Hugging Face e instituto indiano se unem para criar modelos de IA em línguas locais
Parceria entre a plataforma de modelos abertos e o IISc pretende treinar sistemas de inteligência artificial que entendam idiomas da Índia, muitos deles ainda ignorados pela tecnologia
A Hugging Face, plataforma onde desenvolvedores compartilham modelos de IA, fechou parceria com o Indian Institute of Science para treinar sistemas de inteligência artificial capazes de entender e gerar texto nas centenas de línguas faladas na Índia. Os modelos serão de código aberto e voltados para aplicações em saúde, educação e serviços públicos.
A Hugging Face (uma plataforma onde desenvolvedores compartilham e baixam modelos de IA já treinados) anunciou uma parceria com o Indian Institute of Science (IISc, uma das principais universidades de pesquisa da Índia) para desenvolver modelos de inteligência artificial capazes de processar as centenas de línguas faladas no país. A colaboração foi revelada em post oficial da empresa e prevê treinamento de equipes, compartilhamento de infraestrutura e desenvolvimento conjunto de datasets (conjuntos de dados usados para ensinar modelos de IA).
A iniciativa nasce de uma necessidade concreta: a maioria dos grandes modelos de linguagem (LLMs, sistemas de IA que entendem e geram texto, como o ChatGPT) funciona bem em inglês, mas tem desempenho ruim ou simplesmente não funciona em idiomas com menos falantes na internet. Na Índia, onde mais de 22 línguas são oficialmente reconhecidas e centenas de dialetos são falados diariamente, isso significa que a maior parte da população fica de fora dos avanços recentes em IA generativa (sistemas que criam texto, imagem ou som a partir de comandos).
Segundo informou a Hugging Face, o objetivo é criar modelos open source (de código e pesos abertos, ou seja, disponíveis gratuitamente para qualquer pessoa usar, modificar ou estudar) que sirvam de base para aplicações em saúde, educação e administração pública na Índia. O IISc vai contribuir com expertise em linguística computacional e acesso a dados textuais em línguas locais, enquanto a Hugging Face entra com ferramentas de treinamento e hospedagem de modelos.
A parceria também prevê a formação de pesquisadores indianos em técnicas de fine-tuning (ajuste fino de modelos já existentes para tarefas específicas) e criação de benchmarks (testes padronizados para medir a qualidade de um modelo de IA) em línguas locais. A ideia é que, ao final do projeto, qualquer desenvolvedor na Índia possa baixar esses modelos e adaptá-los para suas próprias necessidades, sem depender de empresas estrangeiras ou de serviços pagos em nuvem.
A iniciativa se soma a esforços semelhantes em outras regiões do mundo onde idiomas locais são mal representados nos dados de treinamento de IA. Para o Brasil, o caso indiano é especialmente relevante: embora o português tenha muito mais presença online que a maioria das línguas indianas, modelos treinados principalmente em inglês ainda apresentam limitações ao lidar com variações regionais, gírias e contextos culturais brasileiros.
