ในงานแถลงข่าวของกูเกิลที่ปารีส กูเกิลประกาศคุณสมบัติของ Google Translate ที่ตอนนี้มีผู้ใช้งานมากกว่า 1 พันล้านคน โดยอาศัย AI มาเสริมพลังในการแปล

ฟีเจอร์แรกคือ Contextual Translation หรือการแปลโดยเพิ่มบริบทประกอบ เนื่องจากหลายคำอาจมีหลายความหมายที่ต่างกันโดยสิ้นเชิง แต่อยู่ที่บริบทของประโยครอบ ๆ ซึ่ง Google Translate จะแนะนำรูปแบบประโยคและความหมายที่ต่างกันมาให้ ตัวอย่างคำว่า bass ซึ่งเป็นได้ทั้งอาหารและดนตรี เบื้องต้นรองรับภาษา อังกฤษ ฝรั่งเศส เยอรมนี ญี่ปุ่น และสเปน เตรียมอัพเดตในไม่กี่สัปดาห์ข้างหน้า

Google ประกาศแผนโครงการใหม่ชื่อว่า “1,000 Languages Initiative” ที่จะพัฒนาและเทรนโมเดลปัญญาประดิษฐ์เพื่อให้บริการแปลภาษาครอบคลุม 1,000 ภาษาที่มีผู้พูดเยอะที่สุดในโลกโดยใช้แค่โมเดลเดียว Google คาดว่าจะใช้โมเดลนี้กับแพลตฟอร์มของบริษัทตั้งแต่ Google Translate ไปจนถึงแคปชันใน YouTube

Zoubin Ghahramani รองประธานฝ่ายการวิจัยของ Google AI กล่าวว่าการสร้างโมเดลปัญญาประดิษฐ์ขนาดใหญ่นี้จะทำให้สามารถแปลได้ดีขึ้นทั้งภาษาที่มีผู้พูดจำนวนมากกับภาษาที่ไม่ค่อยมีข้อมูลมากนัก (low resource languages)

ในการเริ่มต้น Google เตรียมที่จะเปิดตัวโมเดล AI ที่ได้รับการเทรนมาแล้ว 400 ภาษา แต่การพัฒนาโมเดลให้ครอบคุลม 1,000 ภาษายังอยู่ในขั้นเริ่มต้นเท่านั้น

Meta พัฒนาปัญญาประดิษฐ์แปลภาษาที่ใช้สำหรับแปลคำพูดโดยตรงสำหรับภาษาจีนฮกเกี้ยนที่ไม่มีภาษาเขียน

ระบบแปลภาษานี้เป็นส่วนหนึ่งของโครงการ Universal Speech Translator ที่ต้องการพัฒนาการใช้ AI เพื่อช่วยแปลคำพูดเป็นคำพูดแบบเรียลไทม์ซึ่งไม่สามารถใช้วิธีปกที่แปลงคำพูดออกมาออกมาเป็นภาษาเขียนได้แล้วค่อยแปลภาษาจากข้อความ ในงานวิจัยนี้ Meta อาศัยการแปลงเสียงพูดภาษาฮกเกี้ยนออกมาเป็นข้อความแทนเสียงตรงๆ หรือแปลงเสียงเป็นข้อความในภาษาจีนกลางที่ใกล้เคียงกัน แล้วค่อยแปลภาษาอีกทีหนึ่ง

Google Cloud เปิดบริการแปลเอกสาร Translation Hub สำหรับธุรกิจเป็นแอปพลิเคชั่นเต็มรูปแบบสำหรับผู้ใช้ทั่วไปสามารถใช้งานได้ทันที และเอกสารยังคงจัดหน้าเหมือนเดิม

ตอนนี้ Translation Hub รองรับไฟล์ DOCX, PPTX, และ PDF และเอกสารใน Google Docs และ Google Slides โดยบริการระดับพื้นฐานนั้นจะกำหนดรูปแบบการแปลได้เล็กน้อย สามารถกำลังเป็น template หรือกำหนดคลังคำศัพท์ไว้ ขณะที่ระดับสูงจะสามารถฝึกโมเดลปัญญาประดิษฐ์ด้วย AutoML เพิ่มเติม, มีเครื่องมือ translation memory รูปแบบเดียวกับการแปลมืออาชีพ, และมีการทำนายคะแนนคุณภาพการแปลเอาไว้

