(Gif: Google)
Vďaka umelej inteligencii nebolo cestovanie do zahraničia nikdy jednoduchšie.
Aplikácia Prekladač Google umožňuje používateľom okamžite prekladať text. V aplikácii namierte fotoaparát na text, ktorý chcete preložiť, a uvidíte, ako sa transformuje do požadovaného jazyka naživo priamo pred vašimi očami - nie je potrebné pripojenie na internet ani dáta mobilného telefónu. Táto praktická funkcia je k dispozícii už nejaký čas, ale bola kompatibilná iba so siedmimi jazykmi. Teraz , vďaka strojovému učeniu spoločnosť Google inovovala aplikáciu tak, aby okamžite preložila do 27 jazykov.
Takže keď budete nabudúce v Prahe a nebudete si môcť prečítať menu, máme tu pre vás chrbát, napísal k výskumu spoločnosti Otavio Good, softvérový inžinier spoločnosti Google. Blog .
Google tiež práve použil AI, aby znížil svoje chyby v rozpoznávaní reči na polovicu.
Od dnešného dňa je možné okrem prekladov do angličtiny, francúzštiny, nemčiny, taliančiny, portugalčiny, ruštiny a španielčiny prekladať aj do 20 jazykov v reálnom čase: bulharčina, katalánčina, chorvátčina, čeština, dánčina, holandčina, filipínčina, Fínsky, maďarský, indonézsky, litovský, nórsky, poľský, rumunský, slovenský, švédsky, turecký a ukrajinský jazyk. A ak sa rozhodnete namiesto sledovania preloženia textu naživo vyfotografovať obrázok, bude podporovaných celkovo 37 jazykov.
Ako teda spoločnosť Google dokázala zvýšiť počet dostupných jazykov? Najprv získali Word Lens, predtým aplikáciu na preklad rozšírenej reality, a na vylepšenie schopností aplikácie použili strojové učenie a konvolučné neurónové siete. Kľúčový bol pokrok v rozpoznávaní obrazu.
Pred piatimi rokmi, ak ste počítaču poskytli obraz mačky alebo psa, malo problém zistiť, ktorá to je. Vďaka konvolučným neurónovým sieťam dokážu počítače nielen rozoznať rozdiel medzi mačkami a psami, ale dokonca dokážu rozpoznať aj rôzne plemená psov, uviedol Good. Áno, sú dobré nielen pre trippy umenie —Ak prekladáte zahraničné menu alebo sa podpisujete pomocou najnovšej verzie aplikácie Prekladač Google, teraz používate hlbokú neurónovú sieť.
Krok za krokom
najprv , Prekladač musí odstrániť neporiadok na pozadí a nájsť text. Keď nájde guľôčky pixelov rovnakej farby, zistí, že ide o písmená. A keď sú tieto objekty BLOB blízko pri sebe, rozumie tomu, že je potrebné čítať súvislý riadok.
Ďalšie, aplikácia musí rozpoznať, čo je to každé jednotlivé písmeno. Tu prichádza na rad hlboké učenie.
Používame konvolučnú neurónovú sieť, ktorú trénujeme na písmená a iné písmená, aby sa mohol naučiť, ako rôzne písmená vyzerajú, prečíta si príspevok na blogu.
Vedci museli softvér trénovať nielen pomocou čisto vyzerajúcich písmen, ale aj pomocou špinavých písmen. Listy v skutočnom svete kazia odlesky, špina, šmuhy a všelijaké podivnosti, napísal pán Good. Takže sme postavili náš generátor písmen tak, aby vytváral všetky druhy falošných nečistôt, aby sme presvedčivo napodobňovali hlučnosť skutočného sveta - falošné odrazy, falošné šmuhy, falošné podivnosti všade naokolo. 
Niektoré zo špinavých písmen používaných na školenie. (Foto: Google)
The tretí krokom je vyhľadanie rozpoznaných písmen v slovníku a získanie prekladov. A pre ďalší pokus o presnosť sú vyhľadávania slovníkov približné v prípade, že S bude nesprávne prečítané ako 5.
Nakoniec preložený text sa vykreslí na origináli rovnakým štýlom.
Môžeme to urobiť, pretože písmená na obrázku sme už našli a prečítali, takže presne vieme, kde sú. Môžeme sa pozrieť na farby obklopujúce písmená a použiť ich na vymazanie pôvodných písmen. Potom môžeme preklad nakresliť pomocou pôvodnej farby popredia, ako sa píše v blogovom príspevku.
Tím Google vyvinul veľmi malú neurónovú sieť s hornou hranicou hustoty informácií, ktoré dokáže spracovať, aby boli čo najefektívnejšie a umožnili dokončenie všetkých týchto krokov v reálnom čase bez internetu alebo dátového pripojenia. Pretože generovali svoje vlastné údaje o tréningu, bolo dôležité zahrnúť správne údaje, ale nič navyše, aby neurónová sieť nevyužívala príliš veľa svojej informačnej hustoty na nedôležité veci. Príkladom môže byť to, ako potrebuje rozpoznať písmeno s miernou rotáciou, ale nie príliš veľa.
Nakoniec používateľom zostane ďalších 20 jazykov, ale rovnaká vysoká rýchlosť.
POZRI TIEŽ: Tím spoločnosti AI spoločnosti Google nám poskytol výsledky pri výskume strojového učenia
