谷歌AI通用語言模型里程碑：目標千種語言現(xiàn)已過百

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

去年 11 月，谷歌宣布計劃創(chuàng)建一個支持 1,000 種世界上使用最常用的語言的語言模型，同時還展示其 USM 模型。谷歌將 USM 描述為“最先進的語音模型家族”，擁有 20 億個參數(shù)，經(jīng)過 1200 萬小時的語音和 280 億個句子的訓(xùn)練，涵蓋 300 多種語言。

目前該模型已被用于谷歌旗下的 YouTube 用于生成字幕，它還支持自動語音識別（ASR）。它能自動檢測和翻譯語言，支持包括英語、中文普通話、阿姆哈拉語、宿霧語和阿薩姆語等。

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

該技術(shù)的一個目標可能是將其用于在 AR 眼睛上進行實時翻譯，在去年谷歌 I/O 活動展會上，谷歌也展示了這一功能。不過這一應(yīng)用距離實際來到我們生活中似乎還要一段時間，首先 AR 或是智能眼鏡的普及率依然非常低，同時在展會上翻譯也在部分語言上出現(xiàn)了錯誤，可見該技術(shù)還不夠成熟。