એઆઈ ભાષણ માન્યતા માટે રચાયેલ છે ભૂકંપના સંકેતોને ડેસિફર કરે છે

કૃત્રિમ બુદ્ધિ (એઆઈ) વાણી માટે બાંધવામાં આવેલી હવે ભૂકંપની ભાષાને ડીકોડ કરી રહી છે, એનવીઆઈડીઆએ બ્લ post ગ પોસ્ટમાં જણાવ્યું હતું કે, ભૂકંપ પહેલાં ખામી કેવી રીતે વર્તે છે તેની નવી આંતરદૃષ્ટિ આપીને, સિસ્મિક પ્રવૃત્તિનું વિશ્લેષણ કરવા માટે સંશોધનકારોએ ભાષણ માન્યતા માટે બાંધવામાં આવેલા એઆઈ મોડેલને ફરીથી રજૂ કર્યું છે. લોસ એલામોસ નેશનલ લેબોરેટરીની એક ટીમે હવાઈના 2018 કિલાઉઆ જ્વાળામુખીના પતનના સિસ્મિક સંકેતોનો અભ્યાસ કરવા માટે, માનવ ભાષણની પ્રક્રિયા કરવા માટે રચાયેલ એક deep ંડા-શીખવાની એઆઈ મોડેલ, મેટાના WAV2VEC-2.0 નો ઉપયોગ કર્યો હતો. તેમના સંશોધન, નેચર કમ્યુનિકેશન્સમાં પ્રકાશિત, જાહેર કરે છે કે ખામી અલગ, ટ્રેક કરી શકાય તેવા સંકેતો ઉત્પન્ન કરે છે કારણ કે તેઓ સ્થળાંતર કરે છે – ભાષણમાં ઓળખી શકાય તેવા દાખલાઓ કેવી રીતે શામેલ છે.

આ પણ વાંચો: એનવીઆઈડીઆઆઆઆઆઆઆઆ સાથે મોનાઈ સાથે મેડિકલ ઇમેજિંગમાં એઆઈ એકીકરણને વેગ આપે છે

એઆઈ પૃથ્વી સાંભળીને

“સિસ્મિક રેકોર્ડ્સ એ નક્કર પૃથ્વીમાંથી પસાર થતા તરંગોના ધ્વનિ માપદંડ છે,” ક્રિસ્ટોફર જોહ્ન્સને કહ્યું, અભ્યાસના મુખ્ય સંશોધનકારોમાંથી એક. “સિગ્નલ પ્રોસેસિંગ દ્રષ્ટિકોણથી, ઘણી સમાન તકનીકો audio ડિઓ અને સિસ્મિક વેવફોર્મ વિશ્લેષણ બંને માટે લાગુ પડે છે.”

સતત સિસ્મિક વેવફોર્મ્સ પર એઆઈને તાલીમ આપીને અને તેને વાસ્તવિક-વિશ્વના ભૂકંપના ડેટાથી ફાઇન-ટ્યુનિંગ કરીને, મોડેલ રીઅલ ટાઇમમાં ડીકોડ્ડ કોમ્પ્લેક્સ ફોલ્ટ હલનચલન-એક કાર્ય જ્યાં પરંપરાગત પદ્ધતિઓ, જેમ કે grad ાળ-બુસ્ટેડ વૃક્ષો, ઘણીવાર ટૂંકા પડે છે. પ્રોજેક્ટે વિશાળ સિસ્મિક ડેટાસેટ્સને અસરકારક રીતે પ્રક્રિયા કરવા માટે એનવીડિયાના જી.પી.યુ.નો લાભ આપ્યો.

એનવીડિયાએ એક પોસ્ટમાં જણાવ્યું હતું કે, એઆઈએ સિસ્મિક વેવફોર્મ્સનું વિશ્લેષણ કર્યું અને તેમને રીઅલ-ટાઇમ ગ્રાઉન્ડ ચળવળમાં મેપ કર્યું, જેમાં જાહેર કરવામાં આવ્યું કે દોષો માનવીય ભાષણ જેવા દાખલાઓમાં ‘બોલી શકે’.

