I de senere år er computere blevet meget mere dygtige til at oversætte fra et sprog til et andet takket være brugen af neurale netværk. Imidlertid kræver AI-træning normalt meget menneskeligt oversat indhold til computere.
Mikel Artex, datalog ved University of the Basque Country (UPV) og forfatter af et af disse papirer, sammenligner situationen med at give nogen forskellige bøger på kinesisk og forskellige bøger på arabisk, uden at nogen af de samme tekster overlapper hinanden. hinanden. Det ville være meget vanskeligt for et menneske at lære at oversætte fra kinesisk til arabisk i dette scenarie, men en computer kan.
I en typisk maskinlæringsproces overvåges et AI-system. Dette betyder, at når AI forsøger at finde det rigtige svar på et givet problem, vil personen sige, om det er korrekt eller ej, og om nødvendigt vil AI foretage justeringer.
I stedet lærer AI, hvordan ord relateres på samme måde på forskellige sprog på en ny måde - for eksempel bruges ordene "tabel" og "stol" ofte sammen uanset dialekt. Ved at sammenligne disse kombinationer for hvert sprog og derefter sammenligne dem kan du få en god idé om, hvilke termer der er relateret til hinanden.
Disse systemer kan bruges til at oversætte komplette sætninger, ikke kun enkelte ord, ved hjælp af to supplerende læringsstrategier. Omvendt oversættelse antager, at en sætning skrevet på et sprog groft oversættes til et andet, og derefter tilbage til originalsproget, i tilfælde af en uoverensstemmelse, opsætter AI sine protokoller forskelligt. Støjreduktion er en proces, der ligner den samme proces inden for radioteknik, men med ord, der fjernes eller føjes til sætningen. Synkronisering af disse metoder hjælper maskinen med bedre at forstå, hvordan sproget fungerer.
Test ordforråd
Begge systemer - det ene udviklet ved UPV og det andet af Facebook-computerforsker Guillaume Lampler - har endnu ikke modtaget ekspertvurdering, men begge har vist lovende resultater i indledende test.
Salgsfremmende video:
For at vurdere deres evne til at oversætte tekst fra engelsk til fransk og omvendt blev der foreslået ca. 30 millioner sætninger til oversættelse. Begge AI'er formåede at få 15 point. AI Google Translate, der bruger overvåget maskinindlæring, har en score på 40, mens menneskelige oversættere kan score op til 50.
Begge forskere er enige om, at hver af dem kan forbedre deres selvlærende AI-system ved at bygge videre på den andres arbejde. AI kunne gøres mere i stand ved at indføre flere tusinde parallelle sætninger i deres læseplan, hvilket ville reducere den tid det tager at mestre sproget.
Serg drage