[資料] AI 保存冰島語的經驗

[RungTai (RungTai)]

MBA 的在美學習筆記  FB   https://reurl.cc/dD1W62

【AI 模型的意外用途：拯救瀕臨絕種的…語言？ 】

人生去過的國家不多，有幸冰島是其中一個。但至今仍然讓人忘不了啊！

冰島的景色簡直是異世界，有時青草綠地像是天堂，有時卻有如「世界末日與冷酷意境」
。無論天堂或地獄，到處都是隨手拿起來亂拍都可以當桌布的等級。難怪要拍火星的電影
都要在此取景啊！

不過在冰島旅遊倒是有個小障礙：在地圖搜尋景點時，怎麼都拼不對地名。

因為冰島語實在是太難了。導致普通人如我，連把地名拼出來都難。

首都雷克雅維克 Reykjavík 還算簡單的。冰島最著名的景點，世界僅有的冰河湖景色 J
ökulsárlón ，我從來沒能一次好好拼對。最變態的是島中的火山，叫做 T h r í h
n ú k a g í g u r ！看得我眼睛都花了。當時沒去，恐怕就是因為太難拼了，在地圖
拼不出來找不到路，直接放棄。

雖然冰島語很難，但如果到此地觀光，會發現——根本不用講冰島語。
雖然冰島語是官方語言，但統計顯示接近九成的冰島人，每天都得講英語！連英文電影預
告，都直接不上字幕。如今冰島語只剩下 30 萬人在講了。

雖然大家日常交流還是會用冰島語，但住在這裡，不講冰島語也是完全 OK 的。

難怪有人說，這個語言百年後很可能會消失，可以說是名副其實的瀕危語種了。

語言是文化的精髓。語言的滅絕，就失去了未來文化發展的可能性。就算是最熱門的中文
英文，也有許多傳統文化甚至神話的單字，是怎麼也翻譯不出來的。以中文來說，譬如「
功夫」、「風水」、「太極」至今除了音譯以外，都沒有一個好的翻譯。而且冰島語還與
其他維京人的語言緊密相連。如果未來突然發現新的古文明遺跡，卻沒有人能讀得懂，真
是人類文明遺產的一大損失！

—
還好，在滅絕的前夕， AI 登場拯救了這項語言。

在此之前，冰島人其實曾經做出努力。政府成立了語言部門，專門用來保存這些術語。甚
至他們還自己用了 GPT-3 ，拿 30 萬筆冰島語資料，來訓練以及微調（Fine-tune)。

可惜成果令人失望——冰島語實在太冷門了，很多詞根本翻不出來，連基本的問題 AI 都
因為訓練不足，一直「幻想」出大錯特錯，卻 100% 肯定的答案。

終於， OpenAI 和遠在天邊靠近極圈的冰島人聯繫上了，釋出他們最關鍵的技術來拯救冰
島語。

OpenAI 從前其實不是很 Open。即使他們曾經對外簡單展示了模型訓練過程，卻沒有公開
最重要的一步：人類反饋的增強學習（RLHF），到底是要怎麼搞最有效率。

不過為了跟冰島政府一同拯救冰島語，倒是讓 OpenAI 使出絕招了。他們合作後，開始
了 RLHF 的一連串計畫：由 AI 作為學生，「人類老師」作為教學輔具，讓模型不斷的出
產答案，人類來評分。

結果呢？竟然短短 100 個例子以後，就讓冰島語模型達到了可用的階段！

如今 AI 可以用寫出北歐神話風格的冰島語古詩，並在人類用冰島語問問題時，自動識別
語言，並回答冰島相關知識。重要的是，以後 IT 的介面語言，無論是客服還是問答機器
，完全可以預設是冰島文！

也就是說，未來即使家裡沒人懂冰島文，冰島的孩子們還是可以用冰島語跟 AI 聊天啦！

—
從只是個聊天機器人，到拯救一門語言。 AI 技術真的挑戰很多從前既定的認知框架。

從前誰能想到，可能真正能把一個深邃難解、口耳相傳的北歐文化傳承下來的，不是那些
祖傳的冰島人，竟然只是存在雲端資料中心裡頭，模型的一套「參數」呢？

隨著 AI 技術發展，很多從前的規範，社會的眾多條條框框，可能都要砍掉重練了。

每年絡繹不絕的遊客，用數位技術拚命拍，想把冰島的視覺風景留下來。而那些眼睛看不
到摸不著的文化遺產，因為 AI ，竟然也有了永續流傳的機會！
你怎麼能不愛科技呢？

話說回來，相比之下 30 萬冰島人用的小語種，其實台灣原住民就有超過 58 萬，而阿美
族更是有二十幾萬。 AI 是不是也來拯救我們南島少數民族的族語呢？

（好吧我承認這一篇只是想 PO 照片啦！）

--

--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 125.231.107.225 (臺灣)
※ 文章網址: https://www.ptt.cc/bbs/TW-language/M.1688004165.A.265.html
推 Tahuiyuan: 要是平埔原住民語們多撐250年，或許就不會被台、日、
→ Tahuiyuan: 華等語言輪番取代了…
推 MilchFlasche: 「被取代」和「撐不了」似乎是同一件事……
→ Tahuiyuan: 說得也是 QQ
推 guanquan: 我記得冰島人很保護他們的語言，沒聽過有啥危機
→ saram: 高山部落原住民若搬到西部平原,也早就全講台語了.
→ saram: 小語族的必然命運.保護也沒用.再說保護要有利多引誘.
→ saram: 平埔人轉換語言的模式和近世台語轉國語一樣.
→ saram: 兩百年來轉三種語言.可以列世界紀錄.
推 MilchFlasche: 樓頂無講話無儂共汝當做啞口
→ MilchFlasche: 政府佮社會先共無友善个態度提掉才講啦