【與三星研究院共築未來②】波蘭三星研發中心:打造AI驅動技術,開創便利新世界

28.10.2021
Share open/close
連結已複製.

於本系列報導中,三星新聞中心專訪來自三星全球研發中心的技術專家,深入了解其工作內容及創新如何造福消費者。

 

 

本系列報導的第二位受訪專家為來自波蘭三星研發中心(SRPOL)的AI團隊負責人Lukasz Slabinski。Lukasz於2013年加入SRPOL團隊,最初擔任高級工程師,歷經8年辛勤耕耘,目前晉升SRPOLAI的AI團隊掌舵人。請繼續閱讀以下報導,深入了解SRPOL及AI團隊的重大研究突破。

 

 

問:據悉語音辨識解決方案的設計極其複雜。研究語言相關技術時,曾遇過哪些挑戰?又是如何克服?

 

以我個人的觀點,語言相關技術遠比其他技術複雜。人類的溝通語言高達7,000多種且不斷演進,並可再細分為各種口音與方言。此外,人類語言的客觀性,遠不及能以數學公式描述的圖片。人們將其想法,以聲音或符號型態編碼成訊息,待由他人解碼並詮釋。由於此過程每一階段皆具個人性、創造性、非決定性,因此,基於語言的人類交流具高度複雜性,且十分模稜兩可,意即唯美詩篇、有趣笑話與溝通誤解只有一線之隔。

 

從事自然語言處理(NLP)的研發人員經常面臨人類與生俱來的侷限性。即便是工作同事,亦或是同住家人,彼此皆會產生溝通問題。而只精通2種語言的工程師,該如何設計、編碼一套涵蓋40種不同語言的機器翻譯系統?我們借助機器學習技術,解決此項難題。

 

所謂「訓練」過程,是根據數據集中的範例,自動提取通用模式,並以模型形式加以記憶。為建構機器翻譯系統,團隊訓練一套神經網路,可根據數百萬個縝密蒐集整理的範例,映射不同語言的句子。聽起來容易,但此階段具備三項基礎挑戰。

 

第一項挑戰為設計適合機器學習的模型架構,該架構需能記憶和歸納足夠的語言模式,用以解決特定問題,例如機器翻譯、情緒分析、文本摘要等。

 

第二個挑戰則是準備充足的訓練數據;因機器學習系統僅能辨識與記憶訓練數據集中的模式。

 

最後一項挑戰,是在專屬雲端或終端裝置平台上,部署已完成訓練的機器學習模型。

 

我們運用工程師豐富的專業知識及縝密的方法蒐集數據,並以最先進的機器學習架構進行無數次試驗,逐一化解上述挑戰。

 

問:請簡單介紹波蘭三星研發中心(SRPOL)、AI團隊,以及主要研發工作?

 

SRPOL為波蘭規模最大的國際軟體研發中心,分別在波蘭首都華沙,以及科技重鎮克拉科夫設有據點,並與當地新創企業、大學和研究機構密切合作。

 

SRPOL AI團隊的使命,即打造基於AI的功能、工具和服務,使人們生活更加便利與豐富。我們聚焦NLP和智慧音訊領域,同時具備包括推薦系統、室內定位、視覺分析和AR等跨領域專業知識。

 

問:自2018年起,您擔任波蘭研究中心AI團隊負責人,期間推動多項NLP等領域的專案。您與團隊目前正投入何種研究?

 

團隊持續進行10多年前啟動的NLP領域研究,包含機器翻譯、對話系統(涵蓋問題回覆和文本分析)等開發。同時兵分二路,分別研究可擴充規模、強大的雲端服務,以及可快速離線作業的裝置終端應用。

 

對我們而言,智慧音訊是較新的領域。幾年前,隨著該領域的重要性與日俱增,我們開始將其列為研究重點。目前已致力於聲音辨識、分離、強化和分析。研究過程會將音訊處理的所有層面納入考量,從聲學場景理解,到搭配資源有限的硬體設備(如無線耳機),針對嵌入式音訊演算法進行微調。

 

 

問:您聚焦的技術包括NLP、文本和數據挖掘、智慧語音等。哪些研究直接影響三星產品或服務的開發?團隊如何提升用戶的生活便利性?

