27

ന്യൂ​ഡ​ൽ​ഹി: ഇ​ന്ത്യ​ൻ ഭാ​ഷ​ക​ളി​ലെ രേ​ഖ​ക​ളും കൈ​യ്യ​ക്ഷ​ര​ങ്ങ​ളും കൃ​ത്യ​ത​യോ​ടെ വാ​യി​ച്ചെ​ടു​ക്കാ​ൻ ശേ​ഷി​യു​ള്ള 'വി​ഷ​ൻ 2.1' (Sarvam Vision 2.1) വി​ക​സി​പ്പി​ച്ച് ഇ​ന്ത്യ​ൻ ആ​ർ​ട്ടി​ഫി​ഷ്യ​ൽ ഇ​ന്‍റ​ലി​ജ​ൻ​സ് സ്റ്റാ​ർ​ട്ട​പ്പാ​യ സ​ർ​വം എ​ഐ (Sarvam AI).

വി​ഷ്വ​ൽ ലാം​ഗ്വേ​ജ് മോ​ഡ​ലി​ന്‍റെ ഈ ​പു​ത്ത​ൻ പ​തി​പ്പ് സ​ങ്കീ​ർ​ണ​മാ​യ ടേ​ബി​ളു​ക​ൾ വാ​യി​ക്കാ​നും, ഫോ​മു​ക​ളി​ൽ നി​ന്നു​ള്ള വി​വ​ര​ങ്ങ​ൾ വേ​ർ​തി​രി​ച്ചെ​ടു​ക്കാ​നും, ഇ​ന്ത്യ​ൻ പ്രാ​ദേ​ശി​ക ഭാ​ഷ​ക​ളി​ലെ കൈ​യ്യ​ക്ഷ​ര​ങ്ങ​ൾ പോ​ലും കൃ​ത്യ​മാ​യി തി​രി​ച്ച​റി​യാ​നും പ്രാ​പ്ത​മാ​ണ്.

സാ​ധാ​ര​ണ എ​ഐ മോ​ഡ​ലു​ക​ൾ​ക്ക് വാ​യി​ച്ചെ​ടു​ക്കാ​ൻ പ്ര​യാ​സ​മു​ള്ള ഡോ​ക്യു​മെ​ന്‍റു​ക​ളെ​യും സ്കാ​ൻ ചെ​യ്ത രേ​ഖ​ക​ളെ​യും ഡി​ജി​റ്റ​ൽ ഡാ​റ്റ​യാ​ക്കി മാ​റ്റാ​ൻ വി​ഷ​ൻ 2.1-ന് ​സാ​ധി​ക്കും.

ഒ​ന്നി​ല​ധി​കം പേ​ജു​ക​ളു​ള്ള​തും സ​ങ്കീ​ർ​ണ​വു​മാ​യ ടേ​ബി​ളു​ക​ൾ, ചാ​ർ​ട്ടു​ക​ൾ എ​ന്നി​വ തെ​റ്റു​കൂ​ടാ​തെ പ്രോ​സ​സ്സ് ചെ​യ്യാം. ഔ​ദ്യോ​ഗി​ക ഭാ​ഷ​ക​ളി​ലെ ഫോ​മു​ക​ൾ, തീ​യ​തി​ക​ൾ, സാ​മ്പ​ത്തി​ക ക​ണ​ക്കു​ക​ൾ, കൈ​യ്യെ​ഴു​ത്ത് കു​റി​പ്പു​ക​ൾ എ​ന്നി​വ കൃ​ത്യ​മാ​യി വാ​യി​ച്ചെ​ടു​ക്കാം.

എ​ഐ മോ​ഡ​ലു​ക​ളി​ൽ ഉ​ണ്ടാ​കാ​റു​ള്ള തെ​റ്റാ​യ വി​വ​ര​ങ്ങ​ൾ (Hallucinations), ഘ​ട​നാ​പ​ര​മാ​യ തെ​റ്റു​ക​ൾ എ​ന്നി​വ ഒ​ഴി​വാ​ക്കാ​ൻ പ്ര​ത്യേ​ക പ​രി​ശീ​ല​നം ന​ൽ​കി​യി​ട്ടു​ണ്ട്.

ഇ​ന്ത്യ​ൻ ഭ​ര​ണ​ഘ​ട​ന​യി​ലെ 22 ഔ​ദ്യോ​ഗി​ക ഭാ​ഷ​ക​ളെ​യും ഉ​ൾ​പ്പെ​ടു​ത്തി സ​ർ​വം അ​വ​ത​രി​പ്പി​ച്ച 'ഓ​സി​ആ​ർ ബെ​ഞ്ച്മാ​ർ​ക്കി​ൽ' (Indic OCR benchmark) 87.39% കൃ​ത്യ​ത കൈ​വ​രി​ക്കാ​ൻ വി​ഷ​ൻ 2.1-ന് ​സാ​ധി​ച്ചു.

1800 മു​ത​ലു​ള്ള ദി​ന​പ​ത്ര​ങ്ങ​ൾ, പു​സ്ത​ക​ങ്ങ​ൾ, ച​രി​ത്ര രേ​ഖ​ക​ൾ തു​ട​ങ്ങി 6,900ല​ധി​കം സാ​മ്പി​ളു​ക​ൾ ഉ​പ​യോ​ഗി​ച്ചാ​ണ് ഈ ​പ​രി​ശോ​ധ​ന ന​ട​ത്തി​യ​ത്. ആ​ഗോ​ള​ത​ല​ത്തി​ലു​ള്ള 'olmOCR-Bench' ടെ​സ്റ്റി​ലും 87.30 സ്കോ​ർ നേ​ടി മി​ക​ച്ച പ്ര​ക​ട​ന​മാ​ണ് ഈ ​ഇ​ന്ത്യ​ൻ എ​ഐ മോ​ഡ​ൽ കാ​ഴ്ച​വെ​ച്ച​ത്.

സ​ർ​വ​ത്തി​ന്‍റെ 'ഡോ​ക്യു​മെ​ന്‍റ് ഇ​ന്‍റ​ലി​ജ​ൻ​സ് എ​പി​ഐ' (Document Intelligence APIs) വ​ഴി ഡെ​വ​ല​പ്പ​ർ​മാ​ർ​ക്കും ബി​സി​ന​സു​ക​ൾ​ക്കും ഈ ​സേ​വ​നം ല​ഭ്യ​മാ​കും.

Tags : technology sarvamai vision2.1 documentreading indichandwritingrecognition