Dzięki rozwijanym obecnie modelom językowym, ludzie będą mogli porozumiewać się bez przeszkód… nawet z obcymi, jeśli translatory zostaną zasilone odpowiednią bazą danych
W ilu językach potraficie się porozumieć? Bez względu na to, jak bardzo zaawansowanymi poliglotami jesteście, komputer i tak Was przewyższy. Meta pochwaliła się swoim pierwszym kompletnym modelem językowym NLLB-200, który jest w stanie mówić w 200 językach. Nie tylko tych najbardziej popularnych i tym samym najprostszych dla komputera w nauce, ale też tych mniej. Tyczy się to nawet języków azjatyckich i afrykańskich, którymi w porównaniu do np. angielskiego posługuje się zaledwie niewielki promil ludzkości.
Czytaj też: Eksplorator plików niczym przeglądarka. Windows 11 można przerobić pod macOS
200 języków to ciągle jednak niewiele, bo na Ziemi obecnie wykorzystuje się ponad 7000 języków. Meta chce jednak, żeby te bariery językowe zostały zniesione raz na zawsze i dlatego przed połową roku rozpoczęła ambitny projekt No Language Left Behind (NLLB). W tym dążeniu szkoli system SI do płynnego tłumaczenia wielu języków bezpośrednio, czyli bez konieczności początkowego tłumaczenia na angielski.
Wedle danych podanych przez Meta, model NLLB-200 może przetłumaczyć 55 języków afrykańskich z “wysokiej jakości wynikami”. Skuteczność modelu potwierdza też wydajność modelu w benchmarku FLORES-101, w którym przewyższył istniejące modele state-of-the-art średnio o 44% i aż o 70% dla wybranych dialektów afrykańskich i indyjskich. To bardzo duże osiągnięcie przez ogromne braki tak rzadkich języków w bazach danych.
Czytaj też: Apple zrezygnuje z umieszczania nowych układów w tańszych iPhone’ach? Zmiany ruszą z serią iPhone 14
Co ważne, Meta udostępnia NLLB-200 w formie oprogramowania na licencji open-source i na dodatek chce zapewnić 200000 dolarów dotacji dla organizacji non-profit w celu opracowania rzeczywistych aplikacji dla tej technologii. Przykład? Automatyczne i przede wszystkim precyzyjne tłumaczenie każdego wpisu na Facebooku nawet z najbardziej egzotycznego języka.
Czytaj też: Masz smartfon z Androidem i korzystasz z przeglądarki Chrome? Lepiej szybko ją zaktualizuj
Tak jak ludzkość może wiele nauczyć się od natury, tak też rozwój sztucznej inteligencji możemy przyspieszyć różnego rodzaju badaniami nad nami samymi. Przykładowo, systemy sztucznej inteligencji, które opracowują specjaliści, nadal nie są tak dobre, jak nasze mózgi w uczeniu się języka. Świetnym potwierdzeniem tego jest różnica w pojmowaniu, bo tak jak ludziom wystarczy kilka przykładów, aby zrozumieć, że dane słowo ma wiele znaczeń, system potrzebuje znacznie więcej czasu, aby to pojąć. Firma Meta rozwiązuje jednak ten problem i jak pokazuje skuteczność NLLB-200, zdecydowanie zna się na rzeczy.
