谷歌AI通用語(yǔ)言模型里程碑：目標(biāo)千種語(yǔ)言現(xiàn)已過(guò)百

除了傳言計(jì)劃在今年的年度 I/O 活動(dòng)中展示 20 多款由人工智能驅(qū)動(dòng)的產(chǎn)品外，谷歌正在朝著構(gòu)建支持 1,000 種不同語(yǔ)言的 AI 語(yǔ)言模型的目標(biāo)邁進(jìn)。在最近發(fā)布的更新中，谷歌分享了有關(guān)通用語(yǔ)音模型 (USM) 的更多信息，該系統(tǒng)被谷歌描述為實(shí)現(xiàn)其目標(biāo)的“關(guān)鍵的第一步”。

去年 11 月，谷歌宣布計(jì)劃創(chuàng)建一個(gè)支持 1,000 種世界上使用最常用的語(yǔ)言的語(yǔ)言模型，同時(shí)還展示其 USM 模型。谷歌將 USM 描述為“最先進(jìn)的語(yǔ)音模型家族”，擁有 20 億個(gè)參數(shù)，經(jīng)過(guò) 1200 萬(wàn)小時(shí)的語(yǔ)音和 280 億個(gè)句子的訓(xùn)練，涵蓋 300 多種語(yǔ)言。

目前該模型已被用于谷歌旗下的 YouTube 用于生成字幕，它還支持自動(dòng)語(yǔ)音識(shí)別（ASR）。它能自動(dòng)檢測(cè)和翻譯語(yǔ)言，支持包括英語(yǔ)、中文普通話、阿姆哈拉語(yǔ)、宿霧語(yǔ)和阿薩姆語(yǔ)等。

目前，谷歌表示 USM 支持 100 多種語(yǔ)言，并將作為構(gòu)建更廣泛系統(tǒng)的“基礎(chǔ)”。臉書(shū)公司 Meta 也正在開(kāi)發(fā)一種類(lèi)似的 AI 翻譯工具，該工具仍處于早期階段。

該技術(shù)的一個(gè)目標(biāo)可能是將其用于在 AR 眼睛上進(jìn)行實(shí)時(shí)翻譯，在去年谷歌 I/O 活動(dòng)展會(huì)上，谷歌也展示了這一功能。不過(guò)這一應(yīng)用距離實(shí)際來(lái)到我們生活中似乎還要一段時(shí)間，首先 AR 或是智能眼鏡的普及率依然非常低，同時(shí)在展會(huì)上翻譯也在部分語(yǔ)言上出現(xiàn)了錯(cuò)誤，可見(jiàn)該技術(shù)還不夠成熟。