وحدة أبحاث الذكاء الاصطناعي في تيتر أطلقت للتو منتجًا لا علاقة له بالعملات المستقرة، بل يتعلق بحقيقة أن معظم لغات العالم غير مرئية تقريبًا للذكاء الاصطناعي الحديث. أصدرت الشركة عائلة نموذج ترجمة آلية عصبية مفتوحة المصدر تُسمى TranslatePsy-AfriSLM، وتغطي 19 لغة من إفريقيا جنوب الصحراء الكبرى، ببيانات تدريبية تبلغ حوالي 215 مليون مثال ثنائي الاتجاه مزودًا باللغة الإنجليزية.
النماذج صغيرة جدًا. نتحدث عن 21 إلى 35 ميجابايت لكل زوج لغوي، وهي صغيرة بما يكفي للتشغيل مباشرة على الهاتف دون الحاجة إلى الاتصال بخادم أبدًا. هذا هو الهدف: الترجمة التي تعمل دون اتصال بالإنترنت، وتحافظ على خصوصية البيانات، ولا تتطلب بنية تحتية سحابية نادرة ما توجد في المناطق التي تُتحدث فيها هذه اللغات فعليًا.
ما بناه تيثر فعليًا
المشروع، الذي طورته وحدة QVAC التابعة لتير، يشمل مجموعة البيانات والنماذج نفسها للترجمة. مجموعة البيانات، المسمّاة TranslatePsy-AfriSLM-Synthetic-Mix، مُضافة على Hugging Face بموجب ترخيص CC BY-NC 4.0، مما يعني أن الباحثين والمطورين يمكنهم استخدامها مجانًا لأغراض غير تجارية.
تشمل اللغات المغطاة السواحيلية واليوروبا والأمهرية، بينها 19 لغة من إفريقيا جنوب الصحراء إجمالاً.
تم بناء النماذج لتكون متوافقة مع Bergamot، وهو ما يهم لأن Bergamot هو محرك الترجمة مفتوح المصدر الذي تستخدمه Mozilla في ميزة الترجمة المدمجة في Firefox. التوافق مع هذا النظام البيئي يعني أنه يمكن لهذه النماذج الدمج في البنية التحتية الحالية دون الحاجة إلى إعادة بناء المطورين من الصفر.
السرعة هي الرقم الرئيسي الآخر. تعالج النماذج الجملة في حوالي 46 مللي ثانية، وهو ما يدّعي QVAC أنه يجعلها أسرع حتى 78 مرة مقارنةً بالنماذج الأكبر مثل Salamandra-2B.
مكتبة QVAC ودعم اللغات الأوروبية
إلى جانب نماذج اللغات الأفريقية، أطلقت تيثر QVAC SDK، وهو حزمة تطوير برامج تجمع بين نماذج الذكاء الاصطناعي المختلفة في إطار نشر موحد. يأتي دعم اللغات الأوروبية من خلال هذا SDK بدلاً من مجموعات بيانات منفصلة ومخصصة، مما يمنح المطورين نقطة تكامل واحدة للترجمة متعددة اللغات.
وفقًا لوثائق QVAC، يمكن للـ SDK توسيع التغطية إلى عشرات أو حتى مئات اللغات باستخدام حوالي 50 زوجًا لغويًا لتغطية 26 لغة.
تم تقديم ورقة البحث المرفقة إلى EMNLP 2026 وهي متاحة على arXiv (arXiv:2608.18655). تم توثيق الكود والنماذج على GitHub ضمن منظمة أبحاث الذكاء الاصطناعي الخاصة بـ Tether على tether-ai-research/qvac-translatepsy-afri-slm.
لماذا تبني شركة عملة مستقرة ذكاءً اصطناعيًا للترجمة
يشهد العملة المستقرة لتاتر تبنيًا واسعًا عبر إفريقيا وجنوب شرق آسيا وأمريكا اللاتينية، وهي مناطق حيث تكون العملات المحلية متقلبة، والبنية التحتية المصرفية ضعيفة، وحيث تُتحدث العديد من اللغات المنخفضة الموارد في العالم. إن تطوير أدوات ذكاء اصطناعي تعمل بهذه اللغات، على الأجهزة الشائعة في تلك الأسواق، ودون الحاجة إلى اتصال دائم بالإنترنت هو استراتيجية تعزز وجود تاتر بالضبط في المجتمعات التي تتمتع فيها عملتها المستقرة بالفعل بانتشار كبير.
من خلال إصدار كل شيء بموجب تراخيص مرنة وتقديم البحث لمراجعة أكاديمية، تقوم تيتر بوضع QVAC كمؤسسة بحثية ذكاء اصطناعي شرعية. وسوف يعتمد بقاء هذا الإدراك على أداء النماذج فعليًا في التطبيقات الواقعية، وهو ما سيختبره مجتمع أبحاث معالجة اللغة الطبيعية الآن بعد أن أصبحت الأوزان متاحة للعامة.