La inteligencia artificial hace más humano a Google Traductor

Google presentó una evolución de su servicio de traducción automática que aumenta su precisión en hasta un 85% gracias a la incorporación de un sistema de inteligencia artificial basado en un modelo de aprendizaje profundo -llamado Neural machine translation. Toda la información sobre el proyecto se detalló en un archivo disponible en la web arxiv.org.

Hace diez años, cuando se lanzó por primera vez Google Translate, este se hizo sobre la base del algoritmo de traducción automática Phrase-Based Machine Translation, que convierte palabras y frases de manera independiente dentro de una oración -lo que genera una gran cantidad de errores.

Hoy, en el marco de su aniversario número diez, Google Translate anunció que evolucionará gracias al nuevo sistema Google Neural Machine Translation (GNMT), un complejo algoritmo que considera toda la oración como una unidad para traducirse. Esto, a su vez, reduciría los errores de traducción actuales entre un 55% y 85%, acercando un poco más las traducciones a los niveles de precisión humana.


Arquitectura del sistema de GNMT.

Quoc V. Le y Mike Schuster, miembros del equipo de Google Brain y principales responsables del proyecto, consiguieron esto luego de acumular grandes cantidades de información y desarrollar un poder de procesamiento potente para conseguir la ansiada precisión al momento de traducir. 

La Neural machine translation llegó relativamente tarde al aprendizaje profundo. Esta consiste en un método que puede predecir distintas situaciones (por ej. la efectividad de un lanzamiento de marketing) apoyándose en una base de datos gigate analizada por procesadores interconectados.

Estos procesadores (basados en las redes neuronales del cerebro humano) son entrenados por personas en las traducciones actuales y luego son dejados sueltos frente a nuevas fuentes de datos. Siri, el asistente personal de Apple, o el identificador de imágenes de Facebook usan el aprendizaje automático.  Pero la traducción requiere habilidades cognitivas más profundas. 


Evaluación de calidad de la traducción por puntos. Azul: muestra la traducción automática, naranja: traducido por un hablante nativo, rojo: la traducción de la red neuronal.

Entre las características del nuevo método, los científicos usaron 16 procesadores para convertir a las palabras en "vectores", un concepto que representa cuán relacionada está una palabra con otras en el vasto diccionario (miles de millones de palabras y oraciones en distintos idiomas). Por ejemplo, "perro" está más relacionado con "gato" que con carro; "Barack Obama" tiene más relación con "Hillary Clinton" que con otro nombre en japonés.

Estos "vectores" ayudarán a priorizar las opciones más cercanas antes de arrojar resultados de traducción. Otra característica incluye controles cruzados que incrementan la precisión y algoritmos que aceleran el procesamiento. 

El reto de Google es recoger más datos para entrenar a su inteligencia artificial y así, a su vez, poder mejorar sus capacidades en idiomas más complicados y en contextos profesionales. El nuevo sistema está habilitado para unos pocos pares de idiomas: inglés y chino, inglés y francés, inglés y español. Los mejores resultados se vieron en la última pareja. 

Google Translate ya utilizó otro tipo de red neuronal antes; mediante esta, el sistema puede reconocer mensajes a través de la cámara en movimiento. Por ejemplo, si una señal callejera dice "Stop", el sistema es capaz de mostrarlo como "Pare".  

El actual servicio de traducción de Googe, que hoy es usado diariamente por 200 millones de personas, fue lanzado en abril del 2006. Hoy soporta hasta 103 lenguajes en distintos niveles. 

 

Daniel Meza

Si te gustó esta noticia, entérate de más a través de nuestros canales de Facebook y Twitter.

Novedades

Suscríbete

Déjanos tu mail para recibir nuestro boletín de noticias

La confirmación ha sido enviada a tu correo.