Por Canuto  

Mientras la inteligencia artificial concentra sus mayores capacidades en inglés y mandarín, Votee AI desarrolla modelos especializados en cantonés para atender necesidades culturales y servicios públicos de Hong Kong. Su estrategia combina datos locales, modelos de pesos abiertos y costos de entrenamiento muy inferiores a los de los laboratorios fronterizos.
***

  • Votee AI amplió su corpus en cantonés de 100 millones a más de 500 millones de tokens mediante rastreo web, aportes comunitarios y datos sintéticos.
  • La startup comercializa modelos de unos 70.000 millones de parámetros a bancos, universidades y departamentos gubernamentales.
  • Su CEO, Pak-Sun Ting, vincula el proyecto con la soberanía tecnológica y planea explorar otras lenguas desatendidas en Asia, Norteamérica y África.

La inteligencia artificial atraviesa una paradoja lingüística: sus avances más visibles se concentran en inglés y mandarín, mientras decenas de millones de hablantes encuentran capacidades mucho más limitadas en sus propias lenguas. Votee AI, una startup con sede en Hong Kong, intenta abrir una tercera vía mediante modelos especializados en cantonés, un idioma utilizado en la educación, la salud y las comunicaciones policiales de la ciudad.

Pak-Sun Ting, CEO de Votee AI, sostiene que la revolución actual deja a otros idiomas con una representación mínima frente a los dos grandes centros de desarrollo, Estados Unidos y China continental. La empresa parte de modelos de pesos abiertos de Meta y Alibaba, los reentrena con datos cantonéses y ofrece sus sistemas a bancos, universidades y dependencias públicas que necesitan interacciones más precisas con usuarios locales.

Un idioma con millones de hablantes y pocos datos

El cantonés suele clasificarse como un dialecto del chino, pero esa etiqueta oculta diferencias relevantes respecto del mandarín. Ambos utilizan vocabulario y estructuras gramaticales distintas, y en Hong Kong los hablantes alternan con frecuencia entre cantonés e inglés dentro de una misma frase, una práctica cotidiana que complica el desempeño de los modelos entrenados principalmente con textos estandarizados.

Más de 80 millones de personas hablan cantonés, una cifra comparable con la de los hablantes de coreano y superior a la de quienes hablan italiano o tailandés. Sin embargo, el tamaño de esa comunidad no produjo un corpus escrito igualmente profundo, especialmente para las expresiones coloquiales que circulan en conversaciones, servicios y contenidos locales.

Los modelos líderes no resultan completamente inútiles cuando reciben instrucciones en cantonés, pero su rendimiento cae al abordar referencias culturales, lugares y conocimientos propios de Hong Kong. El benchmark HKCanto-Eval, desarrollado por investigadores de la Universidad de Kyushu, la Universidad de Educación de Hong Kong y la comunidad local hon9kon9ize, documenta precisamente esa brecha y cuenta con el patrocinio de Votee.

Para Ting, el problema no se reduce a preservar una identidad cultural frente a la estandarización tecnológica. Si un sistema no comprende la lengua empleada en un hospital, una institución educativa o una comunicación policial, su utilidad práctica disminuye aunque pueda resolver tareas generales en inglés o mandarín.

Reentrenar en lugar de competir desde cero

Votee describe su proceso como una secuencia cercana a la construcción de un modelo desde cero, aunque aprovecha una base de código abierto para reducir la inversión. La startup utiliza modelos como Llama, de Meta, o Qwen, de Alibaba, y realiza entrenamiento adicional con grandes volúmenes de contenido en cantonés, una estrategia que evita asumir el costo completo de desarrollar una arquitectura fundacional.

La empresa obtiene información mediante rastreo web, incluido material de Radio Television Hong Kong, el servicio público de radiodifusión de la ciudad. También incorpora contribuciones de comunidades y universidades, además de contenidos acumulados durante su etapa anterior como compañía de big data, antes de completar el proceso con conjuntos sintéticos creados internamente.

Con esa combinación, Votee elevó su corpus cantonés de 100 millones a más de 500 millones de tokens. La cifra sigue siendo pequeña frente a los billones de tokens utilizados por los principales modelos en inglés, pero permite concentrar el entrenamiento en expresiones, referencias y patrones lingüísticos que los sistemas generalistas suelen tratar de manera superficial.

Los modelos de la startup rondan los 70.000 millones de parámetros, un tamaño significativamente menor que el de los sistemas fronterizos más avanzados. Ting afirma que esa escala basta para comprender y razonar en cantonés, mientras el volumen reducido de datos mantiene el costo de entrenamiento cerca de USD $250.000, según su estimación.