 

SRPOL在AI技術商業化領域已具悠久歷史,但並非單打獨鬥。我們很自豪能成為大環境中重要一員,SRPOL與其它三星研發中心密切合作,致力實現商業化目標。

 

例如,團隊為三星行動裝置開發多項智慧文字輸入功能,包括螢幕鍵盤、主題標籤、Samsung Note標題推薦,以及智慧手錶的智慧文字回覆。

 

此外,我們亦對「三星應用商店」推薦系統貢獻良多,該系統可根據用戶喜好推薦最有趣的遊戲。

 

問:身為智慧音訊等新興AI領域的倡導者,您認為目前產業趨勢為何?此技術將如何影響人們日常生活?

 

我相信智慧音訊技術未來將改變消費性電子產品領域的遊戲規則。深耕音訊分析極其重要,因其是實現以人為導向的AI系統中,不可或缺的重要拼圖。

 

強大的NLP系統能透過文字和語音分析更了解用戶。相機和視覺內容輸入的背後,電腦視覺演算法必不可缺。對普羅大眾而言,很難想像在無導航情況下駕駛車輛、輸入訊息時少了拼字修正器,亦或無法使用網際網路搜尋資訊。但截至目前,除去部分專業應用,我們鮮少使用智慧音訊技術強化聽力。我認為此情況即將發生改變。

 

試著想像-假設現在存在一種普遍的技術,可讓人們選擇耳朵想聽到的內容以及聆聽方式。如在繁忙都市的公園中與朋友共進午餐時,可選擇只聽大自然和交談對象的聲音。或能直接於人類腦海中,建構身臨其境的3D音訊體驗、被稱為元宇宙(Metaverse)的一種先進VR或AR系統。光是上述兩項概念,即可組合數百種全新、可行的使用案例。而將眼光放遠,若能聽見人類目前聽不到的聲音,會是何種情景?目前人耳聽得到的音頻範圍相當窄。世界充滿了深具意義的聲音,但AI技術觸及的部份卻只有冰山一角。隨著智慧音訊技術持續發展,我相信這將影響人類生活。

 

▲波蘭三星研發中心研究人員,在無回音室利用人頭和軀幹模擬器(HATS),進行主動式降噪(ANC)技術開發工作。

 

問:您如何將當前趨勢融入波蘭三星研發中心的研究中?

 

除NLP和音訊之外,我們亦積極尋找並建構多模式系統最有效的途徑。為此,團隊從不同觀點切入研究,並分析使用案例。歸功由工程師、語言學家、數據科學家所組成的多元跨學科團隊,我們得以進行此類型分析。

 

問:截至目前為止,您在SRPOL最重要的成就為何?

 

為機器翻譯解決方案。此項解決方案已連續五年於各大競賽中拔得頭籌:2017年至2020年國際口語機器翻譯評測比賽(IWSLT);2020年國際機器翻譯大賽(WMT);以及2021年國際機器翻譯大賽(WAT)。上述皆為該領域最負盛名的國際競賽。

 

今年能在WAT獲得獎項肯定,是特別值得驕傲的一項里程碑,開發亞洲語言解決方案對身為波蘭工程師的我們而言,堪稱一項壯舉。最終成果證明三星技術的實力,遠遠超越展示成果。

 

另一項令我引以為傲的成就,是智慧音訊團隊技術開發的進展速度。我們從零開始,短短幾年即成績斐然,於2019和2020年連續二年站上DCASE Challenge(聲音場景與事件偵測分類挑戰賽)頒獎台。我們亦發表數篇有關此領域的科學論文,並取得多項專利。我相信,三星將持續在此領域發光發熱。

 

 

下一篇文章,將訪問來自中國北京三星研發中心的機器學習專家-Bin Dai。

品牌 > 科技

關於消費者服務相關詢問,請洽三星客服專線 : 0800-32-9999
任何媒體需求及詢問,請聯繫 tw.newsroom@samsung.com.

了解更多關於三星最新新聞

了解更多
置頂