આ પણ વાંચો: સીઈએસ 2025: એનવીઆઈડીઆઈએ એઆઈ ઘોષણાઓ, પ્રક્ષેપણ અને ઉદ્યોગોમાં ભાગીદારી

શું એઆઈ ભૂકંપની આગાહી કરી શકે છે?

જ્યારે એઆઈએ રીઅલ-ટાઇમ ફોલ્ટ શિફ્ટને ટ્રેકિંગ કરવાનું વચન બતાવ્યું હતું, તે ભાવિ ડિસ્પ્લેસમેન્ટની આગાહી કરવામાં ઓછું અસરકારક હતું. મોડેલને નજીકના ભવિષ્યની આગાહીઓ માટે તાલીમ આપવાનો પ્રયાસ-અનિવાર્યપણે, તેને કાપલી ઘટનાની અપેક્ષા કરવા માટે પૂછતા-અનિર્ણિત પરિણામો પ્રાપ્ત થયા. જોહ્ન્સનને ભારપૂર્વક જણાવ્યું હતું કે આગાહીમાં સુધારો કરવા માટે વધુ વૈવિધ્યસભર તાલીમ ડેટા અને ભૌતિકશાસ્ત્ર આધારિત અવરોધની જરૂર પડશે.

તેમણે સમજાવ્યું, “આપણે અન્ય સિસ્મિક નેટવર્ક્સના સતત ડેટાને સમાવવા માટે તાલીમ ડેટાને વિસ્તૃત કરવાની જરૂર છે જેમાં કુદરતી રીતે બનતા અને એન્થ્રોપોજેનિક સંકેતોમાં વધુ ભિન્નતા શામેલ છે.”

“તેથી, ના, ભાષણ આધારિત એઆઈ મોડેલો હજી ભૂકંપની આગાહી કરી રહ્યા નથી. પરંતુ આ સંશોધન સૂચવે છે કે તેઓ એક દિવસ કરી શકે છે-જો વૈજ્ .ાનિકો તેને વધુ કાળજીપૂર્વક સાંભળવાનું શીખવી શકે,” એનવીડિયાએ તારણ કા .્યું.

પણ વાંચો: એનવીઆઈડીઆઈ અને ભાગીદારો વ્યક્તિઓમાં ભાવિ ગ્લુકોઝ સ્તરની આગાહી કરવા માટે એઆઈ મોડેલનો વિકાસ કરે છે

મેટાનો WAV2VEC-2.0

મેટાની WAV2VEC-25.0, WAV2VEC ના અનુગામી, સપ્ટેમ્બર 2020 માં પ્રકાશિત કરવામાં આવી હતી. તે સ્વ-નિરીક્ષણનો ઉપયોગ કરે છે અને અસંખ્ય ભાષાઓ, બોલીઓ અને ડોમેન્સમાં ભાષણની ઓળખ વધારવા માટે લેબલ વિનાની તાલીમ ડેટામાંથી શીખે છે. મેટા અનુસાર, આ મોડેલ સ્વ-નિરીક્ષણ કરેલા કાર્યોને પહોંચી વળવા મૂળભૂત ભાષણ એકમો શીખે છે. તે audio ડિઓના માસ્ક કરેલા ભાગો માટે યોગ્ય ભાષણ એકમની આગાહી કરવા માટે તાલીમબદ્ધ છે.

મેટાએ તેની ઘોષણા સમયે જણાવ્યું હતું કે, “લેબલવાળા તાલીમ ડેટાના માત્ર એક કલાકની સાથે, WAV2VEC 2.0 એ લિબ્રિસ્પેચ બેંચમાર્કના 100-કલાકના સબસેટ પર આર્ટની પાછલી સ્થિતિને આગળ ધપાવે છે-100 ગણા ઓછા લેબલવાળા ડેટાનો ઉપયોગ કરીને,” મેટાએ તેની ઘોષણા સમયે જણાવ્યું હતું.

સબ્સ્ટ કરવું