Deep Learning ສາມາດແປພາສາມືລາວໄດ້ບໍ?

ລອງນຶກພາບເບິ່ງວ່າ ເຈົ້າກຳລັງໄປສັ່ງເຝີຢູ່ຮ້ານປະຈຳໃນນະຄອນຫຼວງວຽງຈັນ ຫຼື ໄປພົບໝໍເພື່ອປຶກສາບັນຫາສຸຂະພາບຢູ່ໂຮງໝໍມະໂຫສົດ ແຕ່ເຈົ້າບໍ່ສາມາດເວົ້າສື່ສານໄດ້. ສຳລັບຄົນຫູໜວກ ຫຼື ຜູ້ທີ່ມີບັນຫາທາງການໄດ້ຍິນໃນປະເທດລາວ, ນີ້ຄືສິ່ງທ້າທາຍອັນໃຫຍ່ຫຼວງໃນຊີວິດປະຈຳວັນ. ການສື່ສານຜ່ານພາສາມືເປັນສິ່ງທີ່ສຳຄັນຫຼາຍສຳລັບພວກເຂົາ, ແຕ່ຄົນທົ່ວໄປໃນສັງຄົມພັດບໍ່ເຂົ້າໃຈພາສານີ້.

ຈະດີສໍ່າໃດ ຖ້າພວກເຮົາມີເຕັກໂນໂລຊີໃນໂທລະສັບມືຖືທີ່ສາມາດເບິ່ງຄົນເຮັດພາສາມື ແລ້ວແປອອກມາເປັນໂຕໜັງສື ຫຼື ສຽງພາສາລາວໃຫ້ຄົນທົ່ວໄປຟັງໄດ້ທັນທີ? ໃນຍຸກຂອງປັນຍາປະດິດ (AI) ທີ່ກຳລັງກ້າວໜ້າ, ເຕັກໂນໂລຊີທີ່ເອີ້ນວ່າ Deep Learning (DL) ຫຼື “ການຮຽນຮູ້ເລິກເຊິ່ງ” ກຳລັງກາຍມາເປັນຄວາມຫວັງໃໝ່ໃນການທຳລາຍກຳແພງພາສານີ້.

Deep Learning ແມ່ນຫຍັງ? (ເຂົ້າໃຈແບບງ່າຍໆ)

Deep Learning (DL) ແມ່ນສາຂາໜຶ່ງຂອງເຕັກໂນໂລຊີ AI ທີ່ຖືກສ້າງຂຶ້ນມາໃຫ້ຮຽນແບບການເຮັດວຽກຂອງຕາໜ່າງຈຸລັງປະສາດໃນສະໝອງຂອງມະນຸດ.

ຖ້າຈະປຽບທຽບໃຫ້ເຫັນພາບທີ່ຊັດເຈນ, ລອງນຶກເຖິງຕອນທີ່ເຮົາສອນເດັກນ້ອຍໃຫ້ຮູ້ຈັກ “ໝາກຮຸ່ງ”. ເຮົາບໍ່ໄດ້ຂຽນກົດເກນຕາຍຕົວໃຫ້ເດັກນ້ອຍທ່ອງຈຳວ່າ ໝາກຮຸ່ງຕ້ອງຍາວເທົ່ານັ້ນເທົ່ານີ້ ຫຼື ຕ້ອງມີສີຂຽວສະເໝີໄປ ແຕ່ເຮົາພຽງແຕ່ຊີ້ໃຫ້ເດັກນ້ອຍເບິ່ງໝາກຮຸ່ງຫຼາຍໆໜ່ວຍ ຈົນເຂົາເຈົ້າສາມາດຈື່ຮູບຊົງໄດ້ເອງ ແລະ ແຍກອອກວ່າມັນຕ່າງຈາກໝາກມ່ວງແນວໃດ.

Deep Learning ກໍເຮັດວຽກຄ້າຍຄືກັນ! ແທນທີ່ນັກພັດທະນາຈະຂຽນໂປຣແກຣມປ້ອນຄຳສັ່ງທີ່ຊັບຊ້ອນໃຫ້ຄອມພິວເຕີ, ເຮົາພຽງແຕ່ເອົາຮູບພາບ, ວິດີໂອ ຫຼື ຂໍ້ມູນຈຳນວນມະຫາສານໃຫ້ມັນເບິ່ງ ຈົນມັນສາມາດຈື່ຈຳຮູບແບບ (Patterns) ແລະ ເຂົ້າໃຈສິ່ງຕ່າງໆໄດ້ດ້ວຍຕົວມັນເອງ.

Deep Learning ຈະແປ “ພາສາມືລາວ” ໄດ້ແນວໃດ?

