহূর্ত' বলছেন—এমন উৎপাদনশীলতা লাভ যে মানুষ নিজের ভাষা ছেড়ে দিয়ে ইংরেজি গ্রহণ করে। ৭০ বিলিয়ন প্যারামিটারের ক্যান্টোনিজ মডেল তা বদলাতে পারে কিনা, তা দেখার বিষয়। তবে টিং-এর প্রেরণা হলো বিশ্বে ইংরেজি ও ম্যান্ডারিন-কেন্দ্রিক AI-এর মধ্যে অন্যান্য ভাষাকে টিকে থাকার সুযোগ দেওয়া। 'যে ভাষা মারা যায়, পৃথিবী দেখার আরেকটি উপায় হারিয়ে যায়,' তিনি বলেন। 'সেটা হয়তো জাদুঘরে সংরক্ষণ করা যায়, কিন্তু আমরা অনেক নতুন জ্ঞানও উন্মোচন করতে পারি।'
