فهرست مطالب
مهندسان گوگل یک مترجم هوش مصنوعی ساختهاند که با اجرای مدل Gemma 4 E4B روی Raspberry Pi 5، بدون نیاز به اینترنت میتواند زبانهای مختلف را ترجمه کند.
به گزارش سرویس هوش مصنوعی تکناک، شرکت گوگل با این پروژه جدید، توانایی مدلهای هوش مصنوعی Gemma را در اجرای مستقیم روی دستگاه به نمایش گذاشته است.
این پروژه علاوه بر نمایش قابلیتهای هوش مصنوعی روی دستگاه، به کاربران اجازه میدهد نمونه مشابه آن را نیز بسازند. کدهای پروژه و فایلهای لازم برای چاپ سهبعدی بدنه در گیتهاب منتشر شدهاند.
بیشتر بخوانید: گفتوگوی متنی نامحدود برای کاربران رایگان ChatGPT فعال می شود
مترجم هوش مصنوعی گوگل چگونه کار میکند؟
مغز اصلی این مترجم هوش مصنوعی آفلاین، مدل Gemma 4 E4B است که روی Raspberry Pi 5 اجرا میشود. مهندسان گوگل برای توسعه این پروژه از Google Antigravity استفاده کردهاند و برای اجرای مدل نیز سراغ LiteRT-LM رفتهاند.
این دستگاه یک نمایشگر لمسی کوچک دارد که متن ترجمهشده را به صورت لحظهای نمایش میدهد. یک میکروفون برای دریافت صدا، یک اسپیکر برای پخش خروجی و یک دکمه فشاری برای شروع فرایند ترجمه نیز در بدنه دستگاه قرار گرفته است.
کاربر میتواند با استفاده از یک پیچ تنظیم، زبان مورد نظر خود را تغییر دهد. طراحی بدنه نیز با فناوری چاپ سهبعدی انجام شده است تا تمام قطعات الکترونیکی، نمایشگر و کنترلهای دستگاه در یک محصول کوچک و قابل حمل قرار بگیرند.
برای تبدیل متن ترجمهشده به گفتار نیز از مدل Moonshine استفاده شده است. خروجی صوتی از طریق اسپیکر دستگاه پخش میشود و به این ترتیب، مترجم میتواند علاوه بر نمایش متن، ترجمه را با صدای بلند نیز ارائه کند.
بیشتر بخوانید: گوگل قابلیت ترجمه زنده را از اینترنت بینیاز می کند
ترجمه بدون نیاز به اینترنت
مهمترین ویژگی این پروژه، امکان اجرای کامل آن به صورت آفلاین است. پس از انجام تنظیمات اولیه، دستگاه برای ترجمه به اتصال سلولار یا Wi-Fi نیاز ندارد. این ویژگی میتواند برای سفر، مناطق دورافتاده یا مکانهایی که دسترسی به اینترنت محدود است، کاربرد زیادی داشته باشد.
همچنین اجرای مدل Gemma 4 E4B به صورت مستقیم روی Raspberry Pi 5 نشان میدهد مدلهای هوش مصنوعی سبکتر میتوانند بخشی از پردازشهای خود را بدون ارسال اطلاعات به سرورهای ابری انجام دهند.
این موضوع از نظر حریم خصوصی نیز اهمیت دارد، چرا که در یک مترجم هوش مصنوعی آفلاین، پردازش اصلی روی خود دستگاه انجام میشود و برای هر ترجمه نیازی به ارسال صدای کاربر به یک سرویس آنلاین نیست.
گوگل اعلام کرده است که تمام کدهای پروژه و فایلهای مربوط به بدنه قابل چاپ سهبعدی در گیتهاب قرار گرفتهاند. بنابراین کاربران و توسعهدهندگان میتوانند پروژه را دریافت کنند، آن را بسازند و حتی در صورت نیاز تغییرات مورد نظر خود را روی آن اعمال کنند.
این پروژه بیشتر از آنکه یک محصول تجاری باشد، نمونهای برای نمایش توانایی Gemma در اجرای هوش مصنوعی روی دستگاه است. با وجود این، ساخت چنین مترجم کوچکی نشان میدهد که ابزارهای ترجمه مبتنی بر هوش مصنوعی میتوانند در آینده بیش از پیش مستقل از اینترنت عمل کنند.
