Google, yapay zekâ teknolojilerinin dünya genelindeki dil çeşitliliğini daha iyi anlayabilmesi için çalışmalarını genişlettiğini açıkladı.
Şirkete göre ürün ve teknolojileri bugün 300'den fazla dilde, 7 milyardan fazla insanın günlük etkileşimlerine katkı sağlıyor. Bu rakam dünya nüfusunun yaklaşık yüzde 86'sına karşılık geliyor.
Ancak Google, teknoloji dünyasının uzun yıllar boyunca birkaç baskın dile odaklandığını ve binlerce yaşayan dil ile lehçenin dijital ortamda yeterince temsil edilmediğini belirtiyor.
Google Translate'in 2006 yılında kullanıma sunulmasıyla başlayan süreçte desteklenen dil sayısı 250'nin üzerine çıktı. Şirket ise artık yalnızca metin çevirisinin yeterli olmadığını düşünüyor.
Yapay zekâ artık yalnızca metni değil, konuşmanın kendisini anlamaya çalışıyor
Geleneksel konuşma tanıma sistemleri genellikle sesi önce metne dönüştürüyor, ardından metni işliyor ve son olarak yeniden sese çeviriyor.
Google'a göre bu yaklaşım, tonlama, konuşma temposu, duygu ve bağlam gibi iletişimin önemli unsurlarının kaybolmasına neden olabiliyor.
Gerçek hayattaki konuşmalar da her zaman kusursuz cümlelerden oluşmuyor. İnsanlar konuşurken duraksıyor, gülüyor, birbirlerinin sözünü kesiyor veya aynı cümle içerisinde farklı dillere geçebiliyor.
Google, Gemini gibi modelleri ses verisini doğrudan işleyerek hem sesi hem de konuşmacının niyetini anlayabilecek şekilde geliştirdiğini belirtiyor.
Gemini ile gerçek zamanlı çeviri ve gelişmiş konuşma analizi
Google'ın bu alandaki çalışmalarından biri Gemini 3.5 Live Translate.
Sistem, 70 dil ve 2.000'den fazla dil çifti arasında gerçek zamanlı konuşma çevirisi sunuyor. Google, teknolojinin konuşma sırasında dil değişimlerini ve duygusal ipuçlarını da yakalayabildiğini belirtiyor.
Gemini 3.5 Transcribe ise konuşmayı metne dönüştürmeye odaklanıyor. Model, gürültülü ortamlarda veya teknik terimlerin yoğun olduğu konuşmalarda ham sesi daha düzenli bir metne dönüştürmek için kullanılıyor.
Google'ın Android Gboard'daki bazı özellikleri de bu teknolojiden yararlanıyor. Sistem; gereksiz kelimeleri kaldırabiliyor, dilbilgisi ve noktalama hatalarını düzeltebiliyor ve sesli komutlarla metin üzerinde düzenleme yapılmasına olanak tanıyor.
Büyük hedef: 1.000 dil
Google'ın uzun vadeli hedeflerinden biri, dünyanın en çok konuşulan 1.000 dilini desteklemek.
Şirket, yapay zekânın bugün en iyi performans gösterdiği dillerin ötesine geçmenin gerekli olduğunu belirtiyor. Bunun için geliştirilen Evrensel Konuşma Modeli, 12 milyon saatlik ses verisiyle eğitildi.
Modelin geliştirilmesinde kullanılan diller arası aktarım yöntemleri, veri açısından zengin dillerden öğrenilen bilgilerin daha az eğitim verisine sahip dillere aktarılmasını sağlıyor.
Google, dil teknolojilerindeki bu çalışmaların 25 yıllık açık araştırmaya ve 400'den fazla hakemli konuşma makalesine dayandığını ifade ediyor.
Google, dil verisini yerel topluluklardan topluyor
Az temsil edilen diller için internette yeterli veri bulunmaması, Google'ın veri toplama yöntemlerini değiştirmesine yol açıyor.
Şirket bu nedenle yerel topluluklar, üniversiteler ve araştırma kuruluşlarıyla ortak çalışmalar yürütüyor.
WAXAL projesi, Sahra Altı Afrika'da 26'dan fazla ülkede konuşulan 27 dili kapsayan geniş bir açık konuşma veri seti oluşturuyor. Google, bu veri setinin geleneksel çalışmalarda sıklıkla eksik kalan tonlama farklılıklarını ve konuşma ritimlerini de yakaladığını belirtiyor.
