На годишната конференция I/O на Google ще бъде представен новият Универсален езиков модел

Спорът с Microsoft за това чий чатбот е по-добър не е единствената бизнес дейност на Google. Има и други приложения на машинното обучение и езиковите модели. На конференцията I/O 2023 компанията възнамерява да покаже над 20 продукта, базирани на изкуствен интелект. Google разработва и езиков модел, който поддържа хиляда езика. Наскоро компанията съобщи за напредъка по този универсален езиков модел.

През месец ноември миналата година Google обяви плановете си за създаване на езиков модел, който да поддържа 1000-та най-разпространени езика в света и който нарече Universal Speech Model (USM). Разработчиците го описват като „семейство от усъвършенствани езикови модели“ с два милиарда параметъра, обучени върху 12 милиона часа реч и 28 милиарда изречения на над 300 езика. Някои от езиците от тези хиляда се говорят от по-малко от 20 милиона души, отбелязват създателите на USM.

Този модел вече се използва от YouTube за автоматичното изготвяне на субтитри и разпознаване на реч. Той разпознава и превежда от редица езици, включително не само от английски и китайски, но и от амхарски, себуански, азербайджански и още много други. USM вече перфектно поддържа над 100 езика и ще бъде в основата на една още по-обширна система.

Изследователите демонстрираха ефективността на предварително обучена програма, като използваха за пример създаването на субтитри в YouTube. Наборът от данни обхваща 73 езика и средно под 3000 часа записи на всеки език. Въпреки тези ограничения моделът демонстрира среден процент на грешка от по-малко от 30%. Това е успех, какъвто екипът на Google досега не е постигал.