Generare la trascrizione per una porzione di registrazione audio.
|
Puoi eseguire query direttamente su un modello e testare i risultati restituiti quando utilizzi valori parametro diversi con la console Cloud o chiamando direttamente l'API Vertex AI.
|
|||||||||||
Richiesta in formato libero
Genera una trascrizione dall'audio, estrae solo il parlato e ignora l'audio di sottofondo.
Risposta
In ogni momento del mondo, persone e organizzazioni generano dati che possono essere straordinariamente utili e penso che dobbiamo trovare un modo per sfruttarli per risolvere i problemi. La sfida è che molti di questi set di dati sono molto frammentati. La maggior parte delle complesse sfide della società non viene risolta con un'unica fonte di dati, quindi questa frammentazione ostacola l'utilizzo delle informazioni del mondo per fare davvero una grande differenza per tutti, ovunque. La missione di Google è organizzare e rendere facilmente accessibili tutti i tipi di informazioni. Lo stiamo facendo ora per i dati pubblici. Abbiamo raccolto, standardizzato ed elaborato i dati di decine di migliaia di tabelle, da centinaia di origini globali affidabili, e li abbiamo estratti in un'unica visualizzazione facilmente comprensibile. Questa è la parte divertente. Ora arriva l'IA e l'elaborazione del linguaggio naturale. La maggior parte delle persone non pensa in termini di grafici a dispersione o variabili di interesse, oppure in termini di punti dati o terzine. Pensano in termini di domanda che vogliono porre sui dati. Immaginate di poter semplicemente porre una domanda in un inglese normale per poi ottenere questi grafici che vi permettono di ottenere informazioni e di esplorare in modo più approfondito in modi sensati. Quella capacità di rendere i dati accessibili e intelligenti, pragmatici, pratici a livello organizzativo rende Data Commons, credo, uno strumento essenziale per le organizzazioni mentre svolgono il loro lavoro. L'IA generata ora è alla base di alcune delle funzionalità più importanti di Data Commons. Con i modelli linguistici di grandi dimensioni (LLM) puoi porre domande e iniziare a ricevere risposte. Immagina, ad esempio, di essere una ONG per il clima e di cercare di capire come è cambiato l'accesso all'elettricità nei vari paesi dell'Africa. Lo cerco su Data Commons. Da questi grafici, vediamo che il Kenya, la Somalia e il Ghana hanno registrato alcuni dei maggiori incrementi dell'accesso all'elettricità. Mi chiedo quale sarà l'impatto di tutto questo sulle loro emissioni di gas serra. Da questi grafici, possiamo vedere che le emissioni di gas serra del Ghana sono aumentate notevolmente di più di quelle del Kenya. Queste osservazioni sono l'inizio di un percorso per noi per capire meglio come potremmo aumentare l'accesso a cose come l'elettricità senza aumentare proporzionalmente le emissioni di gas serra. Quando si tratta di agire in base alle informazioni ricavate da questi dati, porterà le persone sul campo. Dobbiamo anche pensare a questo approccio in modo responsabile, ed è per questo che è così importante fare tutto questo insieme e pensare a partnership e collaborazioni. Sono queste persone che hanno una profonda conoscenza del settore, che sanno quali sono le domande giuste da porre, che sanno quali sono le giuste soluzioni per creare. Noi di TechSoup lavoriamo a livello globale per collegare le organizzazioni non profit alla tecnologia da oltre 30 anni. I dati sono al centro di ciò che le organizzazioni devono essere in grado di apportare cambiamenti, quindi abbiamo iniziato a lavorare con i banchi alimentari e le dispense alimentari negli Stati Uniti e con Data Commons di Google per creare la nostra istanza di Data Commons che ha raccolto i punti dati e le variabili che sarebbero più interessanti per questo tipo di organizzazioni. Una delle grandi lamentele che sentiamo spesso sulle piccole organizzazioni è che non corrono rischi ed è difficile correre dei rischi se non si hanno dati perché operano nel mondo noto, giusto, il mondo che vedono nei loro dati, che diventa autoconfortante. Data Commons apre questo mondo alle organizzazioni, nel senso che possono correre un rischio perché non lo prendono alla cieca. Non avrei mai pensato che lo avrei visto in vita mia ed è così emozionante essere in un'epoca in cui questo è davvero possibile. Le organizzazioni conoscono le domande che vogliono fare sui dati. Hanno le conoscenze che possono dare risposte significative per loro. Data Commons democratizza questo fatto. Quindi, basta digitare la domanda che avete in realtà. È assolutamente rivoluzionario.
|
|
||||||||||