مدل هوش مصنوعی جدید متا قابلیت ترجمه 101 زبان را به صورت همزمان دارد. این مدل پیشرفته در سایر زمینه ها نسبت به نسل های قبلی خود بهبود یافته است.
محققان شرکت متا یک هوش مصنوعی جدید به نام SeamlessM4T آنها معرفی کرده اند که می توانید ترجمه صوتی را مستقیماً انجام دهید. این مدل از روشی به نام “داده کاوی موازی” برای یافتن و جمع آوری عبارات مشابه در زیرنویس های ویدئویی استفاده می کند.
به گفته محققان این مدل دقت بالاتری دارد و از بیش از 101 زبان پشتیبانی می کند. علیرغم پیشرفت های متعدد در هوش مصنوعی، ترجمه انسانی همچنان مهم است زیرا مترجمان می توانند مفاهیم فرهنگی را درک کنند و از صحت ترجمه ها در مناطق حساس اطمینان حاصل کنند.
مدل جدید فراهوش مصنوعی با ویژگی های برجسته ارائه شد
ترجمه صوتی سنتی معمولاً چندین مرحله دارد. ابتدا زبان ورودی به متن تبدیل می شود، سپس این متن به زبان دیگری ترجمه می شود و در نهایت به حالت صوتی باز می گردد. این روش به دلیل تعداد زیاد مراحل بهینه نیست و ممکن است در هر مرحله خطا رخ دهد.
محققان هوش مصنوعی در شرکت متا مدل جدیدی به نام SeamlessM4T معرفی کرده اند که می تواند ترجمه صوتی را به طور مستقیم انجام دهد. این مدل به جای روش های سنتی از فرآیندی به نام استفاده می کند. داده کاوی موازی از هوش مصنوعی برای جستجوی عبارات مشابه در زیرنویس ویدیوهای وب استفاده می کند. سپس این عبارات را جمع آوری و ادغام می کند و به کاربر تحویل می دهد.
متا محققین ادعا می کنند که مدل جدید آنها 23 درصد در ترجمه صوتی دقیق تر است و از 101 زبان پشتیبانی می کند. مدل مشابهی به نام AudioPaLM ساخت گوگل است که از 113 زبان پشتیبانی می کند اما گوگل تمامی قسمت های این مدل را به صورت متن باز ارائه نمی دهد و کاربران عادی دسترسی محدودی به آن دارند.
با وجود پیشرفت های متعدد در هوش مصنوعی و ترجمه ماشینی، محققان بر این باورند که نیاز به ترجمه انسانی هنوز احساس می شود. مترجمان می توانند مفاهیم فرهنگی متون را درک کنند و اطمینان حاصل کنند که معنای آنها به درستی در زبان مقصد منتقل شده است. همچنین بررسی متون ترجمه شده ماشینی در زمینه های حساس مانند حقوق و پزشکی از اهمیت بالایی برخوردار است. خوشبختانه مدل جدید فراهوش مصنوعی به صورت متن باز منتشر شده است و علاقه مندان می توانند آن را امتحان کنند.
بیشتر بخوانید: