Mono-linguistik yang ingin berkomunikasi dengan ramai orang sedunia tidak pernah begitu mudah. Google Translate yang setia boleh menukar kandungan imej, audio, dan laman web keseluruhan dalam beratus-ratus bahasa, sementara alat baru seperti ChatGPT juga berfungsi sebagai penterjemah saku yang berguna.
Pada bahagian belakang, DeepL dan ElevenLabs telah mencapai penilaian berbilion dolar atas pelbagai kebijaksanaan berkaitan bahasa yang boleh disalurkan oleh perniagaan ke dalam aplikasi mereka sendiri. Tetapi sekarang, pemain baru telah memasuki medan perjuangan, dengan enjin lokaliti kuasa AI yang memberikan infrastruktur untuk membantu pembangun menjelajah global - satu 'Stripe' untuk lokaliti aplikasi, jika anda mahu.
Dahulu dikenali sebagai Replexica, Lingo.dev menarget pembangun yang ingin membuat lokaliti hadapan aplikasi mereka sepenuhnya dari permulaan; yang perlu mereka risaukan hanyalah menghantar kod mereka seperti biasa, dengan Lingo.dev menggaru di bawah hood secara automatik. Kelebihannya adalah tiada menyalin/menyelindung teks antara ChatGPT (untuk terjemahan cepat dan kotor), atau bermain-main dengan beberapa fail terjemahan dalam format yang berbeza yang diperoleh dari pelbagai agensi.
Kini, Lingo.dev mengira pelanggan seperti unicorn Perancis, Mistral AI, dan Calendly bersaing dengan Cal.com sumber terbuka. Untuk memacu fasa pertumbuhan seterusnya, syarikat tersebut telah mengumumkan bahawa mereka telah mengumpul $4.2 juta dalam pusingan pendanaan biji ledak yang dipimpin oleh Initialized Capital, dengan penyertaan dari Y Combinator dan sekumpulan malaikat.
Ditemui dalam penterjemahan
Lingo.dev adalah hasil kerja CEO Max Prilutskiy dan CPO Veronica Prilutskaya (gambar di atas) yang mengumumkan bahawa mereka telah menjual sebuah startup SaaS yang sebelumnya dikenali sebagai Notionlytics kepada pembeli yang tidak dinyatakan tahun lalu. Pasangan itu sudah bekerja dengan asas Lingo.dev sejak 2023, dengan prototaip pertama dibangunkan sebagai sebahagian daripada hackathon di Universiti Cornell. Ini membawa kepada pelanggan yang pertama membayar, sebelum meneruskan untuk menyertai program Y Combinator (YC) pada musim gugur tahun lalu.
Pada intinya, Lingo-dev adalah API Terjemahan yang boleh dipanggil secara tempatan oleh pembangun melalui CLI mereka (antara muka baris arahan), atau melalui integrasi langsung dengan sistem CI/CD mereka melalui GitHub atau GitLab. Jadi pada dasarnya, pasukan pembangunan menerima permintaan tarik dengan kemas kini terjemahan automatik apabila perubahan kod piawai dibuat.
Pada pangkal semua ini, seperti yang anda harapkan, adalah model bahasa besar (LLM) - atau beberapa LLM, sebenarnya, dengan Lingo.dev mengatur input dan output yang berbeza di antara mereka semua. Pendekatan campur dan padankan ini, yang menggabungkan model dari Anthropic, OpenAI, di antara penyedia lain, direka untuk memastikan model terbaik dipilih untuk tugasan yang dihadapi.
“Promp yang berbeza berfungsi lebih baik dalam beberapa model berbanding model lain,” jelas Prilutskiy kepada TechCrunch. “Juga bergantung pada kegunaan, kita mungkin mahu latensi yang lebih baik, atau latensi mungkin tidak menjadi masalah sama sekali.”
Tentu saja, mustahil untuk berbicara tentang LLM tanpa juga membincangkan mengenai privasi data - salah satu sebab mengapa sesetengah perniagaan agak lambat untuk menerima AI generatif. Tetapi dengan Lingo.dev, fokus secara substantif adalah pada melokalisasi antara muka hadapan, walaupun juga bergerak kepada kandungan perniagaan seperti laman pemasaran, e-mel auto, dan lain-lain - tetapi ia tidak menyumbang kepada maklumat peribadi identiti (PII) pelanggan mana pun, sebagai contoh.
“Kami tidak menjangkakan sebarang data peribadi dihantar kepada kami,” kata Prilutskiy.
Melalui Lingo.dev, syarikat boleh membina memori terjemahan (simpanan kandungan yang telah diterjemahkan sebelum ini) dan muat naik panduan gaya mereka untuk memperibadikan suara jenama untuk pasaran yang berbeza.
Perusahaan juga boleh menetapkan peraturan mengenai bagaimana frasa tertentu harus ditangani dan dalam situasi apa. Selain itu, enjin itu boleh menganalisis penempatan teks tertentu, membuat penyesuaian yang diperlukan sepanjang jalan - sebagai contoh, perkataan apabila diterjemahkan dari Bahasa Inggeris ke Bahasa Jerman mungkin mempunyai dua kali ganda bilangan aksara, bermakna ia akan memecahkan antara muka pengguna. Pengguna boleh mengarahkan enjin itu untuk mengelakkan masalah tersebut dengan merumus semula sebahagian teks agar sepadan dengan panjang teks asal.
