Googles nye tjeneste oversætter sprog næsten lige så godt, som mennesker kan

Googles seneste fremskridt inden for maskinlæring kunne gøre verden lidt mindre.

Virksomheden er i gang med at udvikle sin oversættelsestjeneste, efter at Google-forskere opfandt et system, der er væsentligt mere nøjagtigt. I en konkurrence, der stillede den nye software op imod menneskelige oversættere, var den tæt på at matche menneskers flydende sprog på nogle sprog, f.eks. når man oversætter fra engelsk til spansk.

Google er allerede begyndt at udrulle det nye system til oversættelser fra kinesisk til engelsk (se eksempler, der viser forbedringen ). Virksomheden forventer helt at erstatte sit nuværende oversættelsessystem.

At gøre det lettere at læse websider eller udveksle meddelelser på tværs af sprogbarrierer kan hjælpe mennesker over hele kloden med at kommunikere med hinanden. Google-forsker Quoc Le siger, at Googles store oversættelsesopgradering også kan føre til forbedrede relationer mellem mennesker og maskiner.

En mand bruger Googles oversættelsesapp i Paris i 2014.

Idéer på arbejde i det nye oversættelsessystem kunne hjælpe software med at lære at gøre sværere ting, såsom at læse Wikipedia og derefter besvare komplekse spørgsmål om verden, siger Le, som var en af MIT Technology Review 's 35 Innovators Under 35 i 2014.

Googles nye oversættelsessystem blev bygget ved hjælp af en teknik kendt som deep learning, som bruger netværk af matematiske funktioner løst inspireret af undersøgelser af pattedyrs hjerner (se 10 Breakthrough Technologies 2013: Deep Learning). Det udløste den nylige strøm af investeringer i kunstig intelligens ved at producere slående fremskridt inden for områder som billed- og talegenkendelse.

Siden 2014 har forskere hos Google undersøgt, hvordan dyb læring også kan give et skud for hånden til oversættelse. Le siger, at de seneste resultater viser, at tiden nu er inde.

Et papir udgivet af Google omfatter resultater fra oversættelse fra engelsk til spansk, fransk og kinesisk og fra hvert af disse sprog til engelsk. Når folk, der taler flydende to sprog, blev bedt om at sammenligne arbejdet i Googles nye system med menneskelige oversætteres arbejde, kunne de nogle gange ikke se den store forskel mellem dem.

Deltagerne brugte en skala fra 0 til 6 til at vurdere flydende oversættelser af 500 sætninger taget tilfældigt fra Wikipedia eller nyhedsartikler. For engelsk til spansk scorede Googles nye system i gennemsnit 5,43, ikke langt fra de 5,55, der gives til menneskelige oversættelser. Googles nye system scorede også tæt på menneskelige oversættere for fransk til engelsk.

Det gamle system var ikke tæt på menneskelig præstation. I Googles test scorede mennesker det nye system mellem 64 og 87 procent bedre end det forrige. Le siger, at de imponerende resultater kom fra Googles forskere, der gjorde deres neurale netværksdrevne oversættelsessystem meget mere uafhængigt af dets menneskelige designere.

Både det gamle og det nye system lærer at oversætte ved at se på samlinger af dokumenter, der var blevet oversat til forskellige sprog. Men det gamle system blev designet til at bruge en bestemt opskrift til at oversætte tekst. Den havde komponenter skabt til at lære bestemte ting, for eksempel hvordan man omorganiserer ordene i en sætning på forskellige sprog.

Googles nye system får ikke en opskrift og finder ud af sin egen vej til pålideligt at konvertere tekst fra et sprog til et andet. Den læser og skaber endda tekst uden at genere begrebet ord. I stedet arbejder softwaren på sin egen måde at dele tekst op i mindre fragmenter, der ofte ser useriøse ud og generelt ikke svarer til talens fonemer.

Den uafhængighed gør det svært for selv systemets skabere at forstå, hvad det laver, men resultaterne taler for sig selv, siger Le. Det kan være foruroligende, men vi har testet det rigtig mange steder, og det virker bare, siger han.

Googles oversættelsesfillip kommer ikke ud af det blå. Forskere i den akademiske verden og industrien er for nylig blevet overbevist om, at neurale netværk kan tillade nye fremskridt i at få software til at forstå sprog, siger Lane Schwartz , en lektor i lingvistik ved University of Illinois.

Hvor store fremskridt Le og andre kan forvente hen imod software, der viser en vis evne til virkelig at forstå sprog, er uklart. At forstå kompleksiteten og kraften i den måde, vi kommunikerer på, har været et mål for forskere i kunstig intelligens i årtier, men succeserne har været få (se AI's sprogproblem).

Denne historie blev opdateret for at fjerne referencer til resultater fra oversættelse af portugisisk, som ikke var til stede i den endelige version af Googles papir.

skjule