Microsoft ha annunciato mercoledì che i suoi laboratori hanno sviluppato un sistema di traduzione automatica con intelligenza artificiale in grado di tradurre dal cinese all'inglese con la stessa precisione di un essere umano. I ricercatori sono nei laboratori asiatici e statunitensi di Microsoft.

Microsoft considera questo come una pietra miliare storica nella traduzione automatica neurale in quanto ha raggiunto la parità umana per le traduzioni dal cinese all'inglese.

Bene, non è cosa da poco. Nella traduzione, non ci sono modi "giusti" assoluti, poiché ci sono variazioni nel modo in cui si può trasmettere lo stesso pensiero. D'altra parte, sappiamo com'è fare clic su "Inglese" su un documento non in inglese, oppure clicca su "traduci questa pagina, " per scoprire stringhe di parole incomprensibili in inglese che semplicemente non si possono riutilizzare.

Xuedong Huang, collega tecnico responsabile del discorso di Microsoft, sforzi di traduzione automatica e del linguaggio naturale, disse, "Raggiungere la parità umana in un compito di traduzione automatica è un sogno che tutti noi abbiamo avuto, " Ha detto Huang. Huang è stato citato in Il blog dell'intelligenza artificiale (un blog ufficiale di Microsoft).

Cosa supporta la loro affermazione? Secondo Microsoft, è stata applicata una serie di articoli di prova standard del settore per confrontare i risultati della traduzione umana e automatica.

Non solo quello; il team ha assunto un gruppo di valutatori umani