Hindistan'daki Project Vaani ise 109 dilde 155.000'den fazla konuşmacıdan 30.000 saatin üzerinde konuşma verisi topladı.
Google'ın Amplify Initiative kapsamında da dört kıtada 1.600'den fazla yerel uzman ve 20 üniversiteyle çalışıldığı açıklandı.
7.000'den fazla dil için açık veri haritası
Google ayrıca Language Explorer adlı yeni bir araç üzerinde çalışıyor.
Araç, açık kaynaklı dil verilerinden oluşan LinguaMeta'yı görselleştiriyor ve 7.000'den fazla konuşulan, yazılan ve işaret dilini haritalandırıyor.
Google, bu tür çalışmaların yapay zekâ araştırmacılarının daha az temsil edilen diller hakkında veri ve kaynaklara ulaşmasını kolaylaştırmasını amaçlıyor.
İnternet bağlantısı olmadan çeviri
Google'ın dil teknolojilerindeki bir diğer hedefi ise yapay zekâ çevirisini internet bağlantısının sınırlı olduğu bölgelere taşımak.
Şirket bu amaçla Gemini temelinde geliştirilen ve 55 dilde eğitilen TranslateGemma adlı hafif çeviri modellerini tanıttı.
TranslateGemma'nın cihaz üzerinde çalışabilmesi sayesinde yüksek kaliteli çeviri için her zaman bulut bağlantısına ihtiyaç duyulmaması hedefleniyor.
Google ayrıca hâlâ klasik özellikli telefon kullanan yüz milyonlarca kişiyi de yapay zekâ teknolojilerine dahil etmeye çalışıyor.
Bu kapsamda Viamo ile geliştirilen “Ask Viamo Anything” (AVA) adlı sesli yapay zekâ asistanı, standart özellikli telefonlarda Gemini'nin kullanılmasını sağlıyor. Viamo, sistemi Ruanda'da test etti ve AVA'nın Gemini kullanarak 2 milyondan fazla soruyu yanıtladığını açıkladı.
İşaret dili de yapay zekâ kapsamına giriyor
Google, dil teknolojilerini yalnızca konuşulan dillerle sınırlamıyor.
Şirketin Sign Language-to-Text (SL2T) sistemi, 50'den fazla işaret diliyle eğitildi. Sistem, Pixel 11'de Gboard ve Live Transcribe üzerinden Amerikan İşaret Dili'nden İngilizceye işaret diliyle metin girişini destekliyor.
Google, bunun dünya genelinde işaret dilini iletişim için kullanan yaklaşık 70 milyon kişi için daha erişilebilir ürünler geliştirme yolunda önemli bir adım olduğunu belirtiyor.
Yapay zekâ yerel kültürü de doğru yansıtmalı
Google'a göre dil teknolojilerinde doğruluk yalnızca kelimelerin doğru anlaşılmasıyla sınırlı değil.
Örneğin navigasyon uygulamalarında bir şehir veya sokak adının yanlış telaffuz edilmesi, kullanıcıların kafasını karıştırabileceği gibi yerel kültürel mirasın da yanlış yansıtılmasına neden olabilir.
Google, Yeni Zelanda'da Māori dili uzmanlarıyla birlikte çalışarak Google Haritalar'daki yer adlarının telaffuzlarını geliştirdiğini belirtiyor.
Şirket, yerel topluluklardan alınan kültürel ve dilsel bilgilerin doğrudan metinden sese modellerine aktarılmasının daha doğru ve yerel bir deneyim sağlayacağını savunuyor.
Google'ın hedefi yalnızca daha fazla dil değil
Google, dil teknolojilerinin bugün Arama, Android, Chrome, YouTube ve Google Play dahil olmak üzere dokuz platformda 5 milyardan fazla kişiye ulaştığını belirtiyor.
Ancak şirket için asıl hedef yalnızca desteklenen dil sayısını artırmak değil.
Google, yapay zekânın dili kültürel bağlamıyla birlikte anlayabilmesini, insanların farklı konuşma biçimlerine uyum sağlayabilmesini ve daha fazla kişinin kendi dilinde teknolojiye erişebilmesini hedefliyor.
Şirket, bu doğrultuda yerel topluluklarla çalışmalarını sürdürerek yapay zekânın daha fazla insanın iletişim kurmasına, teknolojiye katılmasına ve kendi şartlarıyla anlaşılmasına yardımcı olmasını amaçlıyor.