ການແປພາສາມືເປັນເລື່ອງທີ່ຍາກ ເພາະມັນບໍ່ແມ່ນພຽງແຕ່ການຂະຫຍັບມື ແຕ່ຍັງລວມເຖິງສີໜ້າ, ທ່າທາງ ແລະ ຄວາມໄວໃນການເຄື່ອນໄຫວ. ເພື່ອແກ້ໄຂບັນຫານີ້, Deep Learning ຈະເຂົ້າມາຊ່ວຍໃນ 3 ຂັ້ນຕອນຫຼັກ:

• ຂັ້ນຕອນທີ 1: ການເບິ່ງເຫັນ (Computer Vision) - ໃນຂັ້ນຕອນນີ້, ຄອມພິວເຕີ ຫຼື ກ້ອງໂທລະສັບມືຖື ຈະເຮັດໜ້າທີ່ຄືກັບດວງຕາ ເພື່ອຈັບສັງເກດການເຄື່ອນໄຫວຂອງມື, ນິ້ວມື ແລະ ໃບໜ້າຂອງຜູ້ທີ່ກຳລັງສື່ສານ.
• ຂັ້ນຕອນທີ 2: ການຕິດຕາມຮູບແບບການເຄື່ອນໄຫວ - ລະບົບຈະຮຽນຮູ້ວ່າ ການຈີບມືແລ້ວຍົກຂຶ້ນ, ຫຼື ການວາດມືໄປມາ ປ່ຽນແປງແນວໃດໃນແຕ່ລະວິນາທີ. ມັນຄືກັບການຈັບຈຸດປະສານງານຂອງຮ່າງກາຍ.
• ຂັ້ນຕອນທີ 3: ການແປຄວາມໝາຍ (Translation) - ຂໍ້ມູນການເຄື່ອນໄຫວທັງໝົດຈະຖືກສົ່ງເຂົ້າໄປໃນສະໝອງຂອງ Deep Learning ເພື່ອທຽບກັບວິດີໂອພາສາມືທີ່ມັນເຄີຍຮຽນມາ ແລ້ວແປອອກມາເປັນຄຳສັບ ຫຼື ປະໂຫຍກເຊັ່ນ: “ສະບາຍດີ”, “ຂອບໃຈ” ຫຼື “ຂ້ອຍເຈັບທ້ອງ”.

ຜົນກະທົບອັນດີງາມທີ່ຈະເກີດຂຶ້ນກັບສັງຄົມລາວ

ຖ້າເຕັກໂນໂລຊີນີ້ນຳມາພັດທະນາເປັນແອັບພລິເຄຊັນໃຫ້ນຳໃຊ້ຈິງໃນລາວ ມັນຈະສ້າງການປ່ຽນແປງທີ່ຕັ້ງໜ້າຫຼາຍຢ່າງ ເຊັ່ນ:

• ດ້ານສາທາລະນະສຸກ: ຄົນຫູໜວກສາມາດອະທິບາຍອາການເຈັບປ່ວຍໃຫ້ໝໍຢູ່ສຸກສາລາໃນຊົນນະບົດເຂົ້າໃຈໄດ້ງ່າຍຂຶ້ນ, ເຮັດໃຫ້ການວິນິດໄສພະຍາດຖືກຕ້ອງ ແລະ ວ່ອງໄວຂຶ້ນ.
• ດ້ານການສຶກສາ: ນັກຮຽນໂຮງຮຽນສຳລັບຜູ້ບົກຜ່ອງທາງການໄດ້ຍິນ (ເຊັ່ນ: ທີ່ນະຄອນຫຼວງວຽງຈັນ ຫຼື ຫຼວງພະບາງ) ສາມາດເຂົ້າຮ່ວມຮຽນນຳເດັກນ້ອຍປົກກະຕິ ຫຼື ເຂົ້າເຖິງສື່ການຮຽນການສອນທົ່ວໄປໄດ້ດີຂຶ້ນ.
• ດ້ານທຸລະກິດ ແລະ ການບໍລິການ: ຮ້ານກາເຟ, ຮ້ານອາຫານ, ຊາວສວນກະສິກຳຢູ່ປາກຊ່ອງ ຫຼື ທຸລະກິດ SME ຕ່າງໆ ສາມາດຕ້ອນຮັບ ແລະ ສື່ສານກັບລູກຄ້າທີ່ເປັນຄົນຫູໜວກໄດ້ຢ່າງສະໝ່ຳສະເໝີ ແລະ ອົບອຸ່ນຂຶ້ນ. ນອກຈາກນັ້ນ ກໍຍັງເປີດໂອກາດໃຫ້ຄົນຫູໜວກສາມາດເຂົ້າເຮັດວຽກນຳບໍລິສັດທົ່ວໄປໄດ້ງ່າຍຂຶ້ນ.

ສິ່ງທ້າທາຍ: ເປັນຫຍັງຈຶ່ງຍັງບໍ່ມີແອັບແປພາສາມືລາວໃນຕອນນີ້?

ເຖິງແມ່ນວ່າເຕັກໂນໂລຊີ AI ຈະກ້າວໜ້າ ແຕ່ສຳລັບ ພາສາມືລາວ (Lao Sign Language) ພວກເຮົາຍັງພົບອຸປະສັກໃຫຍ່ໃນເລື່ອງຂອງ “ຂໍ້ມູນ”.

