Az nem titok, hogy a Google már hosszú évek óta fejleszti a mesterséges intelligenciáját, és most úgy fest, hogy nem neki van a piacon a legjobb eszköze jelenleg ebből a szempontból. Az OpenAI viszi a zászlót egyelőre, de most arról lehet hallani, hogy a cég egy nem mindennapos beszéd modellt készít elő.
Hamarosan valósággá válhat az 1000 nyelvet támogatni képes mesterséges intelligencia, amire a vállalat Universal Speech Model (USM), vagyis univerzális beszéd modellként hivatkozik. Kijelentette a Google, hogy ez lesz minden idők legfejlettebb beszéd alapú MI eszköze, mikor elkészül, és már most jól működik több mint 100 nyelven. A legelterjedtebb ezer nyelv használatára képes gépi tanulási rendszerrel a világon szinte minden embert képes lesz összekötni a vállalat.
Vannak olyan nyelvek a világon, amiket már csak alig néhány millió ember beszél, és ezekkel nagyon nehéz dolgozni. Komoly kihívást jelent azoknak az adatoknak a beszerzése, amik a tanításhoz szükségesek. Egyébként annak kapcsán megosztott némi információt a Google, hogy mennyi információt használnak a tréningezés során. 12 millió órányi hanganyag, 28 ezer milliárd írott mondat több mint 300 nyelven került feldolgozásra, hogy a nagy nyelvi modell létrejöhessen.
2 ezer milliárd paraméterrel dolgozik, az univerzális beszéd modell (USM), és ezt egyebek mellett olyan helyeken lehet majd felhasználni, mint a YouTube. A videók szöveges részét a rendszer képes lesz valós időben minden korábbinál nagyobb hatékonysággal fordítani különböző nyelvek végtelen sokaságára. Kiderült, hogy a YouTube mögött egyébként már most is alkalmazza a vállalat a technológiát.
A fejlesztés során a Google nagy hangsúlyt fektet arra, hogy az automatikus nyelvfelismerés is nagyon jól működjön, ennek köszönhetően az embereknek nem kell majd azon gondolkodnia, hogy éppen milyen nyelvpárokat kellene a fordításhoz beállítania. Az intuitív kivitelezés ezen a fronton is lényeges. Továbbá arra is kitért a cég, hogy kiválóan boldogul majd a többnyelvű szövegek fordításával is az USM. És már most alacsonyabb hibaszámmal dolgozik, mint az OpenAI Whisper nevű modellje.
A vállalat a Google I/O keretében állítólag nagyon erőteljesen ráhasal majd a mesterséges intelligenciával kapcsolatos technológiai megoldásokra. Előre láthatólat egy hatalmas „tűzijátékot” tart majd az ilyen bejelentések szempontjából. A legutóbbi pletykák szerint több mint 20 különböző terméke kapcsán beszélhet majd a keresőóriás az MI alkalmazásáról.
Tavasszal kerül majd megrendezésre a Google I/O, előre láthatólag májusban jöhet majd el ennek az ideje, és nagy valószínűség szerint az 1000 nyelvet támogató univerzális beszéd modell is a terítékre fog kerülni ennek keretében. A vállalatot most minden korábbinál erőteljesebben fűtheti a bizonyítási vágy. Főleg azt követően, hogy a Bard chatbotját sikerült rendkívül rosszul prezentálnia. Ráadásul azt az ügyet még a hibák után sem tudta megfelelően lekezelni. Még a dolgozók is élesen kritizálták a Google-t. Szóval van mit helyrehoznia ezen a fronton.
