KUALA LUMPUR, — Usaha membangunkan kecerdasan buatan (AI) yang lebih memahami masyarakat Malaysia terus diperkukuh menerusi pelancaran Nemotron-Personas-Malaysia, set data terbuka hasil kerjasama YTL AI Labs dengan NVIDIA.
Mengandungi 1.35 juta profil sintetik, set data itu menyediakan asas kepada pembangun, penyelidik dan perusahaan untuk membina aplikasi AI yang mengambil kira bahasa, budaya, perbezaan wilayah serta kehidupan pekerjaan rakyat negara ini.
Profil berkenaan dijana daripada 150,000 rekod asas menggunakan taburan yang berpandukan statistik demografi rasmi Malaysia. Menurut YTL AI Labs, kesemua profil tersebut adalah rekaan, tidak mengandungi data peribadi dan tidak boleh digunakan untuk mengenal pasti individu sebenar.
Nemotron-Personas-Malaysia merupakan tambahan terbaharu kepada koleksi NVIDIA Nemotron-Personas dan yang pertama dalam koleksi itu mengutamakan bahasa Melayu.
Di dalam satu kenyataan, Ketua Pegawai Eksekutif YTL AI Labs, Foong Chee Mun, berkata keupayaan AI tidak seharusnya dinilai berdasarkan saiz model semata-mata, tetapi juga kebolehannya memahami masyarakat yang dilayani.
Menurut beliau, Malaysia mempunyai bahasa, budaya, institusi dan cara kerja tersendiri yang perlu diambil kira sejak peringkat awal pembangunan teknologi tersebut.
Beliau berkata set data terbuka itu memberi peluang kepada ekosistem tempatan untuk membangunkan AI berasaskan konteks Malaysia.
Keperluan berkenaan semakin relevan apabila sistem AI digunakan oleh masyarakat dengan latar belakang yang berbeza. Menurut syarikat itu, sistem yang mampu memberikan jawapan tepat dari segi bahasa masih boleh tersasar dari segi konteks sekiranya tidak memahami keadaan pengguna.
Sebagai contoh, keperluan pemilik perniagaan kecil di Sabah mungkin berbeza daripada penyelia kilang di Pulau Pinang atau penjawat awam di Putrajaya.
Bagi mencerminkan kepelbagaian itu, pembangunan Nemotron-Personas-Malaysia menggunakan data terbitan Jabatan Perangkaan Malaysia, OpenDOSM, MyCensus, eStatistik serta penerbitan tenaga buruh negara.
Set data tersebut mengambil kira taburan penduduk sehingga ke peringkat daerah, termasuk masyarakat Melayu, Cina dan India, di samping komuniti Kadazan-Dusun, Bajau, Murut, Iban, Bidayuh dan Melanau. Kategori Bumiputera mengikut wilayah di Sabah, Sarawak dan Semenanjung Malaysia turut diwakili.
Setiap profil merangkumi maklumat dalam 39 medan, antaranya umur, jantina, pekerjaan dan ciri personaliti berasaskan model lima faktor OCEAN. Pendekatan itu bertujuan menggambarkan perbezaan demografi, personaliti dan tingkah laku dalam kalangan pengguna sintetik.
Dari sudut penggunaan, pembangun boleh memanfaatkan profil tersebut untuk menjana data latihan, memperhalusi model serta menguji prestasi dan keselamatan aplikasi AI.
Sistem khidmat pelanggan, misalnya, boleh diuji menggunakan profil pengguna daripada pelbagai negeri, kumpulan umur dan bahasa. Bank pula boleh menilai bagaimana AI memahami keperluan kewangan yang diungkapkan oleh pengguna berlainan latar belakang.
Agensi kerajaan juga boleh menggunakan set data itu untuk menilai kesesuaian perkhidmatan digital bagi kumpulan sosioekonomi berbeza, manakala penyelidik dapat mengenal pasti kelemahan prestasi model terhadap kelompok tertentu.
Kerjasama ini menggabungkan teknologi data sintetik NVIDIA melalui NeMo Data Designer dan kerangka Nemotron-Personas dengan usaha YTL AI Labs menerapkan statistik demografi serta konteks bahasa, budaya dan wilayah Malaysia.
Inisiatif tersebut melengkapi pembangunan AI berdaulat Kumpulan YTL, merangkumi infrastruktur pengkomputeran YTL AI Cloud dan keluarga model ILMU, dengan menyediakan data yang membantu membentuk cara AI memahami pengguna tempatan.
Nemotron-Personas-Malaysia kini tersedia di Hugging Face di bawah lesen CC-BY-4.0, yang membenarkan penggunaan termasuk bagi tujuan komersial, dan serasi dengan pustaka NVIDIA NeMo.
