Le Technology Innovation Institute (TII) d’Abou Dhabi a annoncé le 6 octobre trois modèles d’intelligence artificielle consacrés à la langue, à la parole et à la compréhension de documents. Il présente Falcon-Emirati, doté de 7 milliards de paramètres, comme un modèle conçu pour le vocabulaire, les expressions et le contexte culturel de l’arabe émirien. Falcon-ASR, avec 1,6 milliard de paramètres, transcrit la parole en arabe standard et émirien, anglais, français, espagnol et portugais. Falcon-OCR-Arabic vise à extraire du texte arabe et des contenus structurés à partir d’images et de documents. Le nombre de paramètres décrit la taille du modèle ; il ne prouve pas à lui seul sa précision, son coût d’exploitation ou son adoption commerciale.

Le TII affirme que Falcon-Emirati a obtenu 84,83 % au benchmark Alyah consacré à l’arabe émirien et qu’il a dépassé les modèles arabes et multilingues open source évalués par l’institut. Selon le TII, Alyah couvre le langage quotidien, les expressions figurées, les connaissances patrimoniales et la poésie. Il s’agit d’un résultat communiqué par l’institut, et non d’une réplication indépendante ni d’une preuve de performance pour tous les usages réels. Le TII indique que le modèle repose sur des contenus émirien natifs, des ressources en arabe standard sur la culture et le patrimoine émiriens, ainsi que des données synthétiques informées par des ressources linguistiques propres à l’émirati. L’annonce ne précise ni la taille du jeu de données, ni ses licences, ni la distribution des erreurs, ni les résultats d’évaluation de sécurité.

La prise en charge annoncée de six langues par le modèle vocal ouvre des usages possibles dans le service client multilingue, le sous-titrage, les comptes rendus de réunion et les outils d’accessibilité. Le TII dit aussi que le modèle peut situer chaque mot dans l’enregistrement audio. Le modèle documentaire vise à extraire notamment des tableaux, des formules mathématiques et des sections de documents. Il s’agit de capacités décrites et d’applications possibles, pas d’économies de productivité ou de déploiements clients mesurés. Les performances réelles dépendront de la qualité sonore, de la diversité des dialectes, de la lisibilité des documents et du niveau de contrôle humain.

Le lancement conjoint suggère une famille de produits adaptée aux besoins régionaux en langue, parole et documents. La spécialisation peut traiter certaines lacunes des modèles généralistes, mais elle entraîne aussi des travaux distincts d’hébergement, de mise à jour et d’évaluation. Les entreprises et administrations devraient donc dépasser le score annoncé : il faut mesurer les erreurs sur leurs tâches, les coûts de calcul et d’intégration, le traitement des données personnelles, les droits sur les données d’entraînement et le besoin de vérification humaine. Le TII indique que Falcon-Emirati sera accessible dans Falcon Chat ; l’annonce ne détaille pas de la même façon la distribution des deux autres modèles.