2024-01-20 | 김윤수 기자

[实测] 连外国朋友都喊“厉害”的“Galaxy S24翻译”…幻觉改善仍是课题

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。

“太棒了(This is awesome)!”

18日,用Samsung Electronics智能手机“Galaxy S24 Ultra”的实时通译功能给住在夏威夷的美国朋友文森特·林打去电话,通过人工智能(AI)通译员传来的他的第一反应就是这句话。相识已有8年,但要进行深入交谈,彼此的语言都不够好,而Galaxy手机的新功能打破了这样的语言壁垒。只要拨打国际长途并点击“通话助手”菜单就能轻松使用该功能,AI不仅能做简单通译,还像文森特的感叹那样,相当出色地运用了本地化表达。得益于设备本身搭载生成式AI模型的端侧AI技术,为通译而产生的延迟时间体感上仅为1~2秒。文森特表示:“把韩语转换成英语的通译,听起来准确率约95%。”

也有遗憾之处。最典型的是无法正确识别专有名词。对于“想去夏威夷玩,推荐一下餐厅”这句话,文森特回答“去高速公路吧”。难以理解,看了手机屏幕才发现,是AI把当地相当知名的餐厅名“Highway Inn”直译了。相反,也出现了把普通名词当成专有名词,冒出“Jim”“Leo”等对话语境中并不存在的名字的情况。当然,在约10分钟的对话中,这类错误次数不过十个手指能数得过来。由于采用先让对方听到原话再逐句通译的方式,本就存在延迟的国际通话中,对话往往被拖长。另外,很大程度上可能是因为对功能使用还不熟悉,逐句通译与说话相互重叠,导致瞬间语塞、对话中断的情况相当频繁地发生。

在发布后整整一天的使用中,Galaxy S24 Ultra除实时通译外,还实用地提供了各种翻译和摘要功能。若是像记者这样在日常与工作中频繁与他人沟通或检索国内外信息的人,仅换一部手机就能大幅提升工作效率。大部分AI功能在使用应用过程中只需选择菜单即可简单开启,很容易上手。

不过,在要求准确与严谨的部分工作中,尽情使用这类功能似乎还为时过早,今后还需期待通过软件更新和后续产品发布实现功能升级。因为AI能否正确识别只有公司或业界内部人士才懂的专有名词和专业术语尚是未知数,而把信息编得像真的一样的幻觉(hallucination)问题也时有出现。幻觉是包括ChatGPT在内所有生成式AI服务的顽疾,但对Samsung Electronics而言,既然以Galaxy S24为起点坚定了抢占AI手机先机的意志,改善已经商用化的AI功能的错误就显得尤为紧迫。

首先,比AI通译更普遍的技术——文字翻译几乎无可挑剔。只要使用Galaxy手机的默认键盘“三星键盘”,“聊天助手”不仅在短信应用,在KakaoTalk这类即时通讯应用中也能即时翻译对话。在KakaoTalk状态栏中,用指代知名土豆面包品牌这一专有名词的“gamjabat”写了英文句子,结果被准确译成了对应的韩语品牌名。不仅如此,它还会根据需要讲究礼节等情况自动调整语气,或修正错别字和语法。写下“AI changes the style of the sentence in a polite way(AI把句子的风格改得礼貌一些)”后选择“专业的”语气,就变成了“AI modifies the sentence's tone in a courteous manner(AI以礼貌的方式修改句子的语气)”。经确认,即便把动词当名词用、写了错别字,也能正确翻译。由多个句子组成的电子邮件同样没有奇怪的句子,礼节感也把握得当。

通过“浏览助手”,用三星浏览器访问的网站同样可以翻译、摘要。不过翻译方面质量不如已被广泛使用的谷歌翻译,找不到非用它的理由。例如在外媒网站上,对“The Galaxy S24 pre-order deals are live(Galaxy S24预售正在进行)”这一报道标题,谷歌翻译几乎准确译出,而三星集团的翻译却造出了“Galaxy S24预售交易将现场直播”这样生硬的句子。同样,“Galaxy S24 Ultra is official”被谷歌译为“Galaxy S24 Ultra正式发布”,三星集团则直译为“Galaxy S24 Ultra是官方的”。

在需要阅读报道这类长文的网站上,摘要功能确实是一大亮点,但要在工作用途上百分之百信赖仍有不足。记者让它摘要一篇整理了动视暴雪人气游戏《暗黑破坏神2》攻略的Tistory博客帖子。那是一篇按顺序整理6个任务通关方法的文章。AI以“《暗黑破坏神2》第一章任务推进顺序”为题,较好地区分了游戏中的任务名、地名等专有名词,摘要得相当不错。但必须击败Boss(首领)的最后一个任务攻略,尽管正文中有内容,摘要中却被遗漏了。

