Maabara ya akili bandia ya Google ilitangaza tarehe 12 kwa saa za eneo kuzindua modeli kubwa ya lugha nyingi ya kutafsiri lugha ya ishara kuwa maandishi (SL2T).
Shukrani kwa modeli hii, akili bandia ya lugha ya ishara imeingia kwa mara ya kwanza kwenye bidhaa za watumiaji: programu za Gboard na Live Transcribe kwenye simu mahiri za mfululizo wa Google Pixel 11 zinaunga mkono kipengele cha kuingiza maandishi kwa kutumia lugha ya ishara (mwanzoni ni Lugha ya Ishara ya Marekani pekee, na baadaye itaenea hadi lugha zaidi za ishara na vifaa zaidi).
Duniani kote, takriban watu milioni 70 wenye ulemavu wa kusikia hutumia zaidi ya lugha 200 za ishara. Kipengele hiki kipya kinawawezesha kufurahia njia mbadala ya “kuandika” yenye unyumbufu unaofanana na uingizaji wa sauti. Majaribio yanaonyesha kuwa kutumia Lugha ya Ishara ya Marekani ni haraka, ya asili na ya kufurahisha zaidi kuliko kuandika kwa Kiingereza.
DeepMind ilisema kuwa lugha ya ishara ni lugha asilia inayojitegemea, yenye sarufi na msamiati wake wa kipekee. Kwa hiyo, tafsiri ya lugha ya ishara inahitaji tafsiri halisi ya mashine, badala ya kubadili lugha ya ishara kuwa maandishi kwa kufuata mpangilio. Modeli inayoweza kutekeleza kazi ya SL2T lazima iweze “kuelewa” mienendo inayofanyika kwa wakati mmoja katika sehemu mbalimbali za mwili wa mtumiaji wa lugha ya ishara, jambo linalohitaji uwezo mkubwa wa uchakataji wa maono ya kompyuta.
Modeli ya SL2T ya Google DeepMind ilifunzwa kwa data ya saa 100,000 kutoka zaidi ya lugha 50 za ishara. Hubadili lugha ya ishara kuwa taarifa za maeneo ya alama za mkao ili kulinda faragha na usalama wa watumiaji, bila kuhitaji kutuma mtiririko wa awali wa video kwenye seva. Wakati huo huo, imeacha kutumia “maelezo ya kati” yaliyokuwa yakitumika kwa upana hapo awali, na badala yake hutafsiri moja kwa moja taarifa za anga.