Speechmatics زبانیں ٹرانسفر کرنے کے لئے AI کا استعمال کرتا ہے، اور یہ گوگل کو مار رہا ہے

Speechmatics گوگل کے بعد جا رہا ہے. برطانوی ابتدائی طور پر خود بخود خودکار لسانیات سے چھ ماہ تک، ایک طاقتور مصنوعی انٹیلی جنس ہے جس سے کسی بھی زبان کو کسی بھی زبان کو کسی بھی وقت سیکھنے کے لئے متن کی نقل و حمل کے بارے میں سیکھنا پڑتا ہے. ٹیم دنیا بھر میں تقریبا 7،000 زبانوں میں سے ہر ایک کے لئے ٹیکنالوجی کو چالو کرنا چاہتا ہے، جس میں زندگی کو تبدیل کرنے کی صلاحیت ہے.

لسانی آلے کو شروع کرنے کے بعد سے، Speechmatics ایک Omniglot پر کام کر رہے ہیں، ایک دن ایک زبان کی تعمیر کے لئے ایک چیلنج. گزشتہ ہفتے، کمپنی نے ایک سنگ میل سنگھ کو مارا: اس نے سرکاری طور پر مجموعی طور پر 72 منفرد زبانوں میں Google کو شکست دی ہے.

یہ نظام ایک ٹرانسپٹ ہم منصب کے ساتھ آڈیو ڈیٹا سے ملنے کے لئے مشین سیکھنے کا استعمال کرتا ہے. اس کے بعد دیگر زبانوں سے زبانی نمونہ استعمال کرتے ہیں تاکہ عمل کو براہ راست حد تک ممکن ہو سکے، آواز اور گرامیٹک ڈھانچے کے درمیان مساوات کی شناخت اور نئی زبانوں میں ان کی درخواست کریں. یہ عمل بہت مؤثر ہے: مثال کے طور پر، ہندی پر سپیٹومیٹکس کا کام صرف دو ہفتوں تک 80 فیصد کی درستگی تک پہنچے. جب Google کی کوششوں کے نتیجے میں حتمی مصنوعات کا تجربہ کیا گیا تو اس نے 23 فیصد کم غلطیوں کی.

اندرونی بولیوکٹ وون Thüngen، Speechmatics کے سی ای او سے بات چیت، زیادہ سے زیادہ تلاش کرنے کے لئے.

آپ نے پہلی بار منصوبے پر کیسے کام شروع کیا؟

ہم نے پروجیکٹ Omniglot کو خود کو ایک چیلنج کے طور پر شروع کیا ہے - یہ دیکھنے کے لئے چھ ہفتوں میں ہم کتنی زبانیں بن سکیں گے. ہم تھوڑی دیر سے احساس ہوا کہ انفرادی طور پر ہر زبان کی تعمیر کے روایتی نقطہ نظر اب قابل عمل نہیں ہے جب تیزی سے شرح پر پیمانے لگے. اس بات کو ذہن میں ڈالنا، ہمیں دوبارہ سوچنا پڑا کہ کیا زبان ہے، یہ کس طرح منظم ہے اور مختلف زبانوں کے درمیان کیا مماثلت موجود ہیں. ہمیں پیٹرن کی شناخت کرنے کے لئے ان دونوں سامراجیوں کا استعمال کرنے کا طریقہ مل گیا ہے اور ہمارے AI-powered فریم ورک، خود کار زبانی (اے ایل) کی مدد کرنے میں مدد ملتی ہے تاکہ وہ تیزی سے زبانیں تیز ہوجائے. 46 چھ چھ ہفتوں میں عین مطابق ہونا، یا ایک زبان چھ چھ ہفتے کے لئے ایک دن !

یہ Google کی کوششوں سے کیسے مختلف ہے؟

زبان کی تعمیر کا ہمارے نقطۂٔٔٔٔٔٔٔٔٔٔٔٔٔٔ ان بنیادی پہلوؤں میں سے ایک ہے جو گوگل سے ہمیں مختلف کرتی ہے. جب ہم یہ سمجھتے ہیں کہ وہ اپنی زبانیں انفرادی طور پر بناتے ہیں (یا جو ہم 'برتن قوت' کہتے ہیں)، ہم ای. زبان کی تعمیر کے عمل کو طے کرنے اور تیز کرنے کے لئے. اس کے علاوہ، جبکہ دیگر خدمات جیسے کہ منفرد خدمات کے بجائے بولیوں کی تعمیر کرنے پر گوگل توجہ مرکوز کرتے ہیں، ہم اس پر فخر کر رہے ہیں کہ ہماری کوششیں دنیا بھر میں منفرد زبانوں پر توجہ مرکوز کر رہی ہیں، بشمول بڑی ٹیکنالوجی کی کمپنیوں کے ذریعہ پہلے سے موجود علاقوں میں.

