Wizja uniwersalnego tłumacza AI stała się bardziej osiągalna dzięki niedawnemu wydaniu przez Meta systemu SEAMLESSM4T, nowej sztucznej inteligencji zdolnej do tłumaczenia mowy w czasie rzeczywistym z 101 języków na 36 innych. W odróżnieniu od tradycyjnych tłumaczy AI, które zazwyczaj przekształcają mowę na tekst, tłumaczą, a następnie znów zamieniają na mowę — co często prowadzi do błędów — ten system bezpośrednio tłumaczy język mówiony na język mówiony. W testach wydajnościowych SEAMLESSM4T wykazał o 23% większą dokładność niż obecnie wiodące modele i jest porównywalnie szybki z ludzkimi tłumaczami. Meta planuje udostępnić podstawowe dane i kod do użytku niekomercyjnego, co pozwala badaczom rozwijać jego podstawy. Takie podejście open-source jest szczególnie korzystne dla tych, którzy nie dysponują znaczącymi zasobami obliczeniowymi, jak zauważają eksperci w tej dziedzinie. Rozwój AI wykorzystuje postępy w tłumaczeniu maszynowym, stosując techniki wydobywania danych równoległych w celu zebrania około 443 000 godzin nagrań audio połączonych z napisami, co pozwala obejść brak zestawów danych z humanitarnym adnotowaniem dla języków o niskich zasobach.

Zdolność AI do obsługi różnorodnych danych wejściowych bezpośrednio przyczynia się do jej skuteczności, nawet w trudnych akustycznych warunkach. Mimo postępów, tłumaczenie pozostaje złożonym procesem, ponieważ niuanse językowe i konteksty kulturowe mogą prowadzić do problemów, szczególnie w przypadku języków neutralnych płciowo przeciwko językom z wyraźnym podziałem płciowym. Meta podjęła kroki, aby zminimalizować potencjalne uprzedzenia i szkodliwe wyniki, dążąc do dokładności, która jest kluczowa w wrażliwych sytuacjach, takich jak sprawy medyczne czy prawne. Zaangażowanie Meta w technologie open-source opiera się na jej wcześniejszych wkładach, promując postępy w całej branży AI. Chociaż SEAMLESSM4T nie jest kompletnym rozwiązaniem dla różnorodności językowej świata, stanowi znaczny postęp w kierunku bardziej uniwersalnych możliwości tłumaczenia, przypominających fikcyjną rybę Babel z *Autostopem przez Galaktykę*. Eksperci sugerują, że podejście to, wykorzystujące dane ze świata rzeczywistego, może zrewolucjonizować technologię mowy i jej zastosowania.