El CEO calcula que Votee emplea entre 500 millones y 1.000 millones de tokens durante el entrenamiento de sus modelos, en contraste con los billones usados para los productos en inglés. La diferencia no elimina los desafíos técnicos, pero abre un espacio comercial para sistemas más pequeños que resuelven tareas específicas sin requerir la infraestructura de los laboratorios que compiten en la frontera.

La soberanía tecnológica como mercado

El proyecto forma parte de una tendencia más amplia hacia la llamada inteligencia artificial soberana, concepto que describe el interés de gobiernos y empresas por controlar sus datos, modelos e infraestructura en lugar de depender totalmente de proveedores extranjeros. En Indonesia, Indosat desarrolla Sahabat AI para lenguas locales como el bahasa, mientras AI Singapore impulsa SEA-LION con cobertura para 11 idiomas del Sudeste Asiático.

Corea del Sur también ha convertido esa prioridad en política pública mediante una competencia eliminatoria respaldada por el Estado, descrita por medios locales como el “AI Squid Game”. El país cuenta además con un presupuesto de inteligencia artificial para 2026 estimado en USD $6.800 millones, una señal de que las capacidades lingüísticas propias se consideran parte de la infraestructura estratégica y no únicamente un producto cultural.

Ting reconoce que la versión completa de la soberanía tecnológica, en la que cada país controla todos los componentes de la cadena de suministro, resulta muy difícil de alcanzar. Su propuesta es más acotada: que los gobiernos posean modelos fundacionales y aplicaciones locales, aunque continúen utilizando hardware o sistemas extranjeros para las capas más exigentes del procesamiento.

Según esa visión, muchas dependencias no necesitan un modelo fronterizo para automatizar trámites y tareas rutinarias. Incluso un sistema de 1.000 millones de parámetros podría servir para funciones concretas, y las instituciones podrían enviar las solicitudes complejas a un modelo potente en inglés o chino para después traducir y adaptar la respuesta mediante un modelo local.

Votee trabaja con modelos de MiniMax y SenseTime, y puede operar con chips de Nvidia, una combinación que ilustra el enfoque pragmático de la empresa. Ting compara a la startup con “esa persona en el instituto que es amiga de todos”, porque no busca aislarse de proveedores extranjeros mientras construye una capa lingüística propia para los clientes locales.

Clientes públicos y expansión regional

Aunque Ting presenta el proyecto como una herramienta de preservación lingüística, Votee es una compañía con fines de lucro y sus primeros clientes son gobiernos y corporaciones. La startup asegura que sus ingresos superan sus costos, por lo que se considera rentable en ese sentido, con una financiación basada principalmente en contratos comerciales.

La empresa cuenta ahora con Allan Zeman como asesor, el empresario de Hong Kong asociado al crecimiento del distrito nocturno Lan Kwai Fong. Su incorporación añade experiencia empresarial local a una compañía que busca convertir una necesidad cultural y administrativa en una oferta de software para instituciones con presupuestos y problemas operativos concretos.

Las ambiciones de Votee exceden el mercado de Hong Kong. Ting afirma que mantiene conversaciones activas con AI Singapore y que la siguiente etapa contempla una expansión más amplia hacia el Sudeste Asiático, donde existen numerosas lenguas con grandes comunidades de hablantes, pero con menos datos digitales y menos herramientas comerciales que el inglés o el mandarín.

Después, la startup quiere explorar aplicaciones para proteger lenguas en peligro en Asia Oriental, Norteamérica y África. El desafío será equilibrar la preservación con la sostenibilidad económica, porque los idiomas con menos usuarios o menor actividad institucional pueden ofrecer mercados más pequeños, aun cuando los beneficios sociales de contar con herramientas digitales sean considerablemente mayores.

Ting describe la presión del inglés sobre otras lenguas como un “momento máquina de escribir”: una mejora de productividad tan poderosa que puede llevar a las personas a abandonar su idioma para acceder a mejores herramientas. El modelo cantonés de 70.000 millones de parámetros todavía debe demostrar cuánto puede cambiar esa dinámica, pero Votee apuesta a que la eficiencia tecnológica no tenga que exigir la desaparición de otras formas de ver el mundo.

Imagen original de DiarioBitcoin, creada con inteligencia artificial, de uso libre, licenciada bajo Dominio Público.

Este artículo fue escrito por un redactor de contenido de IA y revisado por un editor humano para garantizar calidad y precisión.


ADVERTENCIA: DiarioBitcoin ofrece contenido informativo y educativo sobre diversos temas, incluyendo criptomonedas, IA, tecnología y regulaciones. No brindamos asesoramiento financiero. Las inversiones en criptoactivos son de alto riesgo y pueden no ser adecuadas para todos. Investigue, consulte a un experto y verifique la legislación aplicable antes de invertir. Podría perder todo su capital.

Suscríbete a nuestro boletín

Artículos Relacionados