AR i ChatGPT mogą być zabójczym połączeniem do tłumaczenia i transkrypcji

OPINIA: Wędrując po halach targów MWC 2023, miałem okazję osobiście zapoznać się z referencyjnym zestawem słuchawkowym AR firmy Qualcomm. Podczas gdy sprzęt jest nadal w fazie rozwoju i koncentruje się głównie na producentach i programistom, demo wprowadziło coś, czego nigdy wcześniej nie brałem pod uwagę: wykorzystanie otwartej platformy AI ChatGPT.

Qualcomm w rzeczywistości nie będzie produkował zestawów słuchawkowych AR dla konsumentów, ale firma wypuściła kilka referencyjnych zestawów słuchawkowych AR projekty w ciągu ostatnich kilku lat, które zasadniczo służą jako plan dla innych firm do tworzenia własnych AR zestawy słuchawkowe.

Powoli stają się bardziej zwarte i mniej przypominają nieporęczne Microsoft HoloLens, ale zasadniczo działają w ten sam sposób, rozszerzając świat rzeczywisty o elementy wirtualne.

Producenci już zaczynają wykorzystywać tę technologię – tzw Nreal Air to dobry przykład wczesnej pary okularów AR – ale przed nami jeszcze długa droga, zanim będziemy w pełni rozszerzonej przyszłości ze smukłymi okularami AR. Na przykład zestaw słuchawkowy, którego używałem, nadal wymaga przewodowego połączenia ze smartfonem, aby przetworzyć wszystkie dane z zestawu słuchawkowego.

Zmieniło się to wraz z Qualcomm najnowsza koncepcja AR Viewer zasilany przez chipset Snapdragon XR2, który wykorzystuje Wi Fi 7 dla superszybkiej łączności – Qualcomm twierdzi, że opóźnienie jest mniejsze niż 10 ms – ale ze względu na ogromną liczbę urządzeń bezprzewodowych na wystawie nie można było go zademonstrować.

Mimo to udało mi się znaleźć trochę czasu z nieco starszym referencyjnym zestawem słuchawkowym Snapdragon XR1 i otrzymałem nową usługę tłumaczenia i transkrypcji w czasie rzeczywistym, obsługiwaną całkowicie przez ChatGPT.

ChatGPT jest obecnie gorącym tematem w branży technologicznej, a otwarta platforma sztucznej inteligencji wydaje się być w stanie zrobić wszystko, od generowania wierszy kodu w celu przyspieszenia tworzenia aplikacji po pomoc dzieciom w odrabianiu lekcji. Jest nawet opowieść o ChatGPT zdanie pierwszego stopnia egzaminu medycznego w USA, pokazując, jak imponujący jest sprzęt.

Mając to na uwadze, ChatGPT wydaje się być idealnym kandydatem do transkrypcji i tłumaczenia w czasie rzeczywistym, z naciskiem na modelowanie języka naturalnego.

Zestaw słuchawkowy używał dedykowanego mikrofonu do zbierania dźwięku z (bardzo głośnego) obszaru demonstracyjnego i niemal idealnie transkrybował to, co zostało powiedziane okulary i jest wystarczająco inteligentny, aby wykryć wielu mówców i podzielić między nich transkrypcję, z mówcą 0, mówcą 1 itd. NA.

Nadal występuje niewielkie opóźnienie, gdy interfejs API robi swoje, ale w ciągu sekundy lub dwóch zobaczyłem coś, co faktycznie było napisami na żywo mojej trójstronnej rozmowy.

Na pierwszy rzut oka może to brzmieć trochę sztucznie, ale może to być prawdziwa rewolucja nie tylko w tłumaczeniu — wyobraź sobie możliwość mówienia do kogoś w innym języku, używającego tylko pary okularów – ale prawdopodobnie ważniejsze, prawdziwe dobrodziejstwo dla tych, którzy są twardzi przesłuchanie. Możliwość skutecznej transkrypcji w czasie rzeczywistym może być uwalniająca dla osób niedosłyszących, zwłaszcza podczas rozmowy z kimś, kto nie mówi biegle językiem migowym.

Oczywiście jest jeszcze wiele do zrobienia, zanim wszyscy będziemy nosić zestawy słuchawkowe AR z transkrypcją obsługującą ChatGPT i usług tłumaczeniowych, ale jest to kusząca zapowiedź tego, czego naprawdę powinniśmy się spodziewać, aby trafić na rynek w następnym Kilka lat.

Dlaczego warto zaufać naszemu dziennikarstwu?

Założona w 2004 r. firma Trusted Recenzje istnieje, aby udzielać naszym czytelnikom dokładnych, bezstronnych i niezależnych porad dotyczących tego, co kupić.

Obecnie mamy miliony użytkowników miesięcznie z całego świata i oceniamy ponad 1000 produktów rocznie.