Google sta portando le tecnologie linguistiche basate sull’intelligenza artificiale oltre la traduzione testuale, concentrandosi sulla comprensione del tono, delle emozioni, del contesto, dello slang e delle sfumature culturali nelle conversazioni. Oggi, le tecnologie e i prodotti dell’azienda supportano le interazioni quotidiane di oltre 7 miliardi di persone, pari all’86% della popolazione mondiale, in più di 300 lingue. Google Translate, lanciato nel 2006, è invece passato da poche lingue a più di 250.
Google afferma che i sistemi tradizionali di riconoscimento vocale perdono elementi importanti della comunicazione trasformando prima l’audio in testo e poi nuovamente in audio. Per questo addestra modelli come Gemini affinché elaborino direttamente l’audio e comprendano sia il significato sia il modo di parlare. L’obiettivo è così comprendere risate, pause, sovrapposizioni nel parlato e combinazioni linguistiche come Spanglish o Hinglish.
A causa della rappresentazione sproporzionata delle lingue dominanti su Internet, l’azienda porta avanti collaborazioni con le comunità locali per creare dati aperti relativi alle lingue sottorappresentate. Il nuovo strumento Language Explorer visualizza LinguaMeta, il più grande archivio mondiale open source di dati linguistici, mappando costantemente più di 7.000 lingue parlate, scritte e dei segni. Anche il Centre for Digital Language Inclusion, sostenuto da Google.org, e il Project Aquarium di AI Singapore contribuiscono a far arrivare gli strumenti multilingue ad agricoltori, operatori sanitari, insegnanti e altri lavoratori dei servizi essenziali.
Per gli oltre 3 miliardi di persone che non hanno accesso a una connessione Internet affidabile, è stata sviluppata TranslateGemma, una famiglia di modelli di traduzione aperti e leggeri basati su Gemini, addestrati in 55 lingue. Il sistema funziona sul dispositivo e non richiede una connessione a Internet o al cloud. Google sostiene inoltre il servizio “Ask Viamo Anything” (AVA) di Viamo, che porta un assistente vocale basato su Gemini sui telefoni tradizionali. Nel progetto pilota in Ruanda, AVA ha risposto a oltre 2 milioni di domande.
Sign Language-to-Text (SL2T), addestrato con oltre 50 lingue dei segni, consente la dettatura dai segni al testo su Pixel 11 tramite Gboard e Live Transcribe; nella prima fase, la lingua dei segni americana (ASL) viene tradotta in inglese. Il progetto mira a migliorare l’accessibilità per 70 milioni di persone che usano la lingua dei segni. In Nuova Zelanda, la pronuncia dei nomi dei luoghi su Google Maps è stata migliorata insieme a esperti māori. Le tecnologie linguistiche di Google mettono inoltre in contatto oltre cinque miliardi di persone su nove piattaforme, tra cui Search, Android, Chrome, YouTube e Google Play.
Perché è importante
Questo approccio si basa su servizi di traduzione che, oltre a fornire equivalenti lessicali, elaborano anche il modo di parlare e il contesto culturale, con l’obiettivo di ridurre gli elementi che si perdono nella comunicazione. Mentre i modelli leggeri eseguiti sul dispositivo eliminano la connessione al cloud come requisito di accesso per chi non dispone di una connessione internet affidabile, gli assistenti vocali integrati nei telefoni standard riducono la necessità di uno smartphone. L’aggiunta del supporto alla lingua dei segni direttamente alla tastiera e agli strumenti di trascrizione rende inoltre l’accessibilità parte integrante dei prodotti di uso comune, anziché un servizio separato. Le collaborazioni sui dati aperti avviate con le comunità locali mirano a colmare la carenza di dati per includere nei sistemi le lingue scarsamente rappresentate su internet. D’altro canto, il fatto che la prima traduzione dai segni al testo sia offerta esclusivamente dall’ASL all’inglese lascia aperta la questione di quanto saranno supportate le altre lingue dei segni.