Her dilde herkes için yapay zeka

Dünyanın zengin, yaşayan dillerini tam olarak ifade edildikleri gibi anlayan modeller oluşturmak için geleneksel metin çevirisinin ötesine geçiyoruz. Google, daha önce teknolojinin dışında bırakılanlar da dahil olmak üzere insanların yüzlerce dilde iletişim kurmasına yardımcı olmak için yapay zekayı kullanıyor. Sadece metni çevirmek yerine, yapay zekayı insanların gerçek hayatta kullandıkları duyguyu, tonu ve argo ifadeyi anlayacak şekilde eğitiyorlar. Ayrıca araçlarının herkes için, hatta güvenilir internete sahip olmayanlar için bile çalıştığından emin olmak amacıyla dünya genelindeki yerel topluluklarla birlikte çalışıyorlar. Bu, teknolojinin farklı kültürlere saygı duymasını sağlamaya ve insanların kendi koşullarıyla anlaşılmasına yardımcı olur. Bugün teknolojilerimiz ve ürünlerimiz, küresel nüfusun %86'sını temsil eden 7 milyardan fazla insan tarafından konuşulan 300'den fazla dilde günlük etkileşimlere güç veriyor. Bu dönüm noktasına ulaşmak anlamlıdır ancak aynı zamanda misyonumuz açısından kritik önem taşıyan çalışmaların da altını çizmektedir. Onlarca yıldır teknoloji, bir avuç baskın dil için en iyi şekilde çalıştı ve binlerce yaşayan dil ve lehçenin dijital dünyada yetersiz temsil edilmesine veya tamamen yok olmasına neden oldu. 2006 yılında Google Çeviri'yi başlattığımızda amacımız basitti: diller arasındaki engelleri kaldırmak. Yapay zekadaki ilerlemeler, bu vizyonu daha fazla insana ulaştırmamıza yardımcı oldu ve Çeviri'yi bugün bir avuç dilden 250'den fazla dile genişletti. Ancak metni çevirmek yeterli değildir.

Teknolojinin, insanların gerçek dünyada gerçekte nasıl iletişim kurduğunu anlaması gerekiyor. Bu nedenle araştırma ve geliştirmemizi, kültürel nüansı ve insan dilinin zenginliğini onurlandıran, herkesin katılımına ve kendi şartlarına göre anlaşılmasına olanak tanıyan sistemler oluşturmaya odaklıyoruz. Tarihsel olarak, konuşma tanıma sistemleri katı, çok adımlı bir süreci izledi: sesi metne dönüştürmek, bu metni işlemek ve ardından tekrar sese sentezlemek. Bu boru hattı işlevsel olmasına rağmen insan iletişiminin en zengin kısımlarını ortadan kaldırır: ton, tempo, duygu ve bağlam. İnsanlar mükemmel derecede düzgün, gramer kurallarına uygun cümlelerle konuşmazlar. Spanglish veya Hinglish konuştuğumuzda olduğu gibi gülüyoruz, örtüşüyoruz, tereddüt ediyoruz ve cümlenin ortasında birden fazla dili bir araya getiriyoruz. Bunu yakalamak için metin transkriptlerinin ötesinde yerel ses zekasına geçtik; sesi doğrudan olduğu gibi işlemek ve aynı zamanda hem sesi hem de amacı kavramak için Gemini gibi eğitim modelleri kullandık.