Google เปิดตัวคู่มือสอนการทำ Neural Machine Translation ด้วย TensorFlow สร้าง AI แปลภาษาได้เอง

Google ได้ออกมาเผยแพร่คู่มือในการพัฒนาระบบ Machine Translation บน TensorFlow เหมือนกับที่ใช้อยู่ใน Google Translate ปัจจุบันให้นำไปเรียนรู้กันได้ฟรีๆ

Credit: Google

 

เทคโนโลยีที่ Google ใช้ในการทำ Machine Translation นี้จะอ้างอิงกับโมเดล Sequence-to-Sequence ซึ่งเป็นวิธีการมาตรฐานที่ระบบแปลภาษาทั่วโลกใช้กัน รวมถึงภายใน Google Translate เองด้วย โดย Google มองว่าถึงแม้ปัจจุบันเราจะมีเครื่องมือลักษณะนี้มากมาย เช่น OpenNMT และ tf-seq2seq แต่เรายังขาดคู่มือสำหรับการเรียนรู้เพื่อสร้างบุคลากรที่มีความรู้ความเข้าใจด้านนี้อยู่ ทาง Google จึงได้จัดทำคู่มือฉบับนี้ขึ้นมา

คู่มือฉบับนี้จะอธิบายตั้งแต่พื้นฐานของ seq2seq Model โดยการสอนเรื่อง NMT ภาคทฤษฎีไปจนถึงการโค้ด จบไปด้วยการออกแบบระบบให้สามารถทำงานร่วมกับ GPU หลายชุดได้ และยังสอนใช้ seq2seq API บน TensorFlow อีกด้วย

ผู้ที่สนใจรายละเอียดของคู่มือและเทคโนโลยีที่ใช้ทำ NMT นี้ สามารถศึกษาได้ที่ https://github.com/tensorflow/nmt เลยครับ ส่วนผู้ที่อยากเริ่มต้นกับ TensorFlow สามารถศึกษาได้ที่ https://www.tensorflow.org/ ครับ

 

ที่มา: https://research.googleblog.com/2017/07/building-your-own-neural-machine.html

About techtalkthai

ทีมงาน TechTalkThai เป็นกลุ่มบุคคลที่ทำงานในสาย Enterprise IT ที่มีความเชี่ยวชาญทางด้าน Network, Security, Server, Storage, Operating System และ Virtualization มารวมตัวกันเพื่ออัพเดตข่าวสารทางด้าน Enterprise IT ให้แก่ชาว IT ในไทยโดยเฉพาะ

Check Also

Sonar เข้าซื้อกิจการ Gitar สตาร์ตอัป AI Code Review ยกระดับระบบตรวจสอบโค้ดด้วย Agentic Reasoning

Sonar ผู้ให้บริการแพลตฟอร์มตรวจสอบคุณภาพและความมั่นคงปลอดภัยของโค้ด ประกาศเข้าซื้อกิจการ Gitar สตาร์ตอัปผู้เชี่ยวชาญด้านระบบ AI-native Code Review การเข้าซื้อกิจการครั้งนี้มีเป้าหมายเพื่อผสานความสามารถด้านการคิดวิเคราะห์ของ Gitar เข้ากับเอนจินตรวจสอบโค้ดของ Sonar เพื่อสร้างความมั่นคงปลอดภัยที่รัดกุมยิ่งขึ้นสำหรับทีม DevOps ในยุคที่ …

Huawei เปิดตัวสถาปัตยกรรมชิปใหม่ แก้ปัญหาคว่ำบาตรและข้อจำกัด Moore’s Law

Huawei Technologies ยักษ์ใหญ่ด้านอิเล็กทรอนิกส์จากจีนได้เปิดตัวเฟรมเวิร์กการออกแบบชิปใหม่ ซึ่งบริษัทระบุว่าจะช่วยลดช่องว่างในอุตสาหกรรมเซมิคอนดักเตอร์กับผู้นำระดับโลกอย่าง TSMC และ Nvidia ได้