与ShareChat的AI专家Debdoot穆克吉交谈

本地化已成为Google，Facebook等互联网公司的主流主题，在过去的十年中，大多数技术巨头都在努力完善这种难以捉摸的公式，同时导入一种产品，该产品主要针对一种地理环境生产，并在全球范围内销售。大多数跨国公司都尝试了多种本地化模式，但没有取得令人信服的成功。

自主开发的多语言社交媒体平台ShareChat凭借其销售“本地”产品的模式而获得了巨大的吸引力，这种方式最近才引起大家的注意。

随便看看，Chingari，Trell，Moj等都已成为吸引人的中心。虽然一些印度的应用程序利用了TikTok离开印度所产生的真空，但ShareChat在游戏中的停留时间更长了。

超本地化模型可以立即看到切实的成功，用户和下载量每月都在增加。那么，ShareChat做对了什么呢?

ShareChat忽略了英语，而是建立了一个完全非英语的社交媒体平台，该平台针对使用母语较为自在的人们，其中大多数是首次使用互联网的用户。

“ ShareChat是第一个了解印度区域需求的社交媒体平台。该平台的目标是使偏爱使用母语进行对话的人们感到舒适，” ShareChat AI副总裁Debdoot Mukherjee说道。

但是，从零开始构建互联网平台并将其扩展到数百万语言优先用户的首选平台并不是一件容易的事，Mukherjee说。

传统上，只有英文平台会使用一种语言，而ShareChat却建立了一个针对多种印度语言的平台。Mukherjee补充说：“鉴于存在印度语言参考，这是真正的挑战。”

这就产生了另一个问题。如何以他们喜欢的语言向用户交付内容?ShareChat开始构建AI(人工智能)框架来解决该问题。

“我们相信，要使印度真正成为数字化国家，我们需要使所有人都能使用技术并提高生产力。当我们致力于为首次使用互联网的用户提供服务时，为印度语言构建健壮的AI框架是实现增长的第一个基础。” Mukherjee说道。

ShareChat的内容类型主要围绕图像和短视频。因此，要求是设计不仅要理解文本而且还要了解视觉和音频数据的AI功能-本质上这意味着AI模型需要以与人类相同的方式来解释内容。

例如，“ Purani Yaadein”是ShareChat上的流行标签。ShareChat的AI模型成功地识别了带有此标签的视频，文本或音频是否具有某种怀旧感，从而弄清了它是否与此标签相关。

Mukherjee的团队开始为印度语言建立NLP(自然语言处理)。尽管该过程类似于英语的解释，但该团队进行了一些重要的区分以应对在资源贫乏的情况下工作的挑战，因为与英语，普通话相比，大多数印度语言都拥有数字化格式的数据和其他欧洲语言。

“这些模型的关键要素在于转移学习的概念-训练模型能够解释数据丰富的语言(例如印地语)上的语义，以识别数据较少的其他语言(例如Oriya)中的文本语义的能力，阿萨姆语)。”他在解释差异的同时进一步阐述。

尽管他一直在推动ShareChat的AI和数据科学愿景，但他还感到整个印度创业生态系统都在利用其AI框架(包括社交媒体，电子商务，教育技术等)进行创新。

根据Mukherjee的说法，“每个初创公司都需要找到AI的良性循环-通过AI改善核心用户体验，这将导致产品的更多采用，进而导致AI的持续改进。收集更多数据的模型质量。”

尽管印度的初创生态系统在AI领域日趋成熟，但世界正在追赶GPT3模型。GPT3是第三代语言预测模型，由OpenAI创建，具有1,750亿个机器学习参数的能力。

尽管很乐观，但穆克吉仍然保持谨慎态度。他说：“只有当OpenAI在用于训练模型的数据集上发布详细信息时，模型的确切功能和存在的可能性才会变得清晰。在这种情况发生之前，我们无法确定模型存储了哪些模式，以及如何有效地推广执行新任务。”

在ShareChat，他也做了一些GPT实验。

实验从内部团队会议开始，内容是关于如何教AI如何具有创造力?近年来，为艺术任务开发AI的势头强劲，但Debdoot的团队找不到针对印度语言做到这一点的例子。

他的团队决定将Shayari列为此次探索的主题。该团队使用GPT2模型研究了印地语Shayari，并使用强化学习通过设计旨在增强每个维度的奖励来提高所生成诗歌的流畅性，连贯性和意义。

Debdoot说：“这是一个玩具项目，旨在探索AI驱动的创意内容生成的可能性。它使我们加深了对如何调整AI模型以注入更多流利度和连贯性以产生印度语言诗歌的理解。”

ShareChat，该平台正在以同样残酷的势头向前发展。今天，该平台的月活跃用户超过160个。Moj是ShareChat最新推出的短视频格式，拥有超过8000万活跃用户。