Siden Microsoft og Google er i tvil om hvem sin AI-chatbot er bedre, er det ikke den eneste bruken for maskinlæring og språkmodeller. Sammen med ryktede planer om å vise frem mer enn 20 produkter drevet av kunstig intelligens under sitt årlige I/O-arrangement i år, går Google videre mot målet om å bygge en AI-språkmodell som støtter 1000 forskjellige språk. I en oppdatering lagt ut på mandagdelte Google mer informasjon om Universal Speech Model (USM), et system Google beskriver som et “kritisk første skritt” for å realisere målene sine.
I november i fjor kunngjorde selskapet sine planer om å lage en språkmodell som støtter 1000 av verdens mest talte språk, samtidig som den avslører USM-modellen. Google beskriver USM som «en familie av toppmoderne talemodeller» med 2 milliarder parametere trent på 12 millioner timer med tale og 28 milliarder setninger på over 300 språk.
USM, som YouTube allerede bruker til å generere teksting, støtter også automatisk talegjenkjenning (ASR). Dette oppdager og oversetter automatisk språk, inkludert engelsk, mandarin, amharisk, cebuano, assamisk og mer.
Akkurat nå sier Google at USM støtter over 100 språk og vil tjene som “grunnlaget” for å bygge et enda mer ekspansivt system. Meta jobber med et lignende AI-oversettelsesverktøy som fortsatt er i de tidlige stadiene. Du kan lese mer om USM og hvordan det fungerer i forskningsartikkel Google la ut her.
En destinasjon for teknologien kan være inne i augmented-reality-briller som konseptet Google viste frem under sitt I/O-arrangement i fjor, i stand til å oppdage og gi sanntidsoversettelser som vises rett foran øynene dine. Denne teknologien virker likevel litt langt unna, og Googles feilrepresentasjon av arabisk språk under I/O beviser hvor lett det kan være å få noe galt.
