Google AI nesen populārajā mobilās tastatūras lietojumprogrammā Gboard ieviesa jaunu funkciju, ko sauc par Korektūru. Ar vienu pieskārienu šī funkcija ļauj veikt nemanāmas izmaiņas un labojumus teikuma un rindkopas līmenī, uzlabojot vispārējo rakstīšanas pieredzi.
“Resnā pirksta” problēmas risināšana
Gboard izmanto statistisko dekodēšanu, lai risinātu “resnā pirksta” problēmu, kas ir dabiska neprecizitāte skāriena ievadei mazos ekrānos. Pētījumi liecina, ka kļūdu īpatsvars uz burtu var sasniegt 8 līdz 9 procentus bez dekodēšanas. Gboard ir aprīkots ar vairākām kļūdu labošanas funkcijām, lai rakstītu vieglāk un vienmērīgāk. Šīs funkcijas apvieno manuālus uzdevumus, kas saistīti ar cilvēka ieguldījumu, ar proaktīvām, automatizētām korekcijām.
Visaptveroši kļūdu labošanas rīki
Rakstīšanu kopumā atvieglo Gboard funkcijas, tostarp vārdu pabeigšana, nākamā vārda prognozes, aktīva automātiskā korekcija (AC) un aktīvā taustiņu labošana (KC). Šie rīki ietver viedo kompozīciju, kļūdu labošanu un vairāku vārdu kandidātus ieteikumu joslā vai iekļautajā rindā. Pēclabošana (PC) arī atvieglo jau pieļauto vārdu kļūdu labošanu. Neskatoties uz šīm funkcijām, divi galvenie ierobežojumi pasliktina lietotāja pieredzi.
1. Lai gan ierīcē iebūvētie korekcijas modeļi, piemēram, KC, AC un PC, ir ātri un kompakti, tiem ir grūti rīkoties ar sarežģītām un sarežģītām kļūdām, kurām nepieciešams ilgāks konteksts. Lai novērstu šo modeļu aktivizēšanu, lietotājiem ir jāraksta lēni un precīzi.
- Rakstīšanas ātrums samazinās, jo lietotājiem ir manuāli jālabo ievadītie vārdi, izmantojot gramatikas un pareizrakstības pārbaudītājus, kas var būt garīgi un vizuāli apgrūtinoši.
Nepieciešamība pēc augsta līmeņa kļūdu labošanas
Ātri rakstītāji bieži neņem vērā vārdus, kurus viņi jau ir uzrakstījuši, un koncentrējas tikai uz tastatūru. Tā rezultātā var rasties augstāks kļūdu līmenis, tādēļ ir jāizmanto teikuma vai augstāka līmeņa korekcijas mehānismi.
Iepazīstinām ar Korektūru
Korektūra atrisina šīs biežās sūdzības, piedāvājot ievērojamu produktivitātes pieaugumu. Tas padara kļūdu labošanu vienkāršāku, nodrošinot teikuma un rindkopas līmeņa labojumus ar vienu pieskārienu.
Korektūras tehnoloģija
Korektūras funkciju veido četri galvenie komponenti: datu veidošana, metrikas dizains, modeļu pielāgošana un modeļa apkalpošana. Visi šie komponenti kopā garantē efektivitāti. Lai nodrošinātu datu izplatīšanas atbilstību Gboard domēnam, sistēma atdarina biežas tastatūras kļūdas, izmantojot precīzi un metodiski izveidotu kļūdu sintētisko arhitektūru.
Papildu metrika un modeļu optimizācija
Lai novērtētu modeli, pētnieki ir iekļāvuši vairākus rādītājus, īpašu uzmanību pievēršot gramatisko kļūdu klātbūtnes pārbaudēm un līdzīgām nozīmes pārbaudēm, kas iegūtas no lielajiem valodu modeļiem (LLM). Lai uzlabotu modeli, InstructGPT tehnikā tiek izmantota uzraudzīta precizēšana un pastiprināšanas mācīšanās (RL) regulēšana. Šī procedūra ievērojami uzlabo modeļa korektūru.
Izvietošana un veiktspēja
Izmantojot 8 bitu kvantēšanu, vidēja izmēra LLM PaLM2-XS ir pielāgots tā, lai tas ietilptu vienā TPU v5 un kalpo par pamatu Korektūras funkcijai. Optimizācija samazina apkalpošanas izmaksas. Iepriekšējie pētījumi ir parādījuši, ka segmentācija, spekulatīva dekodēšana un segmenta atslēgas var samazināt latentumu.
Ietekme uz reālo pasauli
Desmitiem tūkstošu Pixel 8 lietotāju gūs labumu no augstas kvalitātes labojumiem, ko nodrošina tagad pieejamā funkcija Korektūra. Rūpīga sintētisko datu ģenerēšana un vairākas precizēšanas iterācijas ir radījušas modeli, kas ievērojami samazina gramatisko kļūdu skaitu, par ko liecina PaLM2-XS modeļa Bad koeficienta relatīvais samazinājums par 5,74%. Turklāt optimizācijas rezultātā vidējais latentums ir samazinājies par 39,4%.
Nākotnes izredzes
Šis pētījums parāda, kā LLM var uzlabot lietotāju pieredzi un radīt intriģējošas iespējas turpmākai izpētei. Reālu lietotāju datu izmantošana, daudzvalodu atbalsts, pielāgota rakstīšanas palīdzība un ierīces privātuma risinājumi ir daži piemēri jomām, kas varētu veicināt turpmākus sasniegumus šajā nozarē.
Google AI paplašina mobilās tastatūras tehnoloģijas iespējas, ieviešot Korektūras funkciju, uzlabojot rakstīšanu cilvēkiem visā pasaulē.