小國的逆襲！冰島與 OpenAI 的語言保衛戰

在生成式AI席捲全球的浪潮下，英語霸權正悄悄侵蝕著多元文化。主流的模型多依賴英語語境的語料訓練，導致非主流語言面臨「數位邊緣化」的困境，甚至加劇了族群間的數位落差。為了不讓在地語言在數位發展中失聲，各國開始主動出擊，透過創建在地語料庫來讓習慣母語交流的使用者也能夠享受智慧生活。

冰島在面對冰島語可能在AI時代滅絕的危機，冰島總統親自帶領團隊與 OpenAI合作，提供冰島語在地文化語料庫，將冰島語植入GPT-4模型，讓AI轉化為推動智慧政務與生活應用的母語橋樑，成功示範了小國如何利用數位科技，在AI時代守護自身的文化價值。

【服務流程】

冰島是位於北大西洋中部的島國，擁有蓬勃發展的科技產業和欣欣向榮的旅遊業，人口數大約為40萬人，其中約有20%為外來移民，其冰島語是世界上母語人口最少的官方語言之一，雖然因網路和年輕人接觸英語多而面臨失傳危機，但冰島政府積極推廣，將其定為官方語言並大力保護，保留了非常古老的語法。

隨著生成式 AI 崛起，全球主流模型的訓練語料大多集中於英文與簡體中文，而冰島語的數據數量不足，使得AI無法正確辨識或生成流暢的冰島語，若智慧型手機、電腦等設備無法支援母語，冰島的下一代為了便利將被迫轉向用英語與AI溝通，如果冰島語無法在快速數位化的浪潮中繼續保持其作為國家官方語言的地位，那麼在幾代人之後，冰島語可能會面臨事實上的消亡。

冰島政府意識到，與其坐以待斃被科技浪潮淹沒，不如主動出擊爭取語言主權。不同於一般國家僅由技術部門對接，冰島總統（HE Guðni Th. Jóhannesson）率領由語言專家、技術人員組成的代表團前往矽谷訪問OpenAI，建立深度合作夥伴關係，不是被動的由OpenAI 來抓取數據，而是冰島直接提供由語言專家專業審核的高品質「冰島語語料庫」，提供GPT-4模型中的訓練與優化。

冰島政府與非營利組織、民間公司（如Miðeind）合作，整理出過往以來的文學作品、法律文件與新聞報導等內容，並招募冰島語專家進行密集的人工標記。透過基於人類反饋的強化學習RLHF的過程中，專家人員會給 GPT-4 一個提示，並產生四個可能的答案。專家人員隨後從這四個答案中進行排序或評分，讓模型學會自動模擬人類的判斷，逐漸產出理想的答案。該過程產生的數據將用於進一步訓練 GPT-4，使其在未來生成更精準的答案。

冰島透過與OpenAI合作，繞過漫長的底層模型研發，透過語料換技術的策略，大幅降低了數億美元的開發預算，用冰島語訓練出了世界上最強大的語言引擎之一；冰島將生成式AI導入智慧政務與生活服務中，有效幫助冰島語在數位時代生存下去，讓小國的文化生存與數位主權得以留存。

圖1：Miðeind與OpenAI合作

資料來源：Miðeind

【FIND觀點】

行政院國科會於2023年啟動主導並整合產學研力量，發展具臺灣特色與繁體中文的可信任生成式AI對話引擎TAIDE（Trustworthy AI Dialogue Engine）。

TAIDE 的核心價值在於其使用的訓練語料，其中包含大量台灣政府單位、民間出版社、學術論文及在地文學作品的高品質數據資料，含括於法律、教育及醫療等相關領域，有效提升效率語準確性，展現AI技術如何優化專業領域的實務運作。

透過冰島經驗啟示，可以看出掌握數位發言權的重要性，而TAIDE 透過整合產學研高品質數據，不只能精準對接法律、醫療等在地專業領域，更能確保台灣文化不被主流模型邊緣化，讓 AI 成為守護台灣母語的科技堡壘。

封面圖片來源：freepik

參考資料來源：

1.https://openai.com/index/government-of-iceland/

2.https://mideind.is/en/frettir/gpt-4-fra-openai-nu-mun-betra-i-islensku-med-hjalp-mideindar