கூகுள் டீப் மைண்ட் SL2T ஐ வெளியிட்டது, இது சைகை மொழியை உரையாக மொழிபெயர்க்க வடிவமைக்கப்பட்டுள்ளது, இது நிறுவனத்தின் புதிய பிக்சல் 11 ஸ்மார்ட்போன் வரிசையில் முதலில் வெளிவருகிறது. "சைகை மொழி AI ஐ பயனர்களின் கைகளில் வைப்பது" என்ற பதாகையின் கீழ் அறிமுகப்படுத்தப்பட்ட மாடல், ஒரு முக்கிய நுகர்வோர் சாதனத்தில் நிகழ்நேர சைகை மொழிப் புரிதலைக் கொண்டுவருவதற்கான மிக உயர்ந்த முயற்சிகளில் ஒன்றாகும்.
இந்த அறிவிப்பு கூகுளின் பிக்சல் 11 வெளியீட்டு நிகழ்வுடன் வந்தது, அங்கு நிறுவனம் புதிய ஜெமினி-இயங்கும் அம்சங்களின் தொகுப்பைக் காட்சிப்படுத்தியது. அவற்றில், சைகை மொழி மொழிபெயர்ப்பு ஒரு தெளிவான அணுகல்தன்மை மைல்கல்லாக தனித்து நின்றது, காதுகேளாத பயனர்களுக்கும் சைகை மொழி தெரியாதவர்களுக்கும் இடையே ஒரு பாலமாக தொலைபேசியின் முன் எதிர்கொள்ளும் கேமராவை மாற்றியது.
கையொப்ப மொழி, சாதனத்தில் உரை
DeepMind மற்றும் Engadget மற்றும் Android ஆணையத்தின் அறிக்கையின்படி, SL2T ஆனது Pixel 11 சாதனங்களில் நேரடியாக சைகை மொழியை உரையாக மாற்ற முடியும். இந்த அம்சம் Google இன் முதன்மை மடிப்பு தொலைபேசியான பிக்சல் 11 ப்ரோ ஃபோல்டில் அறிமுகமாகிறது, இது நிறுவனம் புதிய திறனுக்கான காட்சிப் பொருளாக நிலைநிறுத்தியுள்ளது.
டிஜிட்டல் ட்ரெண்ட்ஸ் இந்த வெளியீட்டை "காதுகேளாத பயனர்களுக்கு சைகை மொழி தெரியாதவர்களுடன் தொடர்புகொள்வதற்கான ஒரு புதிய வழி" என்று விவரித்தது, SL2T ஐ முற்றிலும் சோதனை டெமோவைக் காட்டிலும் அன்றாட உரையாடலுக்கான நடைமுறைக் கருவியாக உருவாக்குகிறது. யோசனை நேரடியானது ஆனால் சக்தி வாய்ந்தது: காதுகேளாத பயனர் தனது தொலைபேசியில் கையொப்பமிடுகிறார், மாதிரி சைகைகளை விளக்குகிறது, அதன் விளைவாக வரும் உரை கேட்கும் உரையாடல் கூட்டாளர் படிக்க காட்டப்படும்.
வீடியோவை கிளவுட்க்கு அனுப்புவதற்குப் பதிலாக, சாதனத்தில் மாதிரியை இயக்குவது தனியுரிமை மற்றும் நம்பகத்தன்மை ஆகிய இரண்டிற்கும் அர்த்தமுள்ள தாக்கங்களைக் கொண்டுள்ளது. சைகை மொழி உரையாடல்கள் நெருக்கமானவை மற்றும் பெரும்பாலும் முக்கியமான தகவல்களைக் கொண்டிருக்கின்றன, மேலும் கிளவுட் ரவுண்ட்-டிரிப்பைத் தவிர்ப்பது அந்தத் தரவை தொலைபேசியில் வைத்திருக்கும். இணைப்பு மோசமாக இருக்கும் சூழ்நிலைகளிலும் இந்த அம்சம் செயல்பட அனுமதிக்கிறது.
