Facebook prezentuje system tłumaczący języki w czasie rzeczywistym

Model XLS-R został “wyszkolony” za pomocą blisko 436000 godzin publicznie dostępnych nagrań mowy. Najnowsze rozwiązanie Mety (spółki macierzystej Facebooka) może przybliżyć ludzkość do rozwiązań technologicznych znanych wcześniej wyłącznie z filmów science fiction.

Islandia parodiuje Marka Zuckerberga - zaprasza do Icelandverse (wideo)

Samodoskonaląca się sztuczna inteligencja

XLS-R jest oparty na frameworku wav2vec 2.0, samodoskonalącym się modelu do różnych rozwiązań wykorzystujących ludzką mowę. Najnowsze rozwiązanie Mety, według twórców działa zdecydowanie sprawniej, niż wydany w zeszłym roku XLSR-53. Dodatkowo nowa sztuczna inteligencja przyswoiła już prawie dziesięciokrotnie więcej godzin nagrań mowy niż swój wydany rok temu poprzednik.

Wykorzystując dane z nagrań mowy z różnych źródeł, od obrad parlamentarnych po książki audio, rozszerzyliśmy zakres naszego modelu do 128 różnych języków. Jest to prawie dwa i pół raza więcej, niż przyswoił jego poprzednik - czytamy na blogu deweloperskim Facebooka.

XLS-R został przetestowany za pomocą czterech różnych benchmarków wielojęzycznych oceniających rozpoznawanie mowy. Model zaprezentowany przez deweloperów z Mety znacznie przewyższył wcześniejsze AI, osiągając wyższe wyniki w większości z 37 testowanych języków. Model był testowany przy wykorzystaniu próbek językowych z baz danych BABEL, CommonVoice, MLS oraz VoxPopuli.

Oceniliśmy również nasz model tłumaczenia mowy, w którym bezpośrednio tłumaczyliśmy nagrania audio na inny język w czasie rzeczywistym. Ponieważ interesują nas modele, które mogą wykonywać wiele zadań jednocześnie, dopracowaliśmy XLS-R w kilku różnych kierunkach translacji testu porównawczego CoVoST-2. W rezultacie nasz model może tłumaczyć na angielski w tym samym czasie maksymalnie 21 języków - tłumaczą twórcy.

Jeśli nowe rozwiązanie firmy zostanie wprowadzone na rynek globalny i faktycznie będzie tak sprawne jak zapewniają twórcy, to możemy wkrótce być świadkami prawdziwej rewolucji. Symultaniczne tłumaczenie wielu języków w czasie rzeczywistym może znacznie wpłynąć na takie dziedziny jak handel, komunikację społeczną, czy funkcjonowanie firm na całym świecie.

Deweloperzy sztucznej inteligencji zaznaczają również, że tego typu systemy mogą znaleźć zastosowanie w tworzonym obecnie metaverse. Rozwiązanie może przyczynić się do stworzenia otwartego świata wirtualnego bez barier językowych.

Facebook zaznacza, że model jest wciąż rozwijany. Firma dodała również, że na świecie używa się ponad 7000 języków, więc nazwanie modelu XLS-R “uniwersalnym” jest wciąż sporym niedopowiedzeniem. Niemniej, jest to kolejny krok w kierunku stworzenia systemu rodem z filmów science fiction.

Facebook po raz pierwszy reklamuje nazwę Meta

Metaverse Facebooka masowym produktem. „Dzięki tej śmiałej decyzji Mark Zuckerberg może utrzymać pozycję lidera”

Eksperci uważają, że projekt meta-rzeczywistości z dużym prawdopodobieństwem odniesie sukces. - Zwłaszcza jeśli stoi za nim gigant wielkości Facebooka, który ma narzędzia i skalę do tego, by nie tyle przewidywać postawy konsumenckie, co je kształtować - mówi Jakub Mazurkiewicz. Inni zauważają jednak, że technologia „nie sprawia wrażenia, żeby rozwiązywała w istotny sposób realne problemy”.

Niantic przedstawia własną wizję Metaverse. Firma udostępniła zestaw deweloperski ARDK Lightship

Niantic zna rynek aplikacji AR jak mało która firma. Amerykańska producent wyprodukował najlepiej zarabiającą grę opartą na technologii rozszerzonej rzeczywistości, a mianowicie Pokemon GO. Zestaw deweloperski ARDK Lightship udostępniony przez firmę ma stworzyć podwaliny pod wizję „rzeczywistego świata” Niantic.