人工智能与藏文
近年来图像识别，尤其是大语言模型（LLM）与机器翻译的进展，正在改变研究者处理藏文原文的方式。
说明： AI 在语言翻译中的应用发展很快。若您有适合纳入本汇总的新信息，欢迎在 GitHub 提交议题。
英语、汉语等常用语的机器算法已接近人类水平，而低资源语言（使用人数少或可自由获取语料受限）尚未达到可比水平。但进展仍在发生：现代多语言系统甚至能在极少翻译样本下处理未知语言。
低资源语言机器翻译的一例是阿卡德语楔形文字到英语的自动翻译（Gai Gutherz 等，PNAS Nexus 2023）。藏文翻译及古贝叶经自动扫描目前（2023 年 5 月）尚未达到实用水平，但显著进展只是时间问题。
当前状态详见：
未来可能
随时可能有机构投入资源，基于古典藏文训练翻译和/或古木刻贝叶经图像识别模型，几年内实现是大概率事件。届时，已扫描归档的藏文文献将能够：
- 以机器可读文本形式使用；
- 通过自动翻译以多种语言呈现；语言模型可针对不同乘（yāna）的语境做微调，使大乘与大圆满等文本按各自用语自动翻译。
与当前工作的关系
本质上，大规模 digitize 现有法本的努力与持续翻译项目，都将为未来数年全自动翻译提供必要训练材料。人类会先与语言模型协作，更快、更精准地编辑文本；随时间推移，机器翻译将越来越独立。像 84000.co 这样的大型翻译项目，很可能最终会由自动机器翻译完成大部分工作。