پشتیبانی مدل هوش مصنوعی مترجم گوگل از هزار زبان مختلف

گوگل درحال توسعه ی یک مدل مترجم زبان است که با بهره گرفتن از هوش مصنوعی ، از ۱۰۰۰ زبان رایج دنیا پشتیبانی می کند. اگرچه این پروژه در مراحل اولیه قرار دارد ولی گوگل معتقد است از مزایای آن در اکوسیستم محصولات خود بهره خواهد گرفت.

گوگل (Google) از پروژه ی بلندپروازانه ی جدید خود برای توسعه ی یک مدل مترجم زبان مبتنی بر هوش مصنوعی که از ۱۰۰۰ زبان پرمخاطب در سرتاسر جهان پشتیبانی می کند، خبر داده است. این شرکت به عنوان اولین گام خود در مسیر ساخت مدل مذکور، یک مدل هوش مصنوعی را با بیش از ۴۰۰ زبان آموزش داده است و آن را به عنوان بزرگ ترین پوشش زبانی که امروزه در یک مدل گفتاری دیده می شود، توصیف می کند.

زبان وهوش مصنوعی، همیشه در قلب محصولات گوگل قرار داشته اند، اما پیشرفت های اخیر در یادگیری ماشینی، به خصوص توسعه ی مدل های زبان بزرگ یا LLM قدرتمند و چندمنظوره، تأکید جدیدی روی این حوزه ها دارد.

گوگل از مدتی قبل، ادغام مدل های زبانی را در محصولاتی مثل سرویس جستجوی خود آغاز کرده است و مشکلات مربوط به عملکرد سیستم ها را نیز برطرف می کند. مدل های زبانی، نقص هایی دارند که ازجمله می توان به تمایل به بازگرداندن سوگیری های مضر اجتماعی مثل نژادپرستی و بیگانه هراسی و ناتوانی در تجزیه ی زبان براساس حساسیت های انسانی اشاره کرد. شایان ذکر است این شرکت محققان خود را پس از انتشار مقالاتی درمورد مشکلات مذکور، اخراج کرد.

اگرچه مدل های هوش مصنوعی، قادر به انجام کارهای مختلفی مثل تولید زبان (مثل GPT- 3 OpenAI) تا ترجمه (مثل پروژه ی No Language Left Behind متا) هستند، ولی ابتکار گوگل برای پشتیبانی از ۱۰۰۰ زبان مختلف، روی عملکرد خاصی تمرکز ندارد و درعوض بر ایجاد یک سیستم واحد با وسعت زیاد برای زبان های سرتاسر جهان، متمرکز است.

زوبین قهرمانی، معاون ایرانی واحد تحقیقات هوش مصنوعی گوگل در گفتگو با ورج اعلام‌کرد که این شرکت معتقد است ایجاد مدلی با این ابعاد بزرگ، باعث خواهد شد کارکردهای مختلف هوش مصنوعی ، برای زبان هایی که در فضاهای آنلاین و مجموعه داده های آموزشی هوش مصنوعی، حضور ضعیفی ندارند، آسان تر شود. او همچنین به زبان هایی که منابع زیادی از آن ها وجود ندارد اشاره کرد.

قهرمانی می گوید: یک مدل واحد که بسیاری از زبان های مختلف را پوشش می دهد و روی آن ها آموزش داده می شود، عملکرد بسیار بهتری برای زبان هایی که منابع کمی از آنها وجود دارد، ارائه خواهد داد. روش ما برای پشتیبانی از ۱۰۰۰ زبان مختلف، ساختن ۱۰۰۰ مدل مجزا نیست. زبان ها مثل موجودات زنده هستند و از روی یکدیگر تکامل پیدا کرده اند؛ درنتیجه شباهت هایی میان آن ها وجود دارد. به هرحال ، زمانی که داده های یک زبان جدید را در مدل ۱۰۰۰ زبانی خود بگنجانیم و توانایی ترجمه از زبان های مطرح به زبانی که منابع کمی از آن دردسترس است را داشته باشیم، قادر خواهیم بود به پیشرفت های بسیار شگفت انگیزی دست یابیم.

تحقیقات گذشته، اثربخشی این رویکرد را نشان داده است و مقیاس مدل برنامه ریزی شده ی گوگل میتواند دستاوردهای درخورتوجهی نسبت به تلاش های گذشته داشته باشد. چنین پروژه هایی درمقیاس بزرگ، به نوعی جاه طلبی شرکت های فناوری برای تسلط بر تحقیقات هوش مصنوعی و استفاده از مزیت های منحصربه فرد این شرکت ها ازنظر دسترسی به حجم عظیمی از قدرت محاسباتی و داده های آموزشی را نشان می دهند. متا نیز در این زمینه پروژه ی مشابهی را برای ساخت یک مترجم جهانی گفتاری آغاز کرده است.

بااین حال، دسترسی به داده ها هنگام آموزش مدل ها برای بسیاری از زبان ها، یک مشکل است و گوگل می گوید به منظور پشتیبانی از کار روی مدل ۱۰۰۰ زبانی، جمع آوری داده ها را برای زبان های کم منبع، از ضبط صدا و متون نوشتاری، تأمین می کند.

غول جستجوی اینترنت می گوید که هیچ برنامه ی مستقیمی درمورد مکان استفاده از عملکرد مدل ۱۰۰۰ زبانی خود ندارد و فقط انتظار میرود در طیف وسیعی از محصولات این شرکت از سرویس مترجم متن گرفته تا زیرنویس های یوتیوب و موارد دیگر، کاربرد داشته باشد.

قهرمانی در بخش دیگری از توضیحات خود گفت: یکی از نکات واقعاً جالب درمورد مدل های زبانی بزرگ و بطور کلی، تحقیقات زبانی این است که آنها میتوانند بسياري از وظایف مختلف را انجام دهند. همان مدل زبان می تواند دستورهای یک ربات را به کد تبدیل کند، می تواند مسائل ریاضی را حل یا زبان های مختلف را ترجمه کند. ویژگی های جالب درمورد مدل های زبان این است که درحال تبدیل شدن به مخزن عظیمی از دانش هستند و با بررسی آنها به روش های مختلف میتوانید به بخش های مختلف عملکردهای مفید، دست پیدا کنید.

گوگل مدل ۱۰۰۰ زبانه ی خود را برای محصولات جدید مبتنی بر هوش مصنوعی خود معرفی کرده است. این شرکت همچنین تحقیقات جدیدی را درمورد مدل های تبدیل متن به ویدیو، نمونه ی اولیه ی دستیار داستان نویسی هوش مصنوعی به نام Wordcraft و به روزرسانی برنامه ی AI Test Kitchen خود به اشتراک گذاشت؛ برنامه ای که امکان دسترسی محدود به مدل های هوش مصنوعی این شرکت ازجمله موتور تبدیل متن به تصویر Imagen را برای کاربران فراهم می کند.