(Gif: Google)
Zahvaljujući umjetnoj inteligenciji, putovanja u inozemstvo nikada nisu bila jednostavnija.
Aplikacija Google prevoditelj omogućuje korisnicima trenutni prijevod teksta. U aplikaciji samo usmjerite kameru na tekst koji želite prevesti i vidjet ćete kako se uživo pretvara u vaš željeni jezik, pred vašim očima - nije potrebna internetska veza ili podaci s mobitela. Ova korisna značajka dostupna je već neko vrijeme, ali bila je kompatibilna sa samo sedam jezika. Sada , zahvaljujući strojnom učenju, Google je nadogradio aplikaciju za trenutni prijevod 27 jezika.
Dakle, sljedeći put kad budete u Pragu i ne budete mogli čitati jelovnik, vratit ćemo vam se, napisao je Otavio Good, softverski inženjer u Googleu, u istraživanju tvrtke Blog .
Google je također upravo upotrijebio AI kako bi prepolovio njihove pogreške u prepoznavanju govora.
Od danas, uz prijevod između engleskog, francuskog, njemačkog, talijanskog, portugalskog, ruskog i španjolskog, u stvarnom vremenu mogu se prevesti i sljedećih 20 jezika: bugarski, katalonski, hrvatski, češki, danski, nizozemski, filipinski, Finski, mađarski, indonezijski, litvanski, norveški, poljski, rumunjski, slovački, švedski, turski i ukrajinski. A ako odlučite snimiti sliku umjesto da gledate prijevod uživo, podržano je ukupno 37 jezika.
Pa kako je Google uspio povećati broj dostupnih jezika? Prvo su nabavili Word Lens, nekada aplikaciju za prevođenje proširene stvarnosti, i koristili su strojno učenje i konvolucijske neuronske mreže kako bi poboljšali mogućnosti aplikacije. Napredak u prepoznavanju slika bio je ključan.
Prije pet godina, ako ste računalu dali sliku mačke ili psa, imao je poteškoća s otkrivanjem koje je koje. Zahvaljujući revolucionarnim neuronskim mrežama, računala ne samo da mogu razlikovati mačke i pse, već mogu prepoznati i različite pasmine pasa, rekao je gospodin Good. Da, dobri su i više nego samo trippy art —Ako prevodite strani izbornik ili se potpisujete najnovijom verzijom Googleove aplikacije Prevoditelj, sada upotrebljavate duboku neuronsku mrežu.
Korak po korak
Prvi , Prevoditelj mora ukloniti nered iz pozadine i locirati tekst. Kad locira mrlje piksela iste boje, utvrđuje da su to slova. A kad su te mrlje blizu jedna drugoj, razumije da je to čitav kontinuirani redak.
Sljedeći, aplikacija mora prepoznati što je svako pojedino slovo. Tu dolazi do dubokog učenja.
Koristimo konvolucijsku neuronsku mrežu, trenirajući je na slovima i ne-slovima kako bi mogao naučiti kako izgledaju različita slova, stoji u blogu.
Istraživači su morali trenirati softver koristeći ne samo slova čistog izgleda, već i prljava. Pisma u stvarnom svijetu narušena su odrazima, prljavštinom, mrljama i svim vrstama neobičnosti, napisao je gospodin Good. Tako smo izgradili svoj generator slova kako bismo stvorili sve vrste lažne prljavštine kako bi uvjerljivo oponašali buku stvarnog svijeta - lažne odsjaje, lažne mrlje, lažne neobičnosti svuda okolo. 
Neka prljava slova koja se koriste za trening. (Foto: Google)
The treći korak je potražiti prepoznata slova u rječniku da biste dobili prijevode. A za dodatni pokušaj točnosti, pretraživanja rječnika su približna u slučaju da se S pogrešno pročita kao 5.
Posljednje, prevedeni tekst prikazuje se na vrhu originala u istom stilu.
To možemo učiniti jer smo već pronašli i pročitali slova na slici, tako da točno znamo gdje su. Možemo pogledati boje koje okružuju slova i pomoću njih obrisati izvorna slova. A onda možemo nacrtati prijevod na vrhu pomoću izvorne boje u prvom planu, stoji u blogu.
Kako bi bio što učinkovitiji i omogućio da se svi ovi koraci dovrše u stvarnom vremenu bez interneta ili podatkovne veze, Googleov tim razvio je vrlo malu neuronsku mrežu s gornjom granicom gustoće informacija s kojima može rukovati. Budući da su generirali vlastite podatke o treningu, bilo je važno uključiti prave podatke, ali ništa dodatno, tako da neuronska mreža ne koristi previše svoje gustoće informacija na nevažnim stvarima. Primjer bi bio kako treba prepoznati slovo s malom količinom rotacije, ali ne previše.
Na kraju, korisnicima ostaje još 20 jezika, ali isto brza brzina.
VIDI TAKOĐE: Googleov tim za umjetnu inteligenciju dao nam je manju ocjenu u istraživanju strojnog učenja