ค่าบริการแปลระดับพื้นฐานอยู่ที่ 0.15 ดอลลาร์ต่อหน้า และระดับสูงอยู่ที่ 0.50 ดอลลาร์ต่อหน้า

JR East บริษัทเดินรถไฟโดยสารสายตะวันออกของญี่ปุ่นได้อุปกรณ์แสดงผล HUD (ย่อมาจาก Head-Up Display) บริเวณโต๊ะของเจ้าหน้าที่ผู้ให้บริการ โดยระบบจะถอดคำพูดเจ้าหน้าที่เป็นข้อความแสดงผลแบบเรียลไทม์และสามารถแปลข้อความจากภาษาญี่ปุ่นเป็นภาษาอังกฤษ, จีน หรือเกาหลีได้ด้วย

ระบบนี้พัฒนาโดย Kyocera อุปกรณ์ HUD ที่จะฉายภาพให้ปรากฎบนแผ่นกระจกกั้นหน้าโต๊ะปฏิบัติงานของเจ้าหน้าที่ ตัวมันมีช่องรับสัญญาณเสียงจากไมโครโฟนและช่องเชื่อมต่อกับอุปกรณ์ควบคุมอื่น (อาจเป็นแท็บเล็ตหรือแผงควบคุมที่มีปุ่มกดเพื่อใช้เลือกคำสั่งที่มีการตั้งโปรแกรมไว้ล่วงหน้าเป็นการเฉพาะ) ภายในมีระบบซอฟต์แวร์ถอดข้อความเสียงเป็นคำพูดและระบบแปลภาษา โดย Kyocera ระบุว่านอกเหนือจาก 3 ภาษาที่กล่าวไปข้างต้นแล้ว สามารถตั้งโปรแกรมเพิ่มเติมแปลเป็นภาษายูเครนและภาษาเวียตนามได้ด้วย

Meta ประกาศโอเพนซอร์สโมเดล AI ที่สามารถแปลภาษาได้มากกว่า 200 ภาษา โดยโมเดลนี้ชื่อว่า No Language Left Behind ชื่อย่อ NLLB-200 ช่วยในการเข้าถึงข้อมูลในภาษาที่มีคอนเทนต์จำนวนมาก เช่น อังกฤษ จีน สเปน และอาหรับ สำหรับผู้ใช้งานในแอฟริกาและเอเชีย ที่ไม่ได้ใช้ภาษาดังกล่าว ซึ่งมีอยู่หลายร้อยล้านคน

โมเดล NLLB-200 ระบุว่ามีคุณภาพการแปลที่ดีขึ้น 44% โดยเฉลี่ย เมื่อเทียบกับงานวิจัยก่อนหน้านี้ของ Meta และได้ผลลัพธ์ที่ดีขึ้นถึง 70% สำหรับภาษาในพื้นที่แอฟริกาและอินเดีย โดยกระบวนการตรวจสอบคุณภาพการแปลนั้น ใช้ทั้งระบบและคนในการตรวจ

กูเกิลประกาศเพิ่มฟีเจอร์ Pixel Feature Drop ประจำรอบเดือนมิถุนายน 2022 ให้มือถือกลุ่ม Pixel มีของสำคัญสำหรับชาวไทยคือฟีเจอร์ Live Translation แปลภาษาอัตโนมัติของ Pixel 6 รองรับภาษาไทยในการแชทแล้ว

ฟีเจอร์ Live Translation ของ Pixel 6 ใช้ประโยชน์จากชิป Google Tensor ทำให้สามารถประมวลผล AI ในเครื่องได้ อย่างไรก็ตาม Live Translation แยกการทำงานเป็น 3 ระดับคือ

Mozilla ออกปลั๊กอิน Firefox Translations สำหรับใช้งานบนเบราว์เซอร์ Firefox เพื่อแปลภาษา มีจุดเด่นคือรองรับการแปลแบบออฟไลน์ ไม่ต้องส่งข้อมูลไปที่เซิร์ฟเวอร์เวลาแปล แต่ผู้ใช้งานต้องดาวน์โหลดชุดภาษาที่จะแปลก่อนในครั้งแรก

