'कसे आहात' Google देणार कोकणीतुन उत्तर 'तूं कसो आसा'

आजच्या घडीला जगात सुमारे 7151 भाषा आहेत. पण यापैकी अवघ्याच भाषा महत्त्वाच्या आहेत, ज्या लाखो लोकांच्या संवादाच्या, अभिव्यक्तीच्या माध्यम बनून आहेत. वरील 7 हजारांपैकी सुमारे 3000 भाषा तर धोक्याच्या काठावर आहेत आणि काही भाषांमध्ये तर हजारांपेक्षा कमी लोक ती भाषा बोलतात. अशावेळी भाषांचे संवर्धन आणि संरक्षण व्हायचे असेल तर भाषेला एक सुदृढ तांत्रिक बळ मिळणे अतिशय आवश्‍यक आहे.

गोव्याची (Goa) राजभाषा असलेल्या कोकणीला हे बळ अलीकडेच मिळाले आहे. ‘गुगल ट्रान्सलेट’ (Google Translate) मध्ये जगातल्या इतर महत्त्वाच्या 133 भाषांबरोबर कोकणीचा समावेशही अनुवादासाठी झालेला आहे. आज ‘गुगल’ (Google) हे माध्यम या जगात एक केंद्रीय ताकद बनून राहिली आहे. वैयक्तिकरित्या सहज व्यक्त केली गेलेली गोष्टही गुगल आज जगाच्या कानाकोपऱ्यात पोहचवू शकते. अशा या माध्यमाचा एक महत्त्वाचा भाग असलेले ‘गुगल ट्रान्सलेट’ आता कोंकणीत जे व्यक्त होईल ते साऱ्या भाषेत आणि पर्यायाने जगभर पोहचवू शकेल.

हे शक्य झाले संजीत हेगडे देसाई यांच्यामुळे. कोकणी भाषा मंडळाचे तत्कालीन अध्यक्ष चेतन आचार्य यांनी संजीतला फोन करून ही गोष्ट सुचवली. संजीत अमेरिकेत गुगलच्या सेवेत असतात. संजीत जरी गुगलमध्ये काम करत असले तरी त्यांचा ‘गुगल ट्रान्सलेट’ या विभागाशी संबंध नव्हता. ते गुगलची ‘उत्पादने आणि सेवा’च्या पुरवठा साखळीशी संबंधित काम पहातात. परंतु ते गोव्याचे असल्याने आणि कोकणीशी (Konkani) त्यांचा संबंध भावनिक असल्याने चेतनच्या सूचनेचा त्यांनी पाठपुरावा केला आणि कोंकणीचा समावेश ‘गुगल ट्रान्सलेट’ मध्ये करून घेतला.

पण हा समावेश सहजपणे झालेला नाही. एकतर त्यासाठी भाषेचा प्रचंड डेटा उपलब्ध असण्याची आवश्‍यकता असते. कोकणीचा असा डेटा उपलब्ध नव्हता कारण या भाषेतले लिखित साहित्य, तुलनेने फारच कमी आहे. पण जेव्हा गुगलमध्ये कोकणीचा अंतर्भाव करण्यासंबंधी विचार सुरू झाला तेव्हा तंत्रज्ञांच्या लक्षात आले की कोकणीची क्षमता ही ठोस आणि गुणात्मक आहे.

गुगलचे मशीन अलीकडच्या काही वर्षात ‘न्यूरल’ प्रक्रियेद्वारा भाषा अनुवादित करते. त्यासाठी विशिष्ट तर्क मशीनला पुरवले गेलेले असतात. हे तर्क वापरून हे मशीन अनुवाद घडवते. जसे एखादी मानवी व्यक्ती, आपल्या समोर उभा ठाकणाऱ्या प्रत्येक क्षणाला ज्याप्रमाणे आपल्या पूर्व अनुभवाद्वारे प्रतिसाद देते तशाचप्रकारचे तंत्र मशीनलाही शिकवले गेलेले असते. (अर्थात त्यासाठी फार जटील प्रक्रियेतून त्याला जावे लागते).

कोंकणी (किंवा इतर कुठल्याही) भाषेचा अंतर्भाव ‘गुगल ट्रान्सलेट’ मध्ये करणाऱ्या तंत्रज्ञांना कोकणी भाषा कळत नसली तरी ते भाषेची रचना जाणून घेतात. ‘मशीन लर्निंगची तत्त्वे त्यासाठी पाळली जातात. ह्या तंत्रज्ञानाचा वापर वेधक आहे. वाक्यरचना, व्याकरण आदीचा विचार करता, कोंकणीची रचना ही इतर उत्तर भारतीय भाषेप्रमाणेच (मराठी, गुजराती वगैरे) आहे. त्यामुळे या भाषेचा अंतर्भाव ‘गुगल ट्रान्सलेट’मध्ये करणे अधिक सोपे होऊन गेले.

संजीत म्हणतात, ‘भाषा ही कुठल्याही संस्कृतीची तोंडओळख असते. म्हणून भाषेची ओळख अशा महत्त्वाच्या व्यासपीठावरून होणे फार महत्त्वाचे आहे. आज ‘गुगल ट्रान्सलेंटवर’ दरदिवशी सुमारे 1 अब्ज शब्दांवर प्रक्रिया होत असते. कोंकणीचा अंतर्भाव आज ‘गुगल ट्रान्सलेट’मध्ये झालेला असला तरी, अधिकाधिक लोकांनी सूचना करणे महत्त्वाचे आहे. अनुवादामध्ये चूक असल्यास लोक ‘ॲबिलिटी टू कंट्रीब्यूट’ मध्ये जाऊन चुकीची दुरुस्ती करू शकतात.

अशाप्रकारे गुगलकडे सध्या असणारा कोकणीचा डेटा व लोकांमार्फत भविष्यात जमा होणारा डेटा या दोन्हींची बेरीज होऊन अनुवादाचा दर्जा भविष्यात अधिक चांगला बनू शकतो.

अर्थात कुठल्याही भाषेचा 100 टक्के अनुवाद करणे शक्य नाही व तिथे मानवी घटकाची आवश्‍यकता आहे हे ‘गुगल’देखील कबूल करेल.