Künstliche Intelligenz auf Arabisch. Sind wir nahe an Modellen, die die Dialekte der Region verstehen? In der Welt der künstlichen Intelligenz wurde die arabische Sprache lediglich als eine Sprache betrachtet, in die Antworten übersetzt oder in Benutzeroberflächen unterstützt werden. Doch nun ist sie zum Mittelpunkt eines immer schneller werdenden technischen Wettlaufs geworden, der von internationalen Unternehmen und arabischen Forschungseinrichtungen angeführt wird, um linguistische Modelle zu entwickeln, die in der Lage sind, die Besonderheiten des Arabischen und seiner vielfältigen Dialekte zu verstehen.
Dies veranlasste sie, den AraDiCE-Standard zu entwickeln, um die Fähigkeit von Modellen zu messen, arabische Dialekte und den kulturellen Kontext zu verstehen, und erklärten, dass der Mangel an Daten für ressourcenarme Dialekte immer noch eine der größten Herausforderungen für die Entwicklung echter arabischer künstlicher Intelligenz darstellt.
die Details
Die Studie umfasste neben internationalen und mehrsprachigen Modellen auch arabische Modelle wie Jess und Nile und kam zu dem Schluss, dass sich die Leistung der Modelle im Vergleich zu den Vorjahren deutlich verbessert hat, die große Vielfalt unter den Dialekten jedoch immer noch eine echte Herausforderung darstellt, insbesondere bei der genauen Übersetzung, der Identifizierung des richtigen Dialekts und dem Verständnis des lokalen kulturellen Kontexts.
In einem Forschungspapier, das im Rahmen des 13. Internationalen Workshops zur Verarbeitung natürlicher Sprache für ähnliche Sprachen, Sprachvielfalt und Dialekte in Marokko vorgestellt wurde, konnten Forscher Open-Source-Modelle für den Umgang mit fünf arabischen Dialekten anpassen: Ägyptisch, Marokkanisch, Palästinensisch, Saudi-Arabien und Syrisch.
Die Entwicklung linguistischer Modelle für Arabisch ist im Vergleich zu anderen Sprachen komplexer, da Arabisch in der Praxis keine einzelne Sprache ist, sondern vielmehr ein System, das klassisches Arabisch und Dutzende regionaler und lokaler Dialekte umfasst, die sich im Wortschatz, in der Aussprache und sogar in der Sprachstruktur unterscheiden können.
Forscher weisen in einem wissenschaftlichen Artikel, der im Rahmen der dreiundsechzigsten Jahreskonferenz der Association for Computational Linguistics im Jahr 2025 veröffentlicht wurde, darauf hin, dass arabische Dialekte in den meisten wichtigen Sprachmodellen immer noch begrenzt vertreten sind.
Der wahre Erfolg wird jedoch nicht an der Anzahl der Wörter gemessen, die das Modell im lokalen Dialekt erzeugen kann, sondern vielmehr an seiner Fähigkeit, den sozialen und kulturellen Kontext hinter diesen Wörtern zu verstehen, eine Herausforderung, die immer noch die neue Grenze der künstlichen Intelligenz in der arabischen Sprache darstellt.
In den letzten zwei Jahren hat sich der Schwerpunkt von der Unterstützung des Standardarabischen auf die Bewältigung einer komplexeren Herausforderung verlagert, nämlich dem Verstehen der lokalen Dialekte, die täglich von Hunderten Millionen Menschen verwendet werden, angefangen bei den saudischen und Golf-Dialekten über Ägyptisch und Levantinisch bis hin zu Marokkanisch, dessen Wortschatz und Strukturen sich stark vom Standardarabisch unterscheiden.
Im Jahr 2025 kündigten die VAE außerdem das vom Advanced Technology Research Council entwickelte Falcon Arabic-Modell an und betonten, dass es auf der Grundlage ursprünglicher arabischer Daten erstellt wurde, die die gesamte sprachliche Vielfalt des Arabischen widerspiegeln, und nicht durch die Übersetzung von Daten in andere Sprachen, um die Qualität des Verständnisses lokaler Dialekte und Kontexte zu verbessern.
Trotz dieser Fortschritte deuten aktuelle Studien darauf hin, dass noch ein langer Weg vor uns liegt. In einer wissenschaftlichen Studie, die dieses Jahr im Rahmen des AbjadNLP-Workshops veröffentlicht wurde, testeten Forscher eine Reihe linguistischer Modelle, um 16 arabische Dialekte mithilfe der berühmten MADAR-Datenbank zu übersetzen und zu verstehen.
Aussagen
„Die sprachliche Identität des Arabischen verstehen“
Kontext
In den letzten Jahren kam es jedoch zum Aufkommen spezialisierter arabischer Modelle, vor allem AllaM aus Saudi-Arabien und Jais aus den Emiraten, zusätzlich zu einer spürbaren Verbesserung bei internationalen Modellen wie GPT Chat, Gemini und Cloud im Umgang mit Arabisch.
Arabische Dialekte verfügen im Vergleich zur englischen Sprache nicht über große, offene Datenbanken, und ein großer Teil der arabischen Inhalte im Internet ist in Standardarabisch oder in nicht standardmäßigen Dialekten verfasst, was die Aufgabe, genaue und ausgewogene Daten zu sammeln, erschwert.
Mit der Zunahme der Golfinvestitionen, der Entstehung neuer Standards zur Bewertung arabischer Modelle und der Erweiterung von Dialektdatenbanken scheinen die Indikatoren vielversprechend für den Aufbau einer neuen Generation arabischer Sprachmodelle zu sein.
Bis vor Kurzem schnitten die meisten kommerziellen Models in Standardarabisch gut ab, fielen jedoch bei der Bewältigung langer umgangssprachlicher Konversationen zurück
Experten für künstliche Intelligenz sind sich einig, dass die Qualität eines Modells nicht nur von seiner Größe oder Anzahl der Parameter abhängt, sondern vielmehr von der Qualität der Daten, auf denen es trainiert wird.
Aus diesem Grund wenden sich viele arabische Institutionen der Erstellung lokaler Datenbanken zu, die echte Gespräche und Texte in verschiedenen Dialekten enthalten, mit dem Ziel, genauere Modelle zu trainieren.
Liste 1 von 2Die Zaren der künstlichen Intelligenz in der Trump-Administration sind nicht von Dauer.
Netz: Eine neue chinesische künstliche Intelligenz, die die Konkurrenz verwirrt - Trend News Eine neue chinesische künstliche Intelligenz, die die Konkurrenz verwirrt - Trend News.
Nächste Entwicklungen
Eine neue chinesische Waffe im Wettlauf um künstliche Intelligenz
Eine neue chinesische Waffe im globalen Wettlauf um künstliche Intelligenz.