โครงการ Firefox Translations ได้รับการสนับสนุนผ่านเงินทุนจาก Project Bergamot ของอียู ร่วมกับ University of Edinburgh, Charles University, University of Sheffield และ University of Tartu เพื่อสร้างเอ็นจินแปลภาษาที่ทำงานได้จบในอุปกรณ์

อย่างไรก็ตาม การทำงานของปลั๊กอินยังค่อนข้างจำกัด โดยรองรับการแปลระหว่างภาษาอังกฤษกับอีก 12 ภาษา เช่น สเปน เยอรมัน อิตาลี โปรตุเกส รัสเซีย ฯลฯ ยังไม่รองรับภาษาไทย

อีกหนึ่งไฮไลท์ของงาน Google I/O 2022 คือ "แว่นแปลภาษา" ฮาร์ดแวร์ชิ้นใหม่ของกูเกิลที่หน้าตาเป็นแว่นตาธรรมดา แต่สามารถแสดงผลข้อความบนกระจกแว่นให้ผู้สวมใส่มองเห็นได้ (เป็น augmented reality) แล้วกูเกิลนำไปรวมกับความสามารถด้านแปลภาษาแบบเรียลไทม์ ทำให้เราสามารถเห็นคำแปลของคู่สนทนาที่พูดคนละภาษาได้ทันที

แว่นต้นแบบชิ้นนี้ยังไม่มีชื่อเรียกอย่างเป็นทางการ และยังไม่มีข้อมูลว่าจะออกมาทำตลาดจริงๆ หรือไม่

กูเกิลประกาศว่าฟีเจอร์แปลแคปชั่น หรือคำบรรยายสดใน Google Meet จากภาษาอังกฤษเป็นภาษาอื่น ซึ่งเปิดตัวในงาน Google I/O ปีที่แล้ว จะขยายไปสู่ผู้ใช้งาน Google Workspace แล้ว จากก่อนหน้านี้ทดสอบแบบจำกัดกลุ่ม

การแปลภาษาของ Google Meet ยังมีข้อจำกัด โดยสามารถแปลคำบรรยายจากภาษาอังกฤษ ไปเป็นภาษาฝรั่งเศส, เยอรมัน, โปรตุเกส และสเปน ได้เท่านั้นในตอนนี้ รองรับการทำงานทั้งบนเว็บและแอปมือถือ

กูเกิลระบุว่าฟีเจอร์นี้จะช่วยให้การประชุม โดยเฉพาะกับองค์กรที่ต้องจัดการประชุม โดยมีพนักงานจากหลายประเทศเข้าร่วม จะสามารถเข้าใจเนื้อหาได้เหมือนกันอย่างมีประสิทธิภาพ

XDA Developers ทำการทดสอบฟีเจอร์การแปลสดที่ Google ยังไม่เปิดตัว ในมือถือซีรีส์ Google Pixel 6 ต่อยอดจากฟีเจอร์ Live Caption โดยเป็นการใช้ชิป Tensor แปลภาษาทันทีจากแหล่งต่างๆ ทั้งแอป Message, Live Caption และกล้องถ่ายภาพ

XDA Developers เห็นฟีเจอร์นี้จากแหล่งข่าวไม่เปิดเผยตัวตน ผู้ได้ลองใช้ Pixel 6 Pro ก่อนวางจำหน่าย พบว่าภายในโทรศัพท์มีแอป Android System Intelligence ที่รวมฟีเจอร์ใหม่ไว้

Zoom ประกาศกำลังอยู่ระหว่างเข้าซื้อ Karlsruhe Information Technology Solutions หรือ Kites GmbH สตาร์ทอัพทำระบบแปลภาษาเรียลไทม์ ในเยอรมนี แปลโดยใช้ Machine Learning ทางบริษัทไม่เปิดเผยมูลค่าดีล

มีรายงานจาก The Information ว่ากูเกิลกำลังพัฒนาบริการตัวใหม่ ซึ่งใช้ AI มาสอนภาษาต่างประเทศ ผ่านบริการเสิร์ชของกูเกิล โดยโครงการนี้มีโค้ดเนมภายในว่า Tivoli และคาดว่าจะเปิดให้ใช้งานได้ในปีนี้

