En los últimos años, las computadoras se han vuelto mucho más hábiles para traducir de un idioma a otro gracias al uso de redes neuronales. Sin embargo, el entrenamiento de IA generalmente requiere mucho contenido traducido por humanos para computadoras.
Mikel Artex, informático de la Universidad del País Vasco (UPV) y autor de uno de estos trabajos, compara la situación con regalar a alguien libros distintos en chino y distintos libros en árabe, sin que se solapen los mismos textos. El uno al otro. Sería muy difícil para un humano aprender a traducir del chino al árabe en este escenario, pero una computadora puede hacerlo.
En un proceso típico de aprendizaje automático, se monitorea un sistema de inteligencia artificial. Esto significa que cuando la IA intente encontrar la respuesta correcta a cualquier problema dado, la persona dirá si es correcta o no y, según sea necesario, la IA hará los ajustes necesarios.
En cambio, la IA estudia cómo las palabras se relacionan de la misma manera en diferentes idiomas; por ejemplo, las palabras "mesa" y "silla" a menudo se usan juntas, independientemente del dialecto. Al comparar estas combinaciones para cada idioma y luego compararlas, puede tener una buena idea de qué términos están relacionados entre sí.
norte
Estos sistemas se pueden usar para traducir oraciones completas, no solo palabras, usando dos estrategias de aprendizaje complementarias. La traducción inversa asume que una oración escrita en un idioma se traduce aproximadamente a otro y luego vuelve al idioma original, si la IA no coincide, configura sus protocolos de manera diferente. La reducción de ruido es un proceso similar al mismo proceso en la ingeniería de radio, pero con palabras que se eliminan o se agregan a la oración. La sincronización de estos métodos ayuda a la máquina a comprender mejor cómo funciona el idioma.
Prueba de vocabulario
Ambos sistemas, uno desarrollado por la UPV y el otro por el informático de Facebook Guillaume Lampler, aún no han sido evaluados por expertos, pero ambos han mostrado resultados prometedores en pruebas preliminares.
Video promocional:
Para evaluar su capacidad para traducir texto del inglés al francés y viceversa, se propuso traducir aproximadamente 30 millones de oraciones. Ambas IA lograron obtener 15 puntos. AI Google Translate, que utiliza aprendizaje automático supervisado, tiene una puntuación de 40, mientras que los traductores humanos pueden obtener hasta 50.
Ambos investigadores coinciden en que cada uno puede mejorar su sistema de IA de autoaprendizaje basándose en el trabajo del otro. La IA podría ser más capaz introduciendo varios miles de oraciones paralelas en su plan de estudios, lo que reduciría el tiempo que lleva dominar el idioma.
Cometa serg
