La vision d'un interprète universel d'IA est devenue plus atteignable avec le récent lancement de SEAMLESSM4T par Meta, une nouvelle IA capable de traduire la parole en temps réel dans 101 langues vers 36 autres. Contrairement aux traducteurs IA traditionnels, qui convertissent généralement la parole en texte, traduisent, puis reconvertissent en parole—ce qui entraîne souvent des erreurs—ce système traduit directement la langue parlée en langue parlée. Lors de tests de performance, SEAMLESSM4T a démontré une précision supérieure de 23 % par rapport aux modèles de pointe actuels et est comparablement rapide aux interprètes humains. Meta prévoit de publier les données et le code sous-jacents pour un usage non commercial, permettant aux chercheurs de s'appuyer sur cette base. Cette approche open-source est particulièrement bénéfique pour ceux qui n'ont pas de ressources informatiques significatives, comme l'ont noté des experts dans le domaine. Le développement de l'IA s'appuie sur des avancées en traduction automatique, utilisant des techniques de collecte de données parallèles pour rassembler environ 443 000 heures d'audio accompagnées de sous-titres, contournant ainsi le manque de jeux de données annotées par des humains pour les langues à faibles ressources.

La capacité de l'IA à gérer une diversité d'entrées contribue directement à son efficacité, même dans des acoustiques difficiles. Malgré ses avancées, la traduction reste complexe, car les nuances linguistiques et les contextes culturels peuvent entraîner des problèmes, notamment avec les langues neutres par rapport aux langues genrées. Meta a pris des mesures pour atténuer les biais potentiels et les outputs nuisibles, s'efforçant d’atteindre une précision qui est cruciale dans des situations sensibles comme les affaires médicales ou juridiques. L'engagement de Meta envers les technologies open-source repose sur ses contributions précédentes, promouvant des avancées dans l'industrie de l'IA. Bien que SEAMLESSM4T ne soit pas une solution complète à la diversité linguistique mondiale, il représente un progrès significatif vers une capacité de traduction plus universelle, rappelant le poisson Babel fictif du *Guide du voyageur galactique*. Les experts suggèrent que cette approche pour exploiter les données du monde réel pourrait révolutionner la technologie vocale et ses applications.