Poiché Microsoft e Google si scontrano su quale chatbot AI sia migliore, questo non è l’unico utilizzo per l’apprendimento automatico e i modelli linguistici. Insieme ai presunti piani di mostrare più di 20 prodotti alimentati dall’intelligenza artificiale durante il suo evento I/O annuale di quest’anno, Google sta progredendo verso il suo obiettivo di costruire un modello di linguaggio AI che supporti 1.000 lingue diverse. In un aggiornamento pubblicato lunedìGoogle ha condiviso ulteriori informazioni sull’Universal Speech Model (USM), un sistema che Google descrive come un “primo passo critico” nella realizzazione dei suoi obiettivi.

Lo scorso novembre, la società ha annunciato i suoi piani per creare un modello linguistico che supporti 1.000 delle lingue più parlate al mondo, rivelando anche il suo modello USM. Google descrive USM come “una famiglia di modelli vocali all’avanguardia” con 2 miliardi di parametri addestrati su 12 milioni di ore di discorso e 28 miliardi di frasi in oltre 300 lingue.

USM, che YouTube utilizza già per generare sottotitoli, supporta anche il riconoscimento vocale automatico (ASR). Questo rileva e traduce automaticamente le lingue, tra cui inglese, mandarino, amarico, cebuano, assamese e altro ancora.

In questo momento, Google afferma che USM supporta oltre 100 lingue e servirà come “base” per costruire un sistema ancora più ampio. Meta sta lavorando a uno strumento di traduzione AI simile che è ancora nelle fasi iniziali. Puoi leggere ulteriori informazioni su USM e su come funziona nel documento di ricerca che Google ha pubblicato qui.

Una destinazione per la tecnologia potrebbe essere all’interno di occhiali per realtà aumentata come il concetto che Google ha mostrato durante il suo evento I/O lo scorso anno, in grado di rilevare e fornire traduzioni in tempo reale che appaiono proprio davanti ai tuoi occhi. Questa tecnologia sembra ancora un po’ lontana, però, e la falsa rappresentazione di Google lingua araba durante l’I/O dimostra quanto sia facile sbagliare qualcosa.