De senaste åren har datorer blivit mycket skickligare på att översätta från ett språk till ett annat tack vare användningen av neurala nätverk. Men AI-utbildning kräver vanligtvis mycket mänskligt översatt innehåll för datorer.
Mikel Artex, datavetare vid University of the Basque Country (UPV) och författare till ett av dessa artiklar, jämför situationen med att ge någon andra böcker på kinesiska och olika böcker på arabiska, utan att samma texter överlappar varandra. varandra. Det skulle vara mycket svårt för en människa att lära sig att översätta från kinesiska till arabiska i detta scenario, men en dator kan.
I en typisk maskininlärningsprocess övervakas ett AI-system. Detta innebär att när AI försöker hitta rätt svar för ett visst problem, kommer personen att säga om det är korrekt eller inte, och vid behov kommer AI att göra justeringar.
Istället studerar AI hur ord är relaterade på samma sätt på olika språk - till exempel används orden "tabell" och "stol" ofta tillsammans, oavsett dialekt, på ett nytt sätt. Genom att jämföra dessa kombinationer för varje språk och sedan jämföra dem kan du få en god uppfattning om vilka termer som är relaterade till varandra.
Dessa system kan användas för att översätta fullständiga meningar, inte bara enstaka ord, med ytterligare två inlärningsstrategier. Omvänd översättning förutsätter att en mening skriven på ett språk grovt översätts till ett annat, och sedan tillbaka till originalspråket, om AI inte matchar, ställer den upp sina protokoll annorlunda. Brusreducering är en process som liknar samma process inom radioteknik, men med ord som tas bort eller läggs till i meningen. Synkronisering av dessa metoder hjälper maskinen att bättre förstå hur språket fungerar.
Testa ordförråd
Båda systemen - det ena utvecklat av UPV och det andra av Facebook-datavetenskapsmannen Guillaume Lampler - har ännu inte fått expertutvärdering, men båda har visat lovande resultat i preliminär testning.
Kampanjvideo:
För att bedöma deras förmåga att översätta text från engelska till franska och vice versa föreslogs cirka 30 miljoner meningar för översättning. Båda AI: erna lyckades få 15 poäng. AI Google Translate, som använder övervakad maskininlärning, har en poäng på 40, medan mänskliga översättare kan göra upp till 50.
Båda forskarna är överens om att var och en av dem kan förbättra sitt självlärande AI-system genom att bygga på den andras arbete. AI kunde göras mer kapabel genom att införa flera tusen parallella meningar i sin läroplan, vilket skulle minska den tid det tar att behärska språket.
Serg drake