اس کے لئے کچھ حقیقی دنیا کی ایپلی کیشنز کیا ہیں؟

ہمارے پاس اب تک تکنیکی اور علم ہے کہ ہماری خدمات کو پہلے سے کہیں زیادہ کہیں زیادہ تک رسائی حاصل کرنے اور خود بخود خود کار طریقے سے تقریر کی شناخت (ASR) کو ہر کسی کو لے لے. یہ خاص طور پر کم سوادری کی شرحوں والے ممالک میں متعلقہ ہے، جہاں بات چیت کرنے سے متعلق پہلے سے موجود دستیابی سے ٹیکسٹ ٹیکنالوجی کو استعمال کرنے کی صلاحیت لوگوں کے لئے سب فرق بن سکتا ہے. دیگر حقیقی زندگی کے معاملات جہاں اے ایس آر ٹیکنالوجی تک رسائی حاصل کرنے میں مدد مل سکتی ہے - سماعت اور / یا نقطہ نظر کو پوری طرح سے دنیا بھر میں لوگوں کو اب آلہ کے طور پر استعمال کیا جاسکتا ہے کہ فون کے طور پر آسان ان کے آس پاس کے ساتھ بات چیت کرنے کے لئے.

کیا یہ انگریزی کی طرح اچھی طرح سے احاطہ شدہ زبانوں کی درستگی کو بہتر بناتا ہے؟

جیسا کہ ہم زیادہ زبانوں کو ترقی دے رہے ہیں، ہماری ای. فریم ورک کی خصوصیات اور نمونوں کی شناخت میں فریم ورک تیزی سے قابل بن جائے گا. ہم انگریزی زبان سمیت ہمارے موجودہ زبان کی بنیاد کو مکمل کرنے کے لئے اس علم کا استعمال کریں گے.

کیا یہ Google Pixel Buds 'Real-Time ترجمہ ٹولز کی طرح کچھ بہتر بن سکتا ہے؟

ہم یقینی طور پر Omniglot جیسے منصوبوں کو آگے بڑھنے کے لئے اصل وقت کے ترجمہ کے اوزار کو بہتر بنانے میں مدد ملتی ہے. جیسا کہ زبانوں کی رسائی اور درستگی کو بڑھانے میں مزید وسائل سرمایہ کاری کی جاتی ہے، ہم ترجمے خدمات کے شعبے میں مسلسل بہتری کو دیکھ لیں گے.

کیا یہ کام کسی بھی زبان کے ساتھ کرتا ہے، یہاں تک کہ کلنگون جیسے تعمیر شدہ زبانوں بھی؟

ہم ابھی تک کسی بھی conlangs کی کوشش کرنے اور تعمیر کرنے کے لئے نہیں ہے، لیکن ہم کسی بھی وجوہات کو نہیں دیکھتے ہیں کہ وہ کیوں کام نہیں کریں گے. چونکہ یہ زبانیں اب بھی انسانوں کی طرف سے بولے جاتے ہیں، وہ روزمرہ زبانوں (مثلا فون فونز کی تعداد) کے طور پر اسی طرح کی ساختی قواعد و ضوابط کی پیروی کرتے ہیں، جو AL کو تعمیر کے لئے کافی ڈیٹا فراہم کرے گی.

کیا آپ اس منصوبے کو کھو رہے ہیں؟

نہیں، ہماری جگہ اس کے لئے نہیں ہے.

لائسنس کاری کا کام کیسے کرے گا؟

پراون Omniglot کے تحت پیش کردہ زبانوں مفت مفت ہے اور تجارتی مقاصد کے لئے استعمال نہیں کیا جا سکتا. اس طرح، حتمی مستقبل کے لئے ان سے کوئی لائسنسنگ نہیں مل جائے گا.

یہاں سے اگلے قدم کیا ہیں؟

پروجیکٹ Omniglot صرف ہمارے لئے آغاز ہے. ہم آخر میں دنیا میں ہر زبان کی تعمیر کرنا چاہتے ہیں، لہذا ہم اس مقصد کی طرف سختی سے کام کریں گے!