當微軟和谷歌為誰的人工智能聊天機器人更好而大動干戈時，這并不是機器學習和語言模型的唯一用途。除了傳聞中計劃在今年的年度I/O活動中展示20多種由人工智能驅(qū)動的產(chǎn)品外，谷歌正在朝著建立一個支持1000種不同語言的人工智能語言模型的目標邁進。在周一發(fā)布的更新中，谷歌分享了有關(guān)通用語音模型(USM)的更多信息，谷歌將這一系統(tǒng)描述為實現(xiàn)其目標的 "關(guān)鍵第一步"。

去年11月，該公司宣布其計劃創(chuàng)建一個支持全球1000種最常用語言的語言模型，同時還披露了其USM模型。谷歌將USM描述為 "一個最先進的語音模型系列"，它有20億個參數(shù)，在1200萬小時的語音和超過300種語言的280億個句子中進行訓練。YouTube已經(jīng)使用USM來生成封閉式字幕，它還支持自動語音識別(ASR)。這可以自動檢測和翻譯語言，包括英語、普通話、阿姆哈拉語、宿務(wù)語、阿薩姆語等等。

現(xiàn)在，谷歌說USM支持超過100種語言，并將作為 "基礎(chǔ) "來建立一個更加廣泛的系統(tǒng)。Meta公司正在開發(fā)一個類似的人工智能翻譯工具，目前仍處于早期階段。你可以在谷歌發(fā)布的研究論文中閱讀更多關(guān)于USM和它如何工作的信息。

該技術(shù)的一個目標可能是在增強現(xiàn)實的眼鏡內(nèi)，就像谷歌去年在I/O活動中展示的概念一樣，能夠檢測并提供實時翻譯，就在你眼前出現(xiàn)。不過，這項技術(shù)似乎還有點遙遠，谷歌在I/O大會期間對阿拉伯語的錯誤表述證明了它是多么容易出錯。

關(guān)鍵詞：