โครงการ Tivoli เริ่มพัฒนามาตั้งแต่ 2 ปีที่แล้ว ด้วยปัญญาประดิษฐ์ LaMDA ที่กูเกิลเพิ่งสาธิตไปเมื่อเดือนที่แล้วในงาน Google I/O โดย LaMDA มีจุดเด่นคือความสามารถในการเข้าใจเนื้อหาของบทสนทนาขณะนั้น

คาดว่าโครงการ Tivoli ช่วงแรกจะรองรับเฉพาะการแปลบทสนทนาตัวหนังสือก่อน แต่อาจจะขยายไปสู่ Google Assistant และ YouTube ในอนาคต

เว็บไซต์ Android Police ไปเจอ YouTube กำลังทดสอบฟีเจอร์ใหม่ เมื่อผู้ใช้ค้นหาคลิปใดๆ ก็ตามเป็นภาษาอังกฤษ ชื่อคลิป แคปชั่น คำบรรยายคลิป ที่แสดงในผลการค้นหาจะถูกแปลเป็นภาษาท้องถิ่นของผู้ใช้โดยอัตโนมัติ โดยตอนนี้พบว่าใช้งานได้ในภาษาตุรกีและโปรตุเกส และใช้งานได้ทั้งบนแอปมือถือและเดสก์ทอป เพื่อให้เห็นภาพเพิ่มเติม สามารถกดดูรูปที่แหล่งข่าวต้นทางได้

Cisco Webex ประกาศฟังก์ชั่นแปลภาษาเรียลไทม์ จากภาษาอังกฤษเป็น อาหรับ, ดัตช์, ฝรั่งเศส, เยอรมัน, ญี่ปุ่น, เกาหลี, จีนกลาง, รัสเซียและสเปน ซึ่งเริ่มเปิดใช้งานเมื่อเดือนกุมภาพันธ์ที่ผ่านมา ล่าสุด Cisco Webex ประกาศจะขยายไปยังภาษาอื่นๆ ให้ครอบคลุมภาษาท้องถิ่นอย่างเดนมาร์ก, ฮินดี, มาเลย์, ตุรกีและเวียดนาม รวมๆ แล้วกว่า 100 ภาษาตามที่ Cisco ระบุ

หลังจากแอปเปิลเปิดตัว iOS 14 ไปพร้อมกับแอปแปลภาษาแบบ standalone built-in ที่ติดตั้งมาให้เลยบน iOS 14 แล้ว ยังมีการเพิ่มฟีเจอร์แปลหน้าเว็บไซต์ไว้บนแอพ Safari อีกด้วย ทำให้สามารถแปลหน้าเว็บเพจจากในซาฟารีได้โดยตรง

อย่างไรก็ตามฟีเจอร์แปลภาษาบนซาฟารียังไม่รองรับการใช้งานในประเทศไทย ถึงแม้เราจะสามารถใช้แอพ Translate ได้แล้วก็ตาม และรองรับเพียงแค่ 11 ภาษาได้แก่อังกฤษ, จีนกลาง, ฝรั่งเศส, เยอรมัน, สเปน, อิตาเลียน, ญี่ปุ่น, เกาหลี, อารบิก, โปรตุเกส และรัสเซีย

เบื้องต้นพบว่าสามารถใช้งานได้บนทั้ง iOS 14.1, iOS 14.2 รวมไปถึง macOS Big Sur beta แต่ยังใช้ได้เพียงแค่ประเทศบราซิล และเยอรมนีเท่านั้น

ซัมซุงประกาศหยุดให้บริการ S Translator เครื่องมือแปลภาษาที่ติดตั้งมากับสมาร์ทโฟนรุ่นบน มีผลตั้งแต่ 1 ธันวาคม 2020 และข้อมูลการใช้บริการทั้งหมดที่ซัมซุงเก็บไว้เพื่อพัฒนาบริการ ก็จะถูกทำลายทั้งหมดในวันนั้นด้วยเช่นกัน

