KUALA LUMPUR: YTL AI Labs pada Rabu mengumumkan pelancaran Nemotron-Personas-Malaysia, dataset terbuka yang dibangunkan dengan kerjasama NVIDIA bagi mewakili kepelbagaian penduduk Malaysia menerusi 1.35 juta persona sintetik.
Dataset itu dijana daripada 150,000 rekod asas menggunakan taburan yang berasaskan statistik demografi rasmi Malaysia, sekali gus menyediakan asas kepada pembangun, penyelidik dan perusahaan untuk membangunkan serta menguji sistem kecerdasan buatan (AI) yang mengambil kira bahasa, budaya, perbezaan wilayah dan kehidupan pekerjaan rakyat Malaysia.
Ia boleh digunakan secara percuma untuk tujuan komersial di bawah lesen CC-BY-4.0 dan tidak mengandungi data peribadi atau maklumat yang membolehkan mana-mana individu dikenal pasti.
Menurut Ketua Pegawai Eksekutif YTL AI Labs, Foong Chee Mun, pembangunan AI generasi seterusnya bukan hanya bergantung kepada saiz model, tetapi sejauh mana teknologi itu mampu memahami masyarakat yang dilayaninya.
“Generasi AI seterusnya tidak hanya akan ditentukan oleh siapa yang membina model terbesar, tetapi sejauh mana kecerdasan itu memahami masyarakat yang dilayaninya.
“Malaysia mempunyai bahasa, budaya, institusi dan cara kerja tersendiri.
“Jika AI akan menjadi sebahagian daripada kehidupan seharian kita, kita perlu memastikan konteks Malaysia diwakili sejak dari awal,” katanya menerusi sebuah kenyataan media.
Beliau berkata, Nemotron-Personas-Malaysia menyediakan asas terbuka untuk seluruh ekosistem membangunkan AI yang lebih mencerminkan konteks tempatan.
Setiap persona dijana berdasarkan jadual kebarangkalian yang dibina menggunakan data diterbitkan Jabatan Perangkaan Malaysia, OpenDOSM, MyCensus, eStatistik dan penerbitan tenaga buruh nasional.
Kaedah itu membolehkan dataset berkenaan mencerminkan taburan penduduk Malaysia di peringkat nasional, negeri dan daerah, termasuk kepelbagaian etnik serta wilayah seperti Melayu, Cina, India, Kadazan-Dusun, Bajau, Murut, Iban, Bidayuh dan Melanau, selain kategori Bumiputera mengikut Sabah, Sarawak dan Semenanjung Malaysia.
Daripada 150,000 rekod asas, dataset itu diperluaskan kepada 1.35 juta persona merangkumi 39 bidang, termasuk umur, jantina dan pekerjaan, serta ciri personaliti berdasarkan model lima faktor OCEAN, iaitu kerangka standard dalam psikologi personaliti.
YTL AI Labs turut memberikan contoh persona sintetik bernama Yunus Zulkifli Arifin, seorang tukang kayu berusia 39 tahun dari Melaka. Persona itu menggambarkan profil pekerjaan, pendapatan, rutin harian, kepercayaan, minat serta aspirasi berdasarkan taburan populasi yang diterbitkan di Malaysia, tanpa mewakili mana-mana individu sebenar.
Nemotron-Personas-Malaysia merupakan tambahan terbaharu kepada koleksi Nemotron-Personas NVIDIA, selepas dataset untuk Amerika Syarikat, Jepun, India, Singapura, Brazil, Perancis, Korea, El Salvador, Vietnam dan Belgium. Ia juga merupakan dataset pertama dalam koleksi itu yang mengutamakan Bahasa Melayu.
Dalam pembangunan AI, persona sintetik itu boleh digunakan sepanjang kitar hayat pembangunan teknologi, termasuk penjanaan data sintetik, penalaan halus, penjajaran model, ujian keselamatan atau red-teaming serta pengujian aplikasi.
Sebagai contoh, ejen khidmat pelanggan boleh diuji menggunakan pelanggan sintetik daripada pelbagai umur, negeri, pekerjaan dan bahasa.
Institusi kewangan pula boleh menilai keupayaan AI memahami cara rakyat Malaysia menyatakan keperluan kewangan, manakala agensi kerajaan boleh menguji keberkesanan perkhidmatan digital merentasi kumpulan sosioekonomi dan demografi berbeza.
Dataset itu juga membolehkan penyelidik mengenal pasti keadaan apabila model AI secara sistematik memberikan prestasi yang lebih rendah kepada kumpulan populasi tertentu.
Menurut YTL AI Labs, pembangunan AI berdaulat di Malaysia bukan sekadar bergantung kepada infrastruktur pengkomputeran atau model AI tempatan, tetapi turut memerlukan data dan konteks yang membentuk cara AI memahami serta memberi perkhidmatan kepada rakyat.
Dalam pendekatan YTL Group terhadap AI berdaulat, YTL AI Cloud menyediakan infrastruktur pengkomputeran bagi melatih dan menjalankan model AI dalam negara, manakala YTL AI Labs membangunkan teknologi AI Malaysia termasuk keluarga model ILMU yang direka berasaskan bahasa, konteks, budaya dan keperluan tempatan.
Nemotron-Personas-Malaysia pula menambah lapisan baharu dengan menyediakan gambaran terperinci mengenai populasi Malaysia yang boleh digunakan pembangun untuk membina dan menilai AI bagi pengguna tempatan.
Kerjasama dengan NVIDIA menggabungkan teknologi dan metodologi data sintetik menerusi perpustakaan NeMo Data Designer serta rangka kerja Nemotron-Personas, dengan kepakaran YTL AI Labs dalam mengasaskan dataset kepada data demografi Malaysia serta konteks linguistik, budaya dan wilayah tempatan.
Dataset itu kini tersedia secara terbuka di Hugging Face di bawah lesen CC-BY-4.0 dan serasi dengan perpustakaan NVIDIA NeMo.
Selain itu, inisiatif tersebut juga melengkapkan portfolio teknologi dan produk AI tempatan YTL AI Labs yang turut merangkumi keluarga model ILMU, ILMU Claw bagi membolehkan pengguna membina ejen AI autonomi melalui OpenClaw menggunakan arahan mudah, serta ILMUchat, pembantu AI perbualan Malaysia yang tersedia untuk dimuat turun menerusi Apple App Store dan Google Play.
