大多数著名的大语言模型（LLM）都擅长英语等广泛使用的语言，但没有涵盖能够有效服务全球文化和地区细微差别的语言多样性。
好处
建立本土 LLM 是一个重要的技术步骤。主要是，它为每个人都成为数字化转型的一部分开创了先例，通过扩大客户覆盖范围以及使企业能够扩大覆盖范围、连接和服务全球不同的客户群，实现双赢。
人工智能在许多应用程序中找到了有吸引力的用例，同时处理认知过载、轻松访问信息并增强客户体验。
受过多种语言传播培训的 LLM 涵盖所有三个领域，提供轻松、及时的信息获取。这种触手可及的知识便利可以帮助许多当地社区获得急需的帮助和支持，以解决他们的疑问。
挑战
虽然我们已经讨论了很多有利于构建此类模型的基础，但同样重要的是要指出，此类模型的开发需要访问本地语言的数据。不用说，一开始可能看起来很有挑战性，但并非无法实现。
事实上，当大规模有效地建立数据收集流程时，它很快就会以数据标签的形式为当地社区带来福音。
此外，开发 LLM 需要高性能计算基础设施，例如 GPU 和云计算服务，这些基础设施成本高昂，并且需要赞助商/合作伙伴提供资金支持。
不可避免的是，任何国家的成功都取决于制造更便宜、更节能的芯片来构建下一代人工智能模型。它还需要增加研发资金，通过学术界、工业界和政府之间的广泛合作，促进人才聚集的平台。
数据不是新石油？
数据不再是新的石油，而是知道如何处理如此大的数据集人才是新的石油，这增加了对节能芯片的需求。
除了软件之外，开发用当地语言训练的模型还需要资助尖端技术的研发并建立硬件自给自足的能力。此外，大型模型严重依赖需要大量电力的数据中心，从而增加了对节能芯片的需求。
就业和机会
虽然大多数人认为 LLM 可能会对就业部门产生负面影响，但它也有积极的一面。这是双赢的，因为它为技术开发人员以及该技术堆栈整个价值链的整个参与者提供了就业机会。
此外，消除非英语人士使用技术的障碍可以以有意义的方式改善他们的生活。它可以打开机会之门，使他们积极参与当今世界的运作方式。
将创造更多就业机会。从表面上看，创建多样化的数据对于某些人来说可能看起来是一个挑战。不过，一旦大规模有效地完成，它很快就会成为向贡献者提供工资机会的机会。当地社区可以参与此类数据生成计划，并在基础层面参与这场革命，同时因其贡献而以工资和特许权使用费的形式获得认可。
数字化是一个均衡器
获取知识是最大的杠杆，而数字化是一个重要的均衡器。据报道，与发达国家相比，发展中国家的“教师、律师、医生支持”与“人口”的比例较低，这清楚地凸显了通过帮助客户在早期阶段解决问题或接受指导的应用程序可以有效弥合的差距 进行下一步。如果用户熟悉人工智能聊天机器人的对话语言，这就变得可行。
考虑像农业这样的行业，LLM 可以帮助农民，没有任何语言障碍。农民可以获得有关灌溉最佳实践和提高用水效率的指导。
再举一个医疗保健行业的例子。理解这些保单中复杂的特定领域术语对我们所有人来说都是一个挑战。开放一个聊天机器人，可以利用其自适应辅导风格，用他们理解的语言对所有社区进行教育，这是实现平等的一项巨大努力。
数字鸿沟
包含多种语言的人工智能模型有助于弥合数字鸿沟，让每个人都能享受到技术进步带来的机遇。最重要的是，这种包容性使边缘化群体得到了急需的关注，并使他们成为这场革命性变革的关键参与者。