ຕ້ອງເຂົ້າໃຈກ່ອນວ່າ ພາສາມືຂອງແຕ່ລະປະເທດແມ່ນບໍ່ຄືກັນ (ພາສາມືລາວ ຕ່າງຈາກ ພາສາມືອາເມລິກາ ຫຼື ASL). ເພື່ອໃຫ້ Deep Learning ສະຫຼາດພໍທີ່ຈະແປພາສາມືລາວໄດ້, ມັນຕ້ອງການວິດີໂອຕົວຢ່າງທີ່ຄົນເຮັດພາສາມືລາວນັບແສນໆວິດີໂອ ເພື່ອໃຊ້ໃນການຝຶກຝົນ AI (Training Data). ໃນປັດຈຸບັນ, ພວກເຮົາຍັງຂາດແຄນຖານຂໍ້ມູນເຫຼົ່ານີ້ຢູ່ຫຼາຍ. ດັ່ງນັ້ນ, ຈຶ່ງຈຳເປັນຕ້ອງມີການຮ່ວມມືກັນລະຫວ່າງ ນັກວິໄຈ, ຜູ້ພັດທະນາລະບົບ, ແລະ ສູນພັດທະນາຄົນຫູໜວກໃນລາວ ເພື່ອເກັບກຳຂໍ້ມູນພາສາມືໃຫ້ເປັນລະບົບ.

ຈຸດສຳຄັນທີ່ຄວນຈື່ (Key Takeaways)

• Deep Learning (DL) ແມ່ນເຕັກນິກການສອນໃຫ້ຄອມພິວເຕີຮຽນຮູ້ຈາກຂໍ້ມູນຈຳນວນຫຼາຍ ໂດຍຮຽນແບບການເຮັດວຽກຂອງສະໝອງມະນຸດ ຊຶ່ງເໝາະກັບການແກ້ໄຂບັນຫາທີ່ຊັບຊ້ອນ.
• ການແປພາສາມືຈຳເປັນຕ້ອງໃຊ້ Deep Learning ຮ່ວມກັບເຕັກໂນໂລຊີ Computer Vision ເພື່ອຈັບພາບ ແລະ ວິເຄາະທ່າທາງການເຄື່ອນໄຫວລວມເຖິງສີໜ້າ.
• ເຕັກໂນໂລຊີນິ້ຈະຊ່ວຍທຳລາຍກຳແພງການສື່ສານ ແລະ ຍົກລະດັບຄຸນນະພາບຊີວິດໃຫ້ຄົນຫູໜວກໃນລາວ ໂດຍສະເພາະໃນການເຂົ້າເຖິງການແພດ, ການສຶກສາ ແລະ ໂອກາດໃນການເຮັດວຽກ.
• ອຸປະສັກທີ່ສຳຄັນທີ່ສຸດໃນຕອນນີ້ຄື ການຂາດແຄນຖານຂໍ້ມູນ (Datasets) ຂອງວິດີໂອພາສາມືລາວ ເຊິ່ງເປັນສິ່ງສຳຄັນທີ່ສຸດໃນການເອົາມາສອນ AI.

ສະຫຼຸບ

ສະຫຼຸບແລ້ວ, Deep Learning ມີທ່າແຮງພຽງພໍທີ່ຈະຊ່ວຍແປພາສາມືລາວໄດ້ຢ່າງແນ່ນອນໃນອະນາຄົດ. ເຖິງວ່າມື້ນີ້ເຮົາອາດຈະຍັງຢູ່ໃນຂັ້ນຕອນເລີ່ມຕົ້ນສຳລັບການເກັບກຳຂໍ້ມູນໃນບໍລິບົດຂອງປະເທດລາວ ແຕ່ມັນກໍເປັນສັນຍານທີ່ດີທີ່ຊີ້ໃຫ້ເຫັນວ່າ AI ແລະ ເຕັກໂນໂລຊີ ບໍ່ໄດ້ມີໄວ້ພຽງແຕ່ສຳລັບບໍລິສັດເຕັກໂນໂລຊີໃຫຍ່ໆໃນຕ່າງປະເທດເທົ່ານັ້ນ, ແຕ່ມັນຍັງກາຍມາເປັນເຄື່ອງມືອັນຊົງພະລັງໃນການສ້າງຄວາມສະເໝີພາບ ແລະ ຮັດແໜ້ນຄວາມເຂົ້າໃຈຂອງຄົນໃນສັງຄົມ. ອະນາຄົດທີ່ຄົນທົ່ວໄປ ແລະ ຄົນຫູໜວກໃນລາວຈະລົມກັນໄດ້ຢ່າງເຂົ້າໃຈ ໂດຍມີສະມາດໂຟນເປັນຜູ້ຊ່ວຍແປພາສານັ້ນ ເປັນພາບທີ່ພວກເຮົາສາມາດຄາດຫວັງໃຫ້ເກີດຂຶ້ນຈິງໄດ້.