Autonome KI-gestützte Lerninhalte für afrikanische Sprachen auf Edge-Geräten
Ein neues Forschungsprojekt aus Sub-Saharan Africa präsentiert einen vollständig autonomen, agentenbasierten Rahmen zur Erzeugung von Lerninhalten, die kulturell angepasst und dezentralisiert auf Edge-Geräten laufen. Durch die Koordination von vier spezialisierten Agenten entsteht kontextuell passgenaues Bildungsmaterial, das ohne zentrale Server auskommt.
Die Leistungsfähigkeit des Systems wurde an gängigen Edge-Plattformen getestet. Auf einem NVIDIA Jetson Nano erreichte InkubaLM eine Time‑To‑First‑Token von 129 ms, einen durchschnittlichen Inter‑Token‑Latenzwert von 33 ms und eine Durchsatzrate von 45,2 Tokens pro Sekunde bei einem Stromverbrauch von 8,4 W. Auf einem Raspberry Pi 4B lagen die Werte bei 326 ms TTFT, 15,9 Tokens pro Sekunde und 5,8 W.
Qualitativ erzielte die generierten Inhalte einen durchschnittlichen BLEU‑Score von 0,688, eine kulturelle Relevanz von 4,4 / 5 und eine Sprachflüssigkeit von 4,2 / 5 über mehrere afrikanische Sprachen hinweg. Durch Kooperationen mit Organisationen wie der African Youth & Community Organization (AYCO) und der Florida Africa Foundation soll die Lösung praktisch in Gemeinden implementiert werden, um nachhaltige, lokal angepasste KI‑gestützte Bildung zu ermöglichen.
Das Projekt trägt damit zu den UN‑Zielen für qualitativ hochwertige Bildung (SDG 4), Industrie, Innovation und Infrastruktur (SDG 9) sowie für reduzierte Ungleichheiten (SDG 10) bei und legt einen soliden Grundstein für ressourcenarme, kulturell relevante Lernumgebungen in Afrika.