S Translator เป็นหนึ่งในชุดแอปที่ซัมซุงติดตั้งมาในสมาร์ทโฟนรุ่นบน เพื่อเป็นฟีเจอร์จุดขาย โดย S Translator เปิดตัวครั้งแรกใน Galaxy S4 ซึ่งเมื่อเวลาผ่านไปก็มีความซ้ำซ้อนกับแอปอื่นหรืออาจไม่ได้รับความนิยมนัก

ก่อนหน้านี้ซัมซุงก็ประกาศหยุดให้บริการผู้ช่วย S Voice

เฟซบุ๊กประกาศเปิดซอร์ส M2M-100 โมเดล AI ที่สามารถแปลภาษาระหว่างคู่ภาษาต่างๆ จากจำนวนภาษา 100 ภาษา โดยไม่ต้องแปลผ่านภาษาอังกฤษเป็นหลัก

โมเดลปัญญาประดิษฐ์สำหรับแปลภาษาที่ต้องรองรับภาษาจำนวนมากๆ มักฝึกโมเดลโดยอาศัยภาษาอังกฤษเป็นภาษากลาง เช่น การแปลภาษาฝรั่งเศสไปยังภาษาจีน ก็มักจะฝึกแปลภาษาฝรั่งเศสไปยังภาษาอังกฤษ และฝึกแปลภาษาอังกฤษไปยังภาษาจีนอีกครั้งเนื่องจากชุดข้อมูลทั้งสองแบบมีปริมาณมากเพียงพอ แต่การแปลสองรอบก็ทำให้คุณภาพการแปลลดลงมาก

Google Assistant เพิ่มความสามารถใหม่ ให้ผู้ใช้งานสั่งให้ Google Assistant อ่านข้อมูลข่าวสารจากหน้าเว็บไซต์บนบราวเซอร์ Chrome, Google News ให้ฟังได้แล้วด้วยการสั่ง “Hey Google, read this page” หรือ “Hey Google, read it” ใช้พลังจากเทคโนโลยี Text-to-Speech

ในระหว่างที่ Google Assistant อ่านข้อความให้ฟัง ระบบจะ scroll หน้าเว็บและไฮไลต์ข้อความที่อ่านอยู่ให้อัตโนมัติ ผู้ใช้ยังสามารถเลือกความเร็ว และโทนเสียงการอ่านได้ให้ฟังดูเป็นธรรมชาติมากขึ้น นอกจากนี้ยังเลือกให้อ่านในภาษาของตัวเองได้ด้วย โดยตอนนี้รองรับ 42 ภาษา จากการลองใช้งานอ่านข่าวจากเว็บไซต์ภาษาอังกฤษให้ฟัง พบว่ารองรับการอ่านเป็นภาษาไทยด้วย

สายการบิน American Airlines เริ่มทดสอบใช้งาน Google Assistant ที่เลาจน์ของสายการบินเพื่อช่วยแปลภาษาแบบเรียลไทม์ ซึ่ง American Airlines เป็นสายการบินแรกที่นำระบบนี้มาใช้งาน เพื่อให้พนักงานสามารถให้บริการผู้เดินทางได้ดีมากยิ่งขึ้น

สำหรับระบบแปลภาษาของ Google Assistant นี้ American Airlines เลือกใช้ฮาร์ดแวร์เป็น Google Nest Hub โดยทางสายการบินระบุว่าระบบนี้จะเปิดใช้งานเฉพาะเมื่อไม่มีผู้ให้บริการที่สามารถพูดได้หลายภาษาทำงานอยู่เท่านั้น

ตอนนี้ American Airlines เริ่มทดสอบใช้ระบบนี้ในเลาจน์ Admirals Club ที่ท่าอากาศยานนานาชาติ Los Angeles (LAX) ในเทอร์มินัล 4 และ 5 ก่อน ในอนาคตจะทยอยเปิดให้บริการในที่อื่น ๆ ต่อไป

กูเกิลเขียนบล็อกรีวิวงานวิจัยปัญญาประดิษฐ์ในกลุ่มการแปลภาษาอัตโนมัติที่รองรับภาษาจำนวนมาก (massively multilingual, massive neural machine translation - M4) ที่กูเกิลพยายามพัฒนาอย่างหนักในช่วงหลัง เนื่องจากภาษาบางภาษานั้นมีข้อมูลจำนวนน้อย ทำให้การพัฒนาซอฟต์แวร์แปลภาษาอัตโนมัตินั้นได้คุณภาพไม่ดีนัก

