當微軟和Google為誰的人工智能聊天機器人更好而使出渾身解數時，我們不難發現這並不是機器學習和語言模型的唯一用途。除了傳聞中計劃在今年的年度Google I/O活動中展示20多種由人工智能驅動的產品外，Google正在朝著建立一個支持1000種不同語言的人工智能語言模型的目標邁進。

在周一發布的更新中，Google分享了有關通用語音模型（USM）的更多信息，Google稱這一系統是實現其目標的”關鍵第一步”。

去年11月，該公司宣布其計劃創建一個支持全球1000種最常用語言的語言模型，同時還披露了其USM模型。Google將USM描述為”一個最先進的語音模型系列”，它有20億個參數，在1200萬小時的語音和超過300種語言的280億個句子中進行訓練。

YouTube已經使用USM來生成封閉式字幕，它還支持自動語音識別（ASR），這可以自動檢測和翻譯語言，包括英語、中文普通話、阿姆哈拉語、宿務語、阿薩姆語等等。

現在，Google USM支持超過100種語言，並將作為”基礎”來建立一個更加廣泛的系統。與此同時，Meta公司正在開發一個類似的人工智能翻譯工具，但目前仍處於早期階段。

您可以在Google發布的研究論文中閱讀更多關於USM和它如何工作的信息：

https://arxiv.org/abs/2303.01037

該技術的一個目標可能是在增強現實的眼鏡內，就像Google去年在I/O活動中展示的概念一樣，能夠檢測並提供實時翻譯，不過，這項技術似乎還有點遙遠，Google在I/O大會期間對阿拉伯語的錯誤表述證明了它是多麼容易出錯。