Meta წარმოგიდგენთ Speech AI-ს მოდელებს 4000+ სალაპარაკო ენების იდენტიფიცირებისთვის – TechCult

ინოვაციური განცხადებაში, მეტატექნოლოგიურმა გიგანტმა ინოვაციური პლატფორმებისა და ტექნოლოგიების უკან, წარმოადგინა ხელოვნური მასალების სერია დაზვერვის (AI) მოდელები, რომლებსაც აქვთ ენის ხელმისაწვდომობის რევოლუციის მოწყობის პოტენციალი და კონსერვაცია. აღიარებს მრავალი ენის გარდაუვალ გაქრობას და არსებული მეტყველების ამოცნობისა და გენერაციის ტექნოლოგიის შეზღუდვებს, მეტას ახალი Massively Multilingual Speech (MMS) AI მოდელები მიზნად ისახავს ლინგვისტური ბარიერების გადალახვას და პიროვნებებს საშუალება მისცეს მიიღონ ინფორმაცია და დაუკავშირდნენ მოწყობილობებს მათთვის სასურველ ენებზე.

იდენტიფიცირება 4000-ზე მეტი სალაპარაკო ენა

ამჟამინდელი მეტყველების ტექნოლოგიით, რომელიც მოიცავს დაახლოებით 100 ენას, Meta-ს MMS მოდელებმა გააფართოვეს ეს დიაპაზონი გასაოცრად 1100 ენა

- ათჯერ გაიზარდა. უფრო მეტიც, ამ მოწინავე AI მოდელებს გააჩნიათ 4000-ზე მეტი სალაპარაკო ენის ამოცნობის უნარი, წარმოუდგენელი ორმოცჯერ გაუმჯობესება. კულტურული კომუნიკაციისა და ლინგვისტური ინკლუზიურობის გავლენა ღრმაა.

უწყვეტი ურთიერთქმედება სასურველ ენაზე

ვირტუალური და გაფართოებული რეალობის გამოცდილებიდან დაწყებული შეტყობინებების სერვისებით დამთავრებული, ხელოვნური ინტელექტის ამ მოდელებს ახლა შეუძლიათ ხმების გაგება და ინტერპრეტაცია ხალხის სასურველ ენებზე. ენობრივი მრავალფეროვნების მიუხედავად უწყვეტი ურთიერთქმედების საშუალებას. ხედვა არის ხელი შეუწყოს სამყაროს, სადაც ენა აღარ არის ბარიერი, და სადაც ყველას შეუძლია ტექნოლოგიასთან კომუნიკაცია იმ ენაზე, რომელიც მისთვის ყველაზე კომფორტულია.

რელიგიური ტექსტების ინოვაციური გამოყენება

ერთ-ერთი მთავარი გამოწვევა, რომელიც მეტას შეექმნა ამ მოდელების შემუშავებისას, იყო აუდიო მონაცემების სიმცირე ათასობით ენაზე. ტრადიციული მეტყველების მონაცემთა ნაკრები მოიცავს მაქსიმუმ 100 ენას. ჭკუის ცქერით, მეტამ მიმართა რელიგიურ ტექსტებს, როგორიცაა ბიბლია, რომელიც ფართოდ იყო თარგმნილი და შესწავლილი.

ახალი აღთქმის კითხვა 1100 ენაზე

ამ თარგმანების საჯაროდ ხელმისაწვდომი აუდიოჩანაწერების გამოყენებით, მეტამ შეადგინა მონაცემთა ნაკრები, რომელშიც მოცემულია ახალი აღთქმის კითხვა 1100-ზე მეტ ენაზე. თითო ენაზე საშუალოდ 32 საათის მონაცემების მიწოდება.

ენების დაფარვა ვრცელდება 4000 ენაზე

ენობრივი გაშუქების კიდევ უფრო გასაფართოებლად, Meta-მ ჩართო სხვადასხვა ქრისტიანული რელიგიური კითხვის არალეიბლინგი ჩანაწერები, რითაც ხელმისაწვდომი ენების რაოდენობა 4000-მდე გაიზარდა. თუმცა მონაცემები ძირითადად შედგება მამრობითი სპიკერებისგან და რელიგიური შინაარსის მეტას ანალიზი გვარწმუნებს, რომ მათი მოდელები ერთნაირად კარგად მოქმედებენ როგორც მამრობითი, ასევე ქალის ხმებისთვის. გარდა ამისა, მოდელებმა არ აჩვენეს მიკერძოება უფრო რელიგიური ენის წარმოების მიმართ, რაც ამცირებს შეშფოთებას გამომავალი პოტენციური გადახრის შესახებ.

Meta Open-Sources მოდელები და კოდი ენის შენარჩუნებისთვის

რაც მთავარია, მეტამ აირჩია ღია წყარო, როგორც მათი მოდელები, ასევე კოდი, რაც საშუალებას აძლევს სხვა მკვლევარებს დაეყრდნონ მათ მუშაობას და წვლილი შეიტანონ ენების შენარჩუნებასა და ხელმისაწვდომობაში მთელ მსოფლიოში. ეს ერთობლივი მიდგომა ხაზს უსვამს მეტას ერთგულებას ენის შენარჩუნებისა და სამყაროს დაახლოების კუთხით ძალისხმევის გაერთიანებისკენ.

გარდა ამისა, მეტას მიერ Massively Multilingual Speech AI მოდელის დანერგვა შეუფერხებლად ემთხვევა მათ ბოლოდროინდელ პროექტს - მათი პირველი მორგებული სილიკონის ჩიპის შემუშავება, რომელიც შექმნილია ექსკლუზიურად ხელოვნური ინტელექტის მოდელებისთვის. ეს მნიშვნელოვანი წინსვლა არის Meta-ს ყოვლისმომცველი სტრატეგიის განუყოფელი ნაწილი, რათა მოახდინოს რევოლუცია მისი AI ინფრასტრუქტურისთვის, დააჩქაროს AI კვლევა და ჩამოაყალიბოს განვითარებადი მეტავერსია.

თავისი ხელოვნური ინტელექტის მოდელების შესაძლებლობების დახვეწითა და გაფართოებით, Meta მიზნად ისახავს დაარღვიოს ენობრივი ბარიერები და ხელი შეუწყოს გლობალურ საზოგადოებას, რომელიც აყვავდება ლინგვისტური მრავალფეროვნებით.

წყარო: მეტა ნიუსრუმი