ตัวอย่างเช่นการแปลภาษาฝรั่งเศส, ภาษาเยอรมัน, หรือภาษาสเปนนั้นมีตัวอย่างนับพันล้านรายการต่อภาษา แต่ที่มีตัวอย่างน้อย เช่น ภาษาฮาวาย กลับมีข้อมูลเพียงระดับหมื่นรายการเท่านั้น

Amazon Translate บริการแปลภาษาผ่านคลาวด์ของ AWS ที่ใช้เทคนิค neural-network/machine translation ประกาศรองรับภาษาเพิ่มเติมอีก 7 ภาษา ซึ่งครอบคลุมถึงภาษาไทยด้วย

ก่อนหน้านี้ Amazon Translate รองรับการแปล 25 ภาษา ทำให้จำนวนภาษาเพิ่มมาเป็น 32 ภาษาเรียบร้อยแล้ว ส่วนคู่แข่งคือ Google Cloud Translation และ Microsoft Translator รองรับภาษาไทยอยู่แล้ว

Amazon Translate คิดราคาตามจำนวนตัวอักษรคือ 15 ดอลลาร์ต่อ 1 ล้านตัวอักษร และมีรุ่นฟรีให้ใช้งานไม่เกินเดือนละ 2 ล้านตัวอักษร เป็นเวลานาน 12 เดือน

ไมโครซอฟท์โชว์เทคนิค Mixed Reality ใช้กล้องถ่ายภาพ สร้างโฮโลแกรมของมนุษย์ที่เหมือนจริงทั้งหน้าตาและเสื้อผ้า ผนวกกับเทคโนโลยีแปลภาษาและสร้างเสียงพูด (text to speech) แบบเรียลไทม์ ทำให้สามารถสร้างโฮโลแกรมของตัวเราเองที่เหมือนจริงทุกประการ แต่พูดภาษาอื่นได้ด้วย

ในคลิปสาธิตของไมโครซอฟท์ โชว์โฮโลแกรมของผู้สาธิตบนเวทีขึ้นมาอีกตัวหนึ่ง (มองเห็นได้ผ่านแว่น Hololens) และกล่าวเปิดงานเป็นภาษาญี่ปุ่นได้ โดยที่เจ้าตัวยังยืนอยู่ข้างๆ กัน

กูเกิลประกาศอัพเดตแอพ Google Translate ที่มีฟีเจอร์ส่องกล้องแล้วแปลข้อความแบบเรียลไทม์ (instant camera translation) รองรับภาษาเพิ่มเติมอีก 60 ภาษา ซึ่งมีภาษาไทยด้วย

การอัพเดตนี้ทำให้ Google Translate รองรับการแปลข้อความด้วยกล้องแล้ว 88 ภาษา นอกจากนี้ Google Translate ยังสามารถตรวจจับภาษาได้อัตโนมัติ ไม่ต้องเลือกภาษาเองตอนกดเปิดกล้องแบบเดิม และเปลี่ยนเอนจินการแปลมาใช้เทคนิคใหม่ Neural Machine Translation (NMT) ที่ช่วยให้การแปลแม่นยำขึ้นมาก

ผมลองดูแอพของตัวเองแล้วยังไม่มีอัพเดตเป็นเวอร์ชันล่าสุด ใครได้ลองแล้วมาแชร์ประสบการณ์กันได้ครับ

หลังเปิดตัวฟีเจอร์ OCR มาตั้งแต่ปลายปีที่แล้วบนเดสก์ท็อป ก่อนจะรองรับภาษาอังกฤษและไทยเมื่อไม่นานมานี้ ล่าสุดฟีเจอร์ OCR ของ LINE สามารถใช้งานบนสมาร์ทโฟนได้แล้วทั้ง iOS และ Android

การใช้งานฟีเจอร์นี้ จะมีทั้งเป็นโหมด OCR เมื่อเปิดกล้อง หรือเลือกให้อ่านข้อความจากรูปภาพที่ส่งกันในแชทก็ได้ โดยเลือกตัวเลือก [T] บริเวณขวาบนเมื่อกดดูรูปแบบเต็มจอ