GoTo向公众开放其印尼语人工智能模型

[新加坡] Gojek的运营商GoTo发布了一款包含270亿参数、专为印尼市场量身定制的人工智能模型。公司称，该模型的性能优于此前一款规模大出一倍多的模型，同时所需的计算能力也更少。

该模型于周一（10月19日）在巴厘岛科技周上发布，支持印尼语以及爪哇语、巽他语、巴厘语和巴塔克语四种地方语言。

GoTo正在人工智能平台Hugging Face上免费提供该模型，允许大学、初创公司、企业和公共机构根据自身需求进行使用和定制，包括用于商业应用。

GoTo集团首席数据官Ofir Shalev告诉《商业时报》，该模型与规模相近的开源模型以及公司早前发布的700亿参数模型进行了对比测试。

他表示，在五种印尼语言的综合评分中，该模型取得了最高分，并且在所有四种地方语言中均处于领先地位。尽管其参数数量不到GoTo早前模型的一半，但性能表现却更胜一筹。

性能的提升得益于对这个较小的模型进行了更广泛的印尼语数据训练，而非仅仅增加其规模。

GoTo使用约650亿个文本标记（token）对该模型进行了训练，其中包括约400亿个印尼语标记和160亿个英语标记。另外100亿个标记则来自四种地方语言。

为了构建数据集，GoTo与多所大学、政府机构和媒体组织合作，收集印尼语和地方语言文本。公司还与北苏门答腊大学（Universitas Sumatra Utara）合作收集当代巴塔克语数据，并正持续努力扩大该数据集。

Shalev表示，GoTo并未从零开始开发模型，而是在Google的开源Gemma 3模型基础上进行构建。公司花费五天时间，使用64个Nvidia H200图形处理器（GPU）进行额外训练，随后又用三天时间，通过与本地大学共同开发的指令数据对模型进行微调。

SEE ALSO

‘Not trying to solve world hunger’: GoTo takes pragmatic approach to AI

这一过程旨在提升模型对本地语言和文化背景的理解，同时使其回应对于印尼用户来说更为自然。

更低的计算要求

对于希望开发人工智能应用但又不想投资昂贵计算基础设施的组织而言，GoTo将这款较小的模型定位为一个理想选择。

Shalev说，在全精度模式下，该模型需要约55至65 GB的GPU内存，使其能够在一块Nvidia A100 80GB的数据中心GPU上，或两到三张高端工作站显卡上运行。

一个压缩版本甚至可以在单张高端消费级显卡上运行，尽管准确性会略有下降。其运行成本将取决于部署的规模和性质。

GoTo也已将该技术部署到自己的服务中。

例如，该模型通过读取打印菜单的照片，帮助加入GoFood的商家自动生成菜单列表。在客户支持方面，它被用于评估附有照片的投诉，包括识别食品订单中缺失的商品和验证送达证明。

Shalev表示，目前已有更新、更先进的模型为GoTo的一些关键服务提供支持，包括其Dira Help和Dira Voice助手，以及食品搜索和推荐功能。

公司未来可能会公开发布其中一些模型，从而为开发者提供更先进的工具。

GoTo集团首席执行官Hans Patuwo表示，开发基于印尼语言和数据训练的人工智能至关重要，因为全球模型可能无法完全捕捉到该国的本土文化背景。

他说：“印尼在很大程度上利用了全球人工智能，但我们也必须构建自己的模型，以解决我们特有的问题。”

“向所有人开放这项技术，是我们回馈国家的方式，旨在为所有在印尼构建人工智能的人提供一个植根于本土文化背景的起点。”