ഇന്ത്യൻ എഐ ഭാഷാ ഡാറ്റാ പ്രശ്നങ്ങൾക്ക് പരിഹാരവുമായി വിവേകാനന്ദ് പാണി. ‘കോർമാന്റിൽ’ (Coremantle) എന്ന പുതിയ കമ്പനിയുമായാണ് പാണി തിരിച്ചെത്തുന്നത്. 2019ൽ റിവേരി ലാംഗ്വേജ് ടെക്നോളജീസ് റിലയൻസിന് കൈമാറിയതിന് പിന്നാലെയാണ് പുതിയ നീക്കം. ഇന്ത്യയിലെ വിവിധ ഭാഷകളും, ഉപഭാഷകളും, പ്രാദേശിക വ്യതിയാനങ്ങളും എഐ സംവിധാനങ്ങൾക്ക് മനസ്സിലാക്കാൻ ആവശ്യമായ സ്വാഭാവിക ഡാറ്റ ഇനിയും അപര്യാപ്തമാണെന്നാണ് അദ്ദേഹം ചൂണ്ടിക്കാണിക്കുന്നത്.
ഈ ഡാറ്റാ ദൗർലഭ്യം പരിഹരിക്കാൻ എഐ കമ്പനികൾ സിന്തറ്റിക് ഡാറ്റയെ ആശ്രയിക്കുന്നത് തെറ്റായ സമീപനമാണെന്ന് പാണി വാദിക്കുന്നു. സ്ക്രിപ്റ്റ് ചെയ്ത റെക്കോർഡിംഗുകളോ കൃത്രിമമായി നിർമ്മിച്ച ഉള്ളടക്കമോ ഉപയോഗിച്ച് സ്വാഭാവിക മനുഷ്യ ആശയവിനിമയത്തെ പുനഃസൃഷ്ടിക്കാൻ കഴിയില്ല. യഥാർത്ഥ സംഭാഷണങ്ങളിലെ പിശക് കുത്തനെ ഉയരുമ്പോൾ, കൃത്രിമ ഡാറ്റ മോഡലുകളുടെ യഥാർത്ഥ പ്രകടനം മെച്ചപ്പെടുത്താൻ സഹായിക്കില്ലെന്നും അദ്ദേഹം മുന്നറിയിപ്പ് നൽകുന്നു.
ഇംഗ്ലീഷിന് ലഭിച്ച പതിറ്റാണ്ടുകളുടെ മുൻതൂക്കത്തിന് സമാനമായി ഇന്ത്യൻ ഭാഷകൾക്ക് ഡിജിറ്റൽ പിന്തുണ ലഭിച്ചിട്ടില്ലാത്തത് ചരിത്രപരമായ പ്രതിസന്ധിയാണ്. ആഗോള പ്ലാറ്റ്ഫോമുകൾ ഇന്റർനെറ്റ് കീഴടക്കിയതോടെ ഒരു തലമുറ മുഴുവൻ ഇംഗ്ലീഷ്-ഫസ്റ്റ് ഇന്റർനെറ്റിനൊപ്പമാണ് വളർന്നത്. റിവേരിയുടെ ആദ്യകാലങ്ങളിൽ നേരിട്ട വെല്ലുവിളികളും ഡാറ്റയുടെ ദൗർലഭ്യവും ഈ വിടവിന്റെ ആഴം വ്യക്തമാക്കുന്നു.
ഈ വിടവ് നികത്താൻ ലക്ഷ്യമിട്ടാണ് കോർമാന്റിൽ പ്രവർത്തിക്കുന്നത്. മോഡൽ ട്രെയിനിങ് എങ്ങനെയാണെന്ന് കൃത്യമായി മനസ്സിലാക്കി, ഉയർന്ന നിലവാരമുള്ള സ്വാഭാവിക ഡാറ്റ ശേഖരിക്കുക എന്നതാണ് ഇതിന്റെ ലക്ഷ്യം. എഐ കമ്പനികൾ ഡാറ്റയുടെ അളവിന് മാത്രം പ്രാധാന്യം നൽകാതെ, ആ ഡാറ്റ എത്രത്തോളം യഥാർത്ഥ മനുഷ്യന്റേതുപോലെ സ്വാഭാവികമാണെന്ന് പരിശോധിക്കണമെന്നാണ് പാണി ആവശ്യപ്പെടുന്നത്.
ഇന്ത്യൻ ഭാഷാ കമ്പ്യൂട്ടിംഗിൽ ഏകദേശം 30 വർഷത്തെ പ്രവൃത്തിപരിചയമുള്ള വിവേകാനന്ദ് പാണിയുടെ മാതൃഭാഷ ഒഡിയയാണ്. 2009ൽ തന്റെ സഹോദരൻ അരവിന്ദ് പാണി, എസ്.കെ. മൊഹന്തി എന്നിവരോടൊപ്പം ചേർന്ന് ‘റിവേരി ലാംഗ്വേജ് ടെക്നോളജീസ്’ സ്ഥാപിച്ച അദ്ദേഹം, ആദ്യ ആറുവർഷം ഫണ്ടിംഗ് ഇല്ലാതെയാണ് അത് വളർത്തിയത്. തുടർന്ന് 2019-ൽ ഏകദേശം 190 കോടി രൂപയ്ക്കാണ് റിലയൻസ് ഈ കമ്പനി ഏറ്റെടുത്തത്
