Dari 'Ciyuan' ke 'Fuyuan': Perdebatan Kognitif Dasar AI di Balik Nama Tionghoa Token
Komite Istilah Ilmiah Nasional China baru-baru ini merekomendasikan penerjemahan "token" dalam AI sebagai "词元" (cíyuán), yang berarti "unit leksikal". Namun, artikel ini mengkritik pemilihan istilah tersebut dan mengusulkan alternatif "符元" (fúyuán) atau "unit simbolik" sebagai terjemahan yang lebih tepat.
Pertama, token tidak hanya digunakan dalam pemrosesan bahasa alami (NLP) tetapi telah berevolusi menjadi unit dasar untuk teks, gambar, audio, dan sinyal multimodal lainnya. Menamakannya "unit leksikal" membatasi pemahaman pada konteks linguistik semata, mengabaikan esensi strukturalnya sebagai unit simbol diskrit.
Kedua, analogi seperti "word cloud" atau "bag of words" hanya membantu pemahaman awal, tetapi tidak boleh menjadi dasar definisi ilmiah. Istilah teknis harus mencerminkan hakikat komputasi, bukan metafora.
Ketiga, dari perspektif psikologi kognitif, publik akan secara alami mengasosiasikan "kata" dengan bahasa, sehingga berpotensi menimbulkan miskonsepsi sistematis dalam pemahaman multimodal.
Keempat, "词元" sudah digunakan dalam linguistik untuk merujuk pada "lemma" (bentuk dasar kata), sehingga berisiko menimbulkan ambiguitas akademik.
Kelima, secara teoritis, token adalah entitas simbolik dalam sistem komputasi, bukan unit semantik. Nama yang tepat harus selaras dengan lapisan simbolik, bukan semantik.
Keenam, dari sudut pandang internasional, "符元" dapat diterjemahkan kembali ke "symbolic unit" dengan lebih akurat, memastikan konsistensi dalam komunikasi akademik global.
Kesimpulannya, pemilihan terminologi bukan hanya masalah bahasa, tetapi juga membentuk landasan kognitif untuk pengembangan AI. "符元" dianggap lebih sesuai dengan esensi komputasi token dan memiliki stabilitas jangka panjang yang lebih baik dalam konteks multimodal.
marsbit04/10 10:49
