2022-02-24 | 실리콘밸리=정혜진 특파원

说了句“去海边吧”…大海与沙滩瞬间铺展眼前

本页标题和正文均由AI机器翻译,未经人工审校。准确内容请以韩文原文为准。

Meta Platforms(原Facebook)拿出以语音识别为基础的对话式人工智能(AI)技术,作为在元宇宙世界中连接人们的武器。这是继去年10月为表明将专注元宇宙而更改公司名称后,首次公开具体蓝图。

23日(当地时间),在Meta线上举行的“Inside the Lab”活动上担任主题演讲人的首席执行官(CEO)马克·扎克伯格介绍了一种概念性AI“Builder Bot”,他表示:“要创造并探索如同真实的世界,就必须超越目前可以想象的最先进的智能助手技术。”随后,现实中的扎克伯格CEO消失,三维(3D)空间中出现了发型相似、用他的声音说话的虚拟形象。他喊了一声“嘿,Builder Bot”,并说“去公园看看吧。不,还是去海边吧”,周围的公园随即消失,海滩出现。他说“给天空加点云吧。加上絮状云会更好”,并做出把手掌举向右侧天空的动作,稀疏的云朵随之出现。扎克伯格的虚拟形象更进一步,要求播放热带地区的音乐,场景瞬间变成度假地海滨的氛围。

扎克伯格将这一对话式AI开发项目命名为“CAIRaoke”,并强调:“你们可以用自己的声音创造并探索想要的新世界,并与他人分享体验。”

尽管目前只是仅有上半身的简单虚拟形象加上简单图形这样并不华丽的包装,但扎克伯格发出的信息很明确。与苹果(Siri)、亚马逊(Alexa)、谷歌(Google Assistant)不同,Meta此前从未推出基于设备的语音识别服务。但它宣布要一举超越这些对手。为此,Meta推出了采用自监督学习模型的新型“生成式AI(Generative AI)”模型。即AI不再依靠人已分类好的数据学习,而是提供数据原件、让其预测其余部分,从而像人一样推断上下文。为此,Meta表示将把人的视线、身体语言乃至面部表情也纳入数据。这类学习预计将通过今年底配备约1.6万个图形处理器(GPU)的AI研究超级集群(RSC)得以实现。

随后,扎克伯格CEO还公开了对话式AI系统新版本“通用语言翻译器(universal language translator)”的蓝图,以便用户不受语言限制地交流。他强调:“5年前可翻译10多种语言,3年前是30多种,现在已增加到100种”,“我们要让从奥地利到乌干达的所有人都能轻松交流。”值得注意的是,对可学习数据不多的稀有语言也能实现翻译的高度化。他强调,将构建不遗漏任何语言、把说出的话整段即时翻译的系统,让全球用户在没有语言障碍的情况下获得沉浸式体验。

这是Meta首次为展示AI技术单独举办活动。扎克伯格表示:“投资元宇宙的时间已接近10年”,“用新技术实现创新,让人们与所珍视的人相连、感到彼此亲近,这就是我们的DNA”。当天Meta还宣布,为对抗竞争对手TikTok,将Instagram的短视频服务“Reels”扩展到全球150多个国家。

阅读韩文原文