சைகை மொழி ஏன் கடினமான AI பிரச்சனை
கை வடிவங்களை வெறுமனே அங்கீகரிப்பதை விட சைகை மொழி மிகவும் சிக்கலானது. அமெரிக்க சைகை மொழி (ASL) போன்ற முழு சைகை மொழிகள், கை அசைவுகள், முகபாவனைகள், உடல் தோரணைகள் மற்றும் விண்வெளியில் அசைவுகள் ஆகியவற்றைப் பயன்படுத்தி அர்த்தத்தை வெளிப்படுத்துகின்றன, மேலும் அவை பேசும் மொழிகளிலிருந்து வேறுபட்ட தனித்தனியான இலக்கணத்தைக் கொண்டுள்ளன. கைகளை மட்டுமே கண்காணிக்கும் மாதிரியானது, கையொப்பமிடுபவர் சொல்வதில் பெரும்பாலானவற்றை தவறவிடும்.
இதனால்தான் சைகை மொழி மொழிபெயர்ப்பு பேச்சு அங்கீகாரத்தில் பின்தங்கியுள்ளது. கையொப்பமிடப்பட்ட தகவல்தொடர்புகளின் முழு செழுமையையும் உண்மையான நேரத்தில், தொலைபேசியில், இறுக்கமான ஆற்றல் மற்றும் நினைவக வரவு செலவுத் திட்டங்களுக்குள் விளக்கக்கூடிய ஒரு அமைப்பை உருவாக்குவது, உண்மையான பொறியியல் சவாலைக் குறிக்கிறது. DeepMind இன்னும் SL2T இன் கட்டிடக்கலை அல்லது பெஞ்ச்மார்க் செயல்திறன் பற்றிய முழு தொழில்நுட்ப விவரங்களையும் வெளியிடவில்லை, மேலும் நிறுவனம் அதன் அறிவிப்பில் மூல அளவீடுகளில் பயனர் எதிர்கொள்ளும் அனுபவத்தை வலியுறுத்தியுள்ளது.
வரையறுக்கப்பட்ட பொது விவரம் கவனிக்கத்தக்கது. துல்லிய விகிதங்கள், ஆதரிக்கப்படும் சைகை மொழிகள் மற்றும் தாமதம் ஆகியவற்றின் சுயாதீன சரிபார்ப்பு SL2T நம்பகமான தினசரி கருவியா அல்லது முதிர்வு தேவைப்படும் ஆரம்ப-நிலை அம்சமா என்பதை தீர்மானிக்கும். தற்போதைக்கு, DeepMind இன் சொந்த அறிவிப்பு மற்றும் பல தொழில்நுட்ப வெளியீடுகளில் உள்ள உறுதிப்படுத்தல், மாடல் இருப்பதையும் நுகர்வோர் வன்பொருளில் அனுப்பப்படுவதையும் உறுதிப்படுத்துகிறது.
AI போர்க்களமாக அணுகல்
அணுகல்தன்மை அம்சங்கள் AI ஆய்வகங்கள் மற்றும் சாதன தயாரிப்பாளர்கள் மத்தியில் போட்டியின் ஒரு பெருகிய முறையில் காணக்கூடிய களமாக மாறியுள்ளதால் SL2T வருகிறது. நிகழ்நேர தலைப்புகள், பார்வையற்ற பயனர்களுக்கான பட விளக்கங்கள் மற்றும் இப்போது சைகை மொழி மொழிபெயர்ப்பு ஆகியவை முக்கிய துணை நிரல்களாக இல்லாமல், சாதனத்தில் AI இன் நடைமுறை மதிப்பை விளக்கும் தலைப்பு திறன்களாக நிலைநிறுத்தப்படுகின்றன.
