谷歌 AI 研究：距离 1000 种语言模型更进一步

当微软和谷歌为谁的人工智能聊天机器人更好而大动干戈时，这并不是机器学习和语言模型的唯一用途。除了传闻中计划在今年的年度 I/O 活动中展示 20 多种由人工智能驱动的产品外，谷歌正在朝着建立一个支持 1000 种不同语言的人工智能语言模型的目标迈进。在周一发布的更新中，谷歌分享了有关通用语音模型（USM）的更多信息，谷歌将这一系统描述为实现其目标的 " 关键第一步 "。

去年 11 月，该公司宣布其计划创建一个支持全球 1000 种最常用语言的语言模型，同时还披露了其 USM 模型。谷歌将 USM 描述为 " 一个最先进的语音模型系列 "，它有 20 亿个参数，在 1200 万小时的语音和超过 300 种语言的 280 亿个句子中进行训练。YouTube 已经使用 USM 来生成封闭式字幕，它还支持自动语音识别（ASR）。这可以自动检测和翻译语言，包括英语、普通话、阿姆哈拉语、宿务语、阿萨姆语等等。

现在，谷歌说 USM 支持超过 100 种语言，并将作为 " 基础 " 来建立一个更加广泛的系统。Meta 公司正在开发一个类似的人工智能翻译工具，目前仍处于早期阶段。你可以在谷歌发布的研究论文中阅读更多关于 USM 和它如何工作的信息。

该技术的一个目标可能是在增强现实的眼镜内，就像谷歌去年在 I/O 活动中展示的概念一样，能够检测并提供实时翻译，就在你眼前出现。不过，这项技术似乎还有点遥远，谷歌在 I/O 大会期间对阿拉伯语的错误表述证明了它是多么容易出错。