Cara kerja AI di Google Terjemahan untuk Bahasa Isyarat

Jakarta, CNN Indonesia –

Ada ribuan bahasa di dunia. Dapat diterjemahkan langsung ke hampir semua bahasa populer Perangkat lunak penerjemah Google.

Untuk terjemahan langsung, beberapa perangkat lunak menggunakan suara melalui mikrofon untuk menerjemahkan pesan tanpa pengguna mengetik.

Tetapi bagaimana dengan jutaan orang yang tidak dapat mendengar atau berbicara?

Begini cara kerjanya Kecerdasan buatan (AI) di Google Terjemahan Bahasa isyarat Membantu pengguna dengan gangguan bicara dan pendengaran untuk menggunakan gambar.

Convolution Neural Networks (CNN)

Convolution neural net (CNN) adalah cara komputer bekerja dalam bentuk jaringan saraf yang dapat dimodifikasi untuk mengklasifikasikan gambar atau gambar visual.

Organisasi tersebut dilatih untuk mendeskripsikan ribuan foto dan mengkategorikan setiap jenis gambar untuk diterjemahkan.

CNN memiliki banyak lapisan. Lapisan biasanya dapat dipertukarkan, terintegrasi dan terintegrasi penuh (Lapisan yang terhubung sepenuhnya).

Lapisan spiral berisi kernel (filter) dengan ukuran melingkar. Di atas piksel, mengalikan dan menyingkat nilai pada akhirnya menghasilkan matriks baru yang lebih kecil dan disederhanakan.

Tim baru yang lebih kecil penting karena menyoroti fitur-fitur dalam film dan lebih mudah untuk berlatih karena lebih sedikit yang dibutuhkan untuk mengidentifikasi bobot film.

Lapisan berikutnya adalah lapisan penggabungan. Lapisan ini bertujuan untuk memperkecil ukuran matriks.

Untuk mengurangi ukuran matriks, kernel (filter) harus melewati matriks fitur dan menangkap nilai piksel gambar tertinggi atau rata-rata.

Selanjutnya, pergi ke lapisan ketiga Lapisan yang terhubung sepenuhnya (Terlampir sepenuhnya). Di sinilah klasifikasi citra terjadi.

Pertama matriks diratakan di atas vektor dan kemudian melalui jaringan netral (jaringan saraf). Jaring netral ini mirip dengan jaring netral buatan (jaringan syaraf tiruan).

CNN mengklasifikasikan gambar menggunakan fungsi aktivasi softmax.dll Ini memberikan probabilitas input dari kelas tertentu.

Bagaimana AI bekerja dalam terjemahan bahasa isyarat

Foto: Istakphoto / Transformasi Interpretasi konsep kecerdasan buatan. Bagaimana AI bekerja dalam terjemahan bahasa isyarat

Data bahasa isyarat yang dikumpulkan diatur ke dalam 29 folder dengan 3.000 gambar di setiap folder untuk setiap huruf alfabet.

Tiga folder tambahan untuk menghapus gambar. Selain itu, untuk mempercepat pelatihan, gambar bahasa isyarat dikurangi dari 200×200 menjadi 48×48.

• Lapisan yang kompatibel dan terhubung

Lapisan revolusioner memiliki lima tindakan dan tautan untuk menerjemahkan bahasa isyarat ke dalam Google Terjemahan, yaitu:

1. Di baris pertama, jumlah filter dan ukuran filter ditentukan. Untuk lapisan pertama, 64 filter 3×3 digunakan. Ukuran gambar ditentukan sebagai 48×48.

Setelah diubah, matriks tersebut membuat matriks fitur dan meneruskan defaultnya Volume. Ini akan meminimalkan perubahan nilai lapisan tersembunyi.

Ini membuatnya lebih mudah untuk melatih matriks karena menstabilkan bobot dan meningkatkan akurasi gambar.

Setelah itu, aktifkan fungsi re-LU untuk membawa beberapa kejelasan ke lapisan yang memungkinkan CNN memahami gambar kompleks yang disisipkan.

2. Penggabungan baris berikutnya terjadi. Ukuran filter gabungan 2×2 ditentukan dan menggunakan integrasi maksimum untuk mengurangi ukuran matriks.

3. Akhirnya, tim tersebut disingkirkan NodeMelalui Jaringan Neural. Manfaat pemindahan Node Bobot setiap node dalam jaringan akan mengurangi sensitivitasnya.

Hal ini memungkinkan jaringan menjadi lebih umum dalam prediksi dan meningkatkan akurasi.

Dalam model yang digunakan, 25 persen tepi dihilangkan dan diganti dengan lapisan baru berikutnya.

Setelah transisi, fase selanjutnya adalah fase terintegrasi penuh Lapisan. Namun sebelumnya, data diratakan menjadi vektor kolom tunggal.

1. Setelah itu, data dapat masuk ke lapisan padat melalui jaringan saraf. Lapisan padat ini membawa masukan dari langkah sebelumnya dan melepaskan semua matriks ke dalam neuron. Neuron terhubung dalam mentransmisikan data dari satu lapisan ke lapisan berikutnya, dalam hal ini 256 neuron.
2. Kemudian data tersebut melalui normalisasi Volume.
3. Kemudian digunakan untuk mengaktifkan fungsi ULT.
4. Akhirnya, 25 persen dari node akan dihapus menggunakan dropout.
5. Ada dua layer yang terhubung penuh, jadi kode ini berputar dengan 512 node.
6. Setelah melewati lapisan kedua yang terintegrasi penuh, keluaran datanya disediakan melalui fungsi Softmax, yang digunakan untuk memberikan probabilitas bahwa ia termasuk dalam salah satu dari 29 kelas gambar bahasa isyarat.
7. Terakhir, langkah Menuju ilmu data, Beberapa baris terakhir akan mengatur kecepatan pembelajaran dan mengevaluasi keakuratan model.

Google Middle menciptakan penerjemah bahasa isyarat dengan konferensi video

Foto: Istakphoto / Getty Images / Alamat Deskripsi. Terjemahan Google untuk bahasa isyarat melalui video

Laporan dari AI Google, Untuk menerjemahkan teks dan ucapan, AI menggunakan kamera untuk menangkap 21 titik gerakan di telapak tangan.

Namun, teknologi ini tidak cukup karena hanya menerjemahkan sebagian dari percakapan. Aspek lain seperti ekspresi wajah, kecepatan dan ucapan masih terabaikan.

“Kami berencana untuk mengembangkan teknologi ini Pelacakan Ini sangat stabil dan kuat, memperluas jumlah bahasa isyarat yang dapat kami deteksi secara akurat, dan mendukung isyarat yang berubah seiring waktu. “

“Kami berharap publikasi teknologi ini dapat memberikan inspirasi bagi ide dan aplikasi kreatif baru oleh anggota komunitas riset dan pengembang,” tulis Google.

Perkembangan teknologi Google ini tidak lepas dari peran utama kehadiran ponsel pintar atau Keterampilan. Keseimbangan Keterampilan Ini akan memudahkan untuk membawa teknologi ini kemana saja.

Google saat ini sedang berupaya membuat Ai bekerja lebih kompleks dan konsisten. Microsoft telah mengembangkan teknologi serupa. Dan banyak perusahaan swasta yang mengembangkan teknologi komunikasi ini.

(din / fef)

[Gambas:Video CNN]