Tanpa konteks yang lebih luas tentang apa sebenarnya aplikasi itu, boleh sukar untuk melokalisasi sepotong teks berdiri sendiri, seperti label antara muka. Lingo.dev mengatasi masalah ini dengan menggunakan ciri yang dipanggil “kesedaran konteks,” di mana ia menganalisis seluruh kandungan fail lokaliti, termasuk teks bersebelahan atau kekunci sistem acara yang fail terjemahan kadang-kadang mempunyainya. Ia adalah tentang memahami "konteks mikro," seperti yang dinyatakan oleh Prilutskiy.
Lebih banyak lagi akan datang pada bahagian ini pada masa depan juga.
“Kami sudah bekerja pada ciri baru yang menggunakan tangkapan skrin antara muka aplikasi, yang akan digunakan oleh Lingo.dev untuk mengekstrak petunjuk konteks lebih lanjut mengenai elemen antara muka pengguna dan niat mereka,” katanya.
Pergi tempatan
Ini masih terlalu awal untuk Lingo.dev dalam hal perjalanan ke lokalisasi sepenuhnya. Sebagai contoh, warna dan simbol mungkin mempunyai makna yang berbeza antara budaya yang berbeza, sesuatu yang tidak langsung ditangani oleh Lingo.dev. Tambahan pula, perkara seperti konversi metrik/imperialis adalah sesuatu yang masih perlu diurus oleh pembangun pada peringkat kod.
Walau bagaimanapun, Lingo.dev menyokong rangka kerja MessageFormat, yang mengendalikan perbezaan dalam pluralisasi dan frasa khusus jantina antara bahasa. Syarikat itu juga baru-baru ini mengeluarkan ciri beta eksperimen khusus untuk ungkapan; sebagai contoh, "to kill two birds with one stone" mempunyai padanan dalam Bahasa Jerman yang menterjemah kira-kira kepada "menampar dua lalat dengan satu tumbukan."
Selain itu, Lingo.dev juga sedang menjalankan penyelidikan AI yang digunakan untuk memperbaiki pelbagai aspek proses lokaliti automatik.
“Salah satu tugas kompleks yang kami sedang bekerja pada masa ini adalah memelihara versi feminin/maskulin kata nama dan kata kerja apabila menterjemahkan di antara bahasa,” kata Prilutskiy. “Bahasa yang berbeza mengkodekan jumlah maklumat yang berbeza. Sebagai contoh, perkataan 'teacher' dalam Bahasa Inggeris adalah gender-neutral, tetapi dalam Bahasa Sepanyol ia adalah 'maestro' (lelaki) atau 'maestra' (perempuan). Memastikan nuansa ini dikekalkan dengan betul adalah dalam usaha penyelidikan AI kami.”
Sepenuhnya, rancangan permainan adalah lebih daripada sekadar terjemahan mudah: Ianya ingin mendekati sejauh mana yang mungkin kepada apa yang anda mungkin dapat dengan pasukan penterjemah profesional.
“Secara keseluruhan, [matlamat] dengan Lingo.dev adalah untuk menghilangkan gesaan dari lokaliti dengan kadar begitu menyeluruh, hingga ia menjadi lapisan infrastruktur dan sebahagian semula jadi daripada rangka teknologi,” kata Prilutskiy. “Sama seperti bagaimana Stripe menghapuskan gesaan dari pembayaran dalam talian dengan begitu berkesan sehingga ia menjadi kit alat pembangun penting untuk pembayaran.”
Walaupun penemu-penemu ini baru-baru ini berpusat di Barcelona, mereka akan memindahkan rumah formal mereka ke San Francisco. Syarikat ini hanya mengira tiga pekerja sepenuh masa, dengan seorang jurutera penemu menjadikan trio - dan ini adalah falsafah syarikat Lean startup yang mereka rancang untuk mengikuti.
“Orang-orang di YC, saya sendiri dan penemu-penemu lain, kita semua peminat besar dalam hal itu,” kata Prilutskiy.
Startup terdahulu mereka, yang menyediakan analitik untuk Notion, sepenuhnya dibangunkan tanpa modal dengan pelanggan berkemampuan tinggi termasuk Square, Shopify, dan Sequoia Capital - dan ia tidak mempunyai sebarang pekerja lebih daripada Max dan Veronica.
“Kami berdua, sepenuh masa, tetapi dengan beberapa kontraktor untuk pelbagai perkara sekali-sekala,” tambah Prilutskiy. “Tetapi kami tahu cara untuk membina sesuatu dengan sumber minimal. Kerana syarikat terdahulu itu dibangunkan tanpa modal, jadi kami perlu mencari cara untuk itu berfungsi. Dan kami sedang mengembangkan gaya langsing yang sama - tetapi sekarang dengan pendanaan.”
