Як ai, ml перетворить мовний текст, переклад мови | Тім Баджарін

Однією з найбільш вражаючих демонстрацій Google I / O був Duplex, штучний інтелект, який здійснював дзвінки до місць бізнесу - в даному випадку перукарні та ресторану - для бронювання зустрічей. Люди на іншому кінці лінії, здавалося, нічим не мудріші, і Duplex з легкістю вирішував виклики, як, коли ресторан сказав, що не приймає застережень для невеликих вечірок.

Це оголошення AI отримало велике висвітлення в Google I / O, однак AI та машинне навчання переважали у всіх продуктах та послугах, показаних на конференції розробників. Подивіться на цю діаграму, яку Google відображала на заході, орієнтованому на AI-аналітик, за день до відкриття вводу-виводу

На цій події було показано ще дві речі, які я вважаю потенційними змінами гри.

Перший - як AI застосовується для перекладу голос у текст. Мета полягає в тому, щоб досягти цього до 99-відсоткової точності за допомогою AI та ML протягом найближчих кількох років. Однак, демонстрації, в яких вони диктували коментарі до різних програм G-Suite, були вже досить точними. Ми також побачили більш поглиблену демонстрацію Smart Compose, коли людина пише пропозицію в Gmail, а Smart Compose пише наступне речення для вас на основі контексту першого речення.

Різні продукти для розпізнавання голосу, такі як Dragon Dictate, вже багато років існують на ринку. Але ці програми покладалися на локальне програмне забезпечення та скористалися поточною потужністю обробки, доступною на момент кожного випуску. Ці програми ставали кращими з роками, але якщо ви рекламуєте AI та ML, швидкість точності неодмінно покращиться.

Google розуміє важливість мовлення в текст, оскільки це стосується нашого повсякденного життя. Точний голосово-текстовий інтерфейс є вирішальним при відповіді на повідомлення під час руху. Це значущий спосіб відповісти на електронну пошту чи текстове повідомлення на носимих або смартфонах. Врешті-решт це стане цінним вкладом при використанні окулярів змішаної реальності, де використання голосу як частини навігаційного процесу та голосу в текст потрібно для різних типів програм AR.

Друга - це те, як AI та ML використовуються в Google Translate, що буде справді трансформаційним, коли переклади відбуваються в режимі реального часу. Як міжнародний мандрівник, який розмовляє лише англійською, цей вид перекладу був би знахідкою. Є деякі кишенькові пристрої, які намагаються перекласти те, що ви говорите, на місцеву мову, але наразі вони мають багато обмежень.

Компанія Google приділяє цей вид перекладу, тому з впевненістю можна сказати, що незабаром ми зможемо побачити справжні прориви у більш точному мовному перекладі на телефонах Android. Apple також проводить дослідження AI та ML щодо різноманітних аспектів голосового та текстового перекладу, щоб вони також разом із потенційними партнерами могли колись поставити мобільне рішення для перекладу мови на iOS.

AI та ML матимуть драматичний вплив на переклад голосу в текст, і його найвизначніший ефект може бути частиною інтерфейсу інтерфейсу в AR та VR або окулярах змішаної реальності. Особисто мене мовні переклади найбільше хвилюють, оскільки це полегшило б мої подорожі світом.