গুগলের কৃত্রিম বুদ্ধিমত্তা গবেষণাগার স্থানীয় সময় ১২ তারিখে একটি বৃহৎ বহুভাষিক সাইন ল্যাঙ্গুয়েজ-টু-টেক্সট (SL2T) অনুবাদ মডেল চালুর ঘোষণা দিয়েছে।
এই মডেলের ফলে সাইন ল্যাঙ্গুয়েজ এআই প্রথমবার ভোক্তা পর্যায়ের পণ্যে প্রবেশ করেছে: গুগল পিক্সেল ১১ সিরিজের স্মার্টফোনে Gboard ও Live Transcribe অ্যাপ সাইন ল্যাঙ্গুয়েজ-টু-টেক্সট ইনপুট সমর্থন করে (প্রাথমিকভাবে শুধু আমেরিকান সাইন ল্যাঙ্গুয়েজে, পরে আরও সাইন ল্যাঙ্গুয়েজ ও ডিভাইসে সম্প্রসারণ করা হবে)।
বিশ্বজুড়ে প্রায় ৭ কোটি শ্রবণপ্রতিবন্ধী ব্যক্তি ২০০টিরও বেশি সাইন ল্যাঙ্গুয়েজ ব্যবহার করেন। নতুন এই সুবিধা তাদের ভয়েস ইনপুটের মতো নমনীয় “টাইপিংয়ের বিকল্প” অভিজ্ঞতা দেবে। পরীক্ষায় দেখা গেছে, ইংরেজিতে টাইপ করার চেয়ে আমেরিকান সাইন ল্যাঙ্গুয়েজ ব্যবহার করা দ্রুততর, স্বাভাবিক এবং আনন্দদায়ক।
ডিপমাইন্ড জানিয়েছে, সাইন ল্যাঙ্গুয়েজ একটি স্বতন্ত্র প্রাকৃতিক ভাষা, যার নিজস্ব ব্যাকরণ ও শব্দভান্ডার রয়েছে। তাই সাইন ল্যাঙ্গুয়েজ অনুবাদের জন্য প্রকৃত মেশিন অনুবাদ প্রয়োজন, সাইন ল্যাঙ্গুয়েজকে ক্রমানুসারে শব্দে রূপান্তর করলেই হবে না। SL2T কাজের উপযোগী মডেলকে অবশ্যই সাইন ল্যাঙ্গুয়েজ ব্যবহারকারীর শরীরের বিভিন্ন অংশের একযোগে সম্পাদিত নড়াচড়া “বুঝতে” সক্ষম হতে হবে, যার জন্য শক্তিশালী কম্পিউটার ভিশন প্রক্রিয়াকরণ ক্ষমতা দরকার।
গুগল ডিপমাইন্ডের SL2T মডেলটি ৫০টিরও বেশি সাইন ল্যাঙ্গুয়েজের ১ লাখ ঘণ্টার ডেটা দিয়ে প্রশিক্ষিত হয়েছে। ব্যবহারকারীর গোপনীয়তা রক্ষায় এটি সাইন ল্যাঙ্গুয়েজকে বিভিন্ন ভঙ্গির বৈশিষ্ট্যবিন্দুর অবস্থানসংবলিত তথ্যে রূপান্তর করে, ফলে মূল ভিডিও স্ট্রিম সার্ভারে পাঠানোর প্রয়োজন হয় না। একইসঙ্গে এটি অতীতে ব্যাপকভাবে ব্যবহৃত “মধ্যবর্তী টীকা” পদ্ধতি বাদ দিয়ে সরাসরি স্থানিক তথ্য ব্যাখ্যা করে।