Διάφορα Αξιοπερίεργα (54-2023)

Ο τιτάνας μέσων κοινωνικής δικτύωσης Meta παρουσίασε το SeamlessM4T, ένα πολύγλωσσο μοντέλο τεχνητής νοημοσύνης για μεταφράσεις ομιλίας και κειμένου

Ως νευρωνικό δίκτυο που μπορεί να επεξεργάζεται κείμενο και ήχο, το SeamlessM4T μπορεί να μεταφράσει κείμενο σε ομιλία, ομιλία σε κείμενο, ομιλία σε ομιλία και κείμενο σε κείμενο σε "έως και 100 γλώσσες".

Η Meta λέει ότι ο σκοπός της στην ανάπτυξης αυτής της τεχνητής νοημοσύνης είναι να βοηθήσει τους ανθρώπους που μιλούν διαφορετικές γλώσσες να επικοινωνούν μεταξύ τους πιο αποτελεσματικά.

Στην παρουσίαση του SeamlessM4T, η Meta αναφέρθηκε στο Babel Fish, ένα φανταστικό ψάρι από την κλασική σειρά επιστημονικής φαντασίας του Douglas Adams Γυρίστε τον Γαλαξία με Οτοστόπ, το οποίο μπορεί να μεταφράσει άμεσα οποιαδήποτε ομιλούμενη γλώσσα όταν τοποθετηθεί στο αυτί του.

Ακριβώς όπως το Babel Fish, το SeamlessM4T έχει στόχο να εξαλείψει το πρόβλημα της γλώσσας μεταξύ των ανθρώπων.

Η δημιουργία ενός παγκόσμιου μεταφραστή γλωσσών όπως το Babel Fish είναι δύσκολη επειδή τα υπάρχοντα συστήματα ο μετάφρασης ομιλίας σε ομιλία και ομιλίας σε κείμενο καλύπτουν μόνο ένα μικρό μέρος των γλωσσών του κόσμου.

Η Meta δεν είναι η πρώτη εταιρεία τεχνητής νοημοσύνης που προσφέρει εργαλεία μετάφρασης μηχανικής εκμάθησης.

Το Google Translate χρησιμοποιεί τεχνικές μηχανικής μάθησης από το 2006 και μεγάλα γλωσσικά μοντέλα όπως το GPT-4 είναι γνωστά για την ικανότητά τους να κάνουν μεταφράσεις ανάμεσα στις γλώσσες.

Όμως, τελευταία, η τεχνολογία προχωρά στο μέτωπο της επεξεργασίας ήχου.

Τον Σεπτέμβριο, η OpenAI κυκλοφόρησε το δικό του μοντέλο ανοιχτού κώδικα μετάφρασης ομιλίας σε κείμενο που ονομάζεται Whisper, το οποίο μπορεί να αναγνωρίσει την ομιλία σε ήχο και να τη μεταφράσει σε κείμενο με υψυλή ακρίβεια.

Το SeamlessM4T βασίζεται σε αυτήν την τάση επεκτείνοντας την πολυτροπική μετάφραση σε πολλές περισσότερες γλώσσες.

Πηγή: TRT Haber