Negli ultimi anni, i computer sono diventati molto più abili nel tradurre da una lingua all'altra grazie all'uso di reti neurali. Tuttavia, la formazione sull'intelligenza artificiale di solito richiede molti contenuti tradotti dall'uomo per i computer.
Mikel Artex, informatico presso l'Università dei Paesi Baschi (UPV) e autore di uno di questi articoli, paragona la situazione a dare a qualcuno libri diversi in cinese e libri diversi in arabo, senza che nessuno degli stessi testi si sovrapponga l'un l'altro. Sarebbe molto difficile per un essere umano imparare a tradurre dal cinese all'arabo in questo scenario, ma un computer sì.
In un tipico processo di apprendimento automatico, viene monitorato un sistema di intelligenza artificiale. Ciò significa che quando l'IA cerca di trovare la risposta corretta a un dato problema, la persona dirà se è corretto o meno e, se necessario, l'IA apporterà le modifiche.
Invece, l'AI studia come le parole sono correlate allo stesso modo in lingue diverse - ad esempio, le parole "tavolo" e "sedia" sono spesso usate insieme, indipendentemente dal dialetto. Confrontando queste combinazioni per ciascuna lingua e poi confrontandole, puoi avere una buona idea di quali termini sono correlati tra loro.
Questi sistemi possono essere utilizzati per tradurre frasi complete, non solo singole parole, utilizzando due strategie di apprendimento complementari. La traduzione inversa presuppone che una frase scritta in una lingua sia approssimativamente tradotta in un'altra, quindi torna alla lingua originale, se l'IA non corrisponde, imposta i suoi protocolli in modo diverso. La riduzione del rumore è un processo simile allo stesso processo nell'ingegneria radio, ma con parole che vengono rimosse o aggiunte alla frase. La sincronizzazione di questi metodi aiuta la macchina a capire meglio come funziona la lingua.
Metti alla prova il vocabolario
Entrambi i sistemi, uno sviluppato da UPV e l'altro dallo scienziato informatico di Facebook Guillaume Lampler, non hanno ancora ricevuto la valutazione di esperti, ma entrambi hanno mostrato risultati promettenti nei test preliminari.
Video promozionale:
Per valutare la loro capacità di tradurre il testo dall'inglese al francese e viceversa, sono state proposte circa 30 milioni di frasi da tradurre. Entrambe le IA sono riuscite a ottenere 15 punti. L'AI di Google Translate, che utilizza l'apprendimento automatico supervisionato, ha un punteggio di 40, mentre i traduttori umani possono ottenere un punteggio fino a 50.
Entrambi i ricercatori concordano sul fatto che ciascuno può migliorare il proprio sistema di intelligenza artificiale con autoapprendimento basandosi sul lavoro dell'altro. L'intelligenza artificiale potrebbe essere resa più capace introducendo diverse migliaia di frasi parallele nel loro curriculum, il che ridurrebbe il tempo necessario per padroneggiare la lingua.
Serg aquilone
