โมเดลภาษา AI ของ Google มีภาษาให้เลือกมากกว่า 300 ภาษา
โมเดลการพูดสากลของ Google (USM) ได้ขยายการรองรับภาษาให้ครอบคลุมมากกว่า 300 ภาษา ซึ่งถือเป็นก้าวสำคัญที่ทำให้บริษัทยักษ์ใหญ่ด้านการค้นหานี้เข้าใกล้เป้าหมายสูงสุดในการทำงานครอบคลุม 1,000 ภาษามากขึ้น การประกาศครั้งนี้เป็นผลมาจากคำมั่นสัญญาของบริษัทที่จะสร้างโมเดลการเรียนรู้ของเครื่องที่ครอบคลุมภาษาต่างๆ ให้ได้มากที่สุด
USM ซึ่งเป็นสถาปัตยกรรมตัวเข้ารหัส-ตัวถอดรหัสมาตรฐาน ใช้ Conformer เพื่อรับสเปกตรัมลอการิทึมเมลของสัญญาณเสียงเป็นอินพุต และทำการสุ่มตัวอย่างแบบคอนโวลูชั่น โมเดลนี้มีพารามิเตอร์สองพันล้านตัวและได้รับการฝึกจากเสียงพูด 12 ล้านชั่วโมงและประโยคข้อความ 28 พันล้านประโยค พูดง่ายๆ ก็คือ Googleนักวิจัยได้ฝึกอบรมโมเดลล่วงหน้าบนชุดข้อมูลหลายภาษาที่ไม่มีป้ายกำกับขนาดใหญ่ และปรับแต่งบนชุดข้อมูลที่มีป้ายกำกับขนาดเล็กกว่า
แนวทางนี้มีประสิทธิภาพมากกว่าเทคนิคก่อนหน้านี้ และ YouTube กำลังใช้โมเดลนี้เพื่อสร้างคำบรรยายแบบปิดสำหรับภาษาที่มีทรัพยากรไม่เพียงพอ เช่น อัมฮาริก เซบูอาโน อัสสัม และอาเซอร์ไบจาน เป็นต้น USM ประสบความสำเร็จ อัตราข้อผิดพลาดของคำน้อยกว่า 30% โดยเฉลี่ยใน 73 ภาษาบน YouTube
เมื่อเทียบกับ โมเดล Whisper ของ OpenAIUSM มีอัตราข้อผิดพลาดของคำที่ค่อนข้างต่ำกว่าสำหรับภาษาต่างๆ ประมาณ 18 ภาษา อย่างไรก็ตาม จำเป็นต้องปรับปรุงประสิทธิภาพการคำนวณเพื่อขยายขอบเขตของภาษาและคุณภาพเพื่อบรรลุเป้าหมายอันสูงส่งของบริษัท
ในบทสรุป
USM ของ Google เป็นความสำเร็จที่น่าประทับใจ เรียนรู้เครื่อง ซึ่งกำหนดมาตรฐานสำหรับการประมวลผลภาษาธรรมชาติ ด้วยการรองรับภาษาที่ขยายตัวมากขึ้น โมเดลนี้จะยังคงขับเคลื่อนการสร้างสรรค์สิ่งใหม่ๆ และเปิดทางให้ภาษาที่ขาดแคลนสามารถเข้าถึงได้ทั่วโลก
ปฏิกิริยาของคุณคืออะไร?