கூகிளைப் பொறுத்தவரை, SL2T ஐ பிக்சல் 11 வெளியீட்டில் இணைப்பது இரண்டு நோக்கங்களுக்காக உதவுகிறது. இது புதிய வன்பொருளுக்கு போட்டியாளர்களின் ஃபோன்களில் இல்லாத ஒரு தனித்துவமான அம்சத்தை அளிக்கிறது, மேலும் இது கூகுளின் AI உதவியாளரான ஜெமினி ஒரு அடிப்படை மட்டத்தில் இயக்க முறைமையில் பிணைக்கப்பட்டுள்ளது என்ற செய்தியை வலுப்படுத்துகிறது. பிக்சல் 11 ப்ரோ ஃபோல்ட், அதன் பெரிய உள் திரையுடன், டேபிள் முழுவதும் உரையாடல் கூட்டாளருக்குக் காண்பிக்கப்படும் அம்சத்திற்கான இயற்கையான முதல் வீடு.
சைகை மொழி AIக்கான பாதை
காதுகேளாத மற்றும் காது கேளாத சமூகத்தின் பெரிய கேள்வி என்னவென்றால், SL2T ஆனது ஒரு சாதனம் மற்றும் வரையறுக்கப்பட்ட சைகை மொழிகளுக்கு அப்பால் விரிவடைகிறதா என்பதுதான். அமெரிக்க சைகை மொழி துவக்க மையமாக இருக்கலாம், ஆனால் உலகம் முழுவதும் நூற்றுக்கணக்கான சைகை மொழிகள் உள்ளன, ஒவ்வொன்றும் அதன் சொந்த அமைப்பு மற்றும் பிராந்திய மாறுபாட்டைக் கொண்டுள்ளன. யுனைடெட் ஸ்டேட்ஸில் ASL கையொப்பமிடுபவர்களுக்கு அழகாக வேலை செய்யும் ஒரு மாதிரியானது பிரிட்டிஷ் சைகை மொழி, ஆஸ்லான் அல்லது LSF ஐப் பயன்படுத்துபவர்களுக்கு சிறிதும் பயன்படாது.
ஆல்ஃபாஃபோல்ட் மற்றும் அதன் வானிலை மாதிரிகள் போன்ற அமைப்புகளைப் போலவே, டீப் மைண்ட் குறுகலாகத் தொடங்குதல் மற்றும் அளவிடுதல் ஆகியவற்றின் சாதனைப் பதிவைக் கொண்டுள்ளது. SL2T அந்த முறையைப் பின்பற்றினால், பிக்சல் 11 அறிமுகமானது முடிக்கப்பட்ட தயாரிப்பை விட ஒரு தொடக்க நடவடிக்கையாகும். காதுகேளாத பயனர்களிடமிருந்து வரும் சமூகக் கருத்து, மொழிபெயர்ப்புகள் துல்லியமானவை மற்றும் இயற்கையானவையா என்பதைத் தீர்மானிக்க சிறந்த நிலையில் உள்ளவர்கள், அடுத்து வருவதை வடிவமைக்கும்.
இப்போதைக்கு, ஒரு வெகுஜன-சந்தை தொலைபேசியில் சைகை மொழி மொழிபெயர்ப்பு வருகை ஒரு குறிப்பிடத்தக்க படியாகும். AI இன் பேசும் மொழியைப் புரிந்துகொள்ளும் திறனுக்கும், சைகை மொழியைப் புரிந்துகொள்ளும் திறனுக்கும் இடையே உள்ள நீண்டகால இடைவெளி, ஒரு நேரத்தில் ஒரு சாதனமாக மூடத் தொடங்கும் என்று அது அறிவுறுத்துகிறது.
சமீபத்திய மாடல் வெளியீடுகள் மற்றும் AI மேம்பாடுகளை AI Buzz Wire இன் பிரேக்கிங் நியூஸ் கவரேஜில் தெரிந்துகொள்ளுங்கள்.
