经验啦

  1. 首页 > 科技 > >

翻译|扎克伯格：AI技术才是AR和VR的万物之源( 二 )

arVR翻译马克·扎克伯格


因为在虚拟的三维场景中 ， 环境复杂多变 ， 就像现实环境一样 ， 几乎很难用传统的数据标记法进行监督式学习 ， 因此也就无法支撑自由、随意互动的元宇宙生态 。



Meta首席AI科学家杨立昆 ， 也是2018年图灵奖得主 ， 他认为：“自监督学习”可以提供真正的接近人类思维的AI系统 。 感兴趣的朋友 ， 也建议读一下杨立昆的《科学之路》这本书 。
自监督学习的优势在于无需给出数据标注 ， 模型可以从无标注的数据中自我学习 ， 是一种理想的机器学习模型 。



目前Meta已经联合13所大学组成联盟 ， 组成了有史以来最大的自我监督学习数据集 ， 目前积累了几千小时的第一人称视频 ， 大家可用于研究在虚拟空间中的任何工作 。
3 ， 多语言翻译系统虽然现在翻译软件已经能够很好的应用到文本中来 ， YouTube视频也支持提取英文并进行翻译 ， 但是在三维场景中存在同样的问题 。
如同我们日常生活 ， 在虚拟场景中与任何人交流时并不会看到文字或字幕 ， 即便是外国人 。 因此 ， 常规的翻译方案并不适用于三维场景 。
扎克伯格表示：目前全球仍有近一半人群无法在互联网上使用自己的语言 ， 例如在中非和西非地区有几百万人的语言在互联网并不流行 ， 只能访问英文或其它语言 。



另一个现实是 ， 即便目前最主流的机器学习翻译模型 ， 也只能通过英语作为中转语言 ， 即：将A语言翻译为英文 ， 再将英文翻译为B语言 。
而这就会给翻译增加一些噪点和不确定性 。 为此 ， Meta推出了开源AI翻译模型：LASER语言工具包 。



LASER特点是可以将任何句子转换为其它语言 ， 省去了英文中转步骤 ， 例如A语言可以直接翻译为B语言 。
目前 ， 已经支持100多种语言的翻译 ， 并且进行了1400小时的法语、德语、西班牙语、英语之间确定性的语音对齐 。 这其中的难点包括：口语到书面语的表达形式不同 ， 尤其是少见的没有书面习惯的语言 。
为此 ， Meta也正在开发一套语音到语音翻译系统 ， 即可以实现：A语言的人说话 ， B语言的人直接收听翻译后的语音 。 Meta表示：这种方法已经被证明比常规单独语音识别+机器翻译的合成模型要更快 。



当然 ， 这类语音到语音的翻译系统 ， 更是为了今后的AR眼镜所准备 ， 届时一套接近人类翻译水平的实时翻译眼镜就 。
【翻译|扎克伯格：AI技术才是AR和VR的万物之源】除此之外 ， Meta还公布了CAIRaoke ， 这是一套专为AR虚拟助手开发的AI对话模型 ， 目的是让机器人聊天助手更好的理解你的说话内容 ， 可以更好与你对话 ， 在三维场景中互动 。

相关经验推荐


上一篇：平板电脑|又一“破玩意”升值了！10元涨至600元，不少人还蒙在鼓里

下一篇：一加科技|一加研发Nord品牌真无线蓝牙耳机 或主打中低端耳机市场