对于像新闻主页那样混杂多个主题信息而非单一主题的网页,AI并未机械地压缩信息,而是围绕自己判断为重要的信息生成摘要。在记者的NAVER集团报道合集页面点击摘要按钮后,出现了“Samsung Electronics在Galaxy S24发布会上公开了Galaxy戒指”这类近期所写报道的内容。一个引人注目之处是,该页面上仅罗列了报道标题,AI却把“Galaxy戒指是强化了健康管理功能的智能手表”这种需要看正文才能推断出的信息也纳入了摘要。当然Galaxy Ring并不是智能手表,但看来它不仅利用该页面的文字,还会点开标题进入页面,或利用与关键词相关的整体检索结果,这是超出最初预期的AI能力。不过,除了失误之外,把“Galaxy戒指可以测量血糖值”这类尚未得到确认的信息,以及“Galaxy戒指将与Galaxy S24一同上市”这类完全错误的信息一并摘要的幻觉现象,确实令人不适。

加入语音转文字(STT)的录音应用与NAVER集团的Clova Note几乎没有差别。用两个应用录制以韩语乃至英语讲授的YouTube讲座,结果几乎相同。反而录音应用与Clova Note不同,可以在应用内直接翻译,并且摘要功能也可无次数限制使用,这是其优点。不过最初点击文字转换后,到结果生成完成所需的时间比Clova Note长,转换一段14分钟不停说话的录音时,与几乎即刻完成的Clova Note不同,耗时接近1分钟。Clova Note是先在韩语或英语中选择识别语言再收音,而录音应用则是先录音,事后转换时再选择韩语或英语。或许是转换过程中增加了把声音重新按韩语识别的环节,才耗费了更长时间。

生成式编辑并未单纯让照片编辑功能变得多样,而是聚焦于补全照片中缺失的部分。用手长按照片中的特定被摄体,就会画出轮廓线,被选中的被摄体可以移到别处或被删除。歪斜拍摄的照片也可以扶正。这一过程中产生的空白部分,AI会参照周围背景推断并做得像真的一样。实际拍摄了早上上班路上公交车驶过的马路并加以编辑,照片中原本没有的公交车轮子、车道线、建筑物的其余部分都画得相当逼真。不过对人物却无法正确识别,出现了生硬涂抹的结果。结果虽然看似逼真,但明显能看出加了人为修改的痕迹,眼下很难赋予它超过“新奇功能”的意义。若不是上传到社交网络服务(SNS)这类日常用途,用于工作似乎存在局限。观看YouTube时用手在屏幕上画个圈就能进行图像搜索的“圈选搜索”虽然让检索更便利,但个人很少停下视频播放去搜索,检索结果也没有划时代的变化,同样没有超出新奇感的感受。

为驱动这些AI功能,采用了高通最新型应用处理器(AP,即大脑芯片)“骁龙8第三代”。内存也有12GB,相当充裕,实际上拥有安卓手机中的最高配置,硬件规格无可挑剔。相机同样支持更多倍率的光学变焦(放大)。典型地,用5倍光学变焦拍摄的照片,与用旧款手机数码变焦实现的5倍变焦照片相比,性能优异到远处文字是否糊掉的差别程度。

运行以高配置著称的手机游戏《原神》后,遗憾的是合适的画质选项被设定为五档中的第三档“中”。提示若上调至最高,设备负载会达到“非常高”。游戏开始的30分钟内发热明显,手都变得相当烫,但之后重新降温,可确认被稳定控制。开着游戏就睡着了,但手机自行进入把屏幕亮度降至最低的省电模式,80%多的电量在6小时后的第二天早上还剩下26%。按官方规格,其电池可支持最长30小时的视频播放。

设计预计会见解不一。将边缘做成曲面的“曲面屏”被平面取代,薄薄的长方形机身整体上把圆润的边角改成了直角。材质也在该系列中首次采用钛金属,除摄像头布局外,设计与iPhone也颇为相似。Ultra尤其相对于面积而言外形偏薄,圆润的边角一改变,个人握在手里时感觉略有不适。Galaxy S24 Ultra的价格按最低配置为169万8400韩元,比上一代贵了约10万韩元,但结合前述使用体验来看,觉得完全值这个价。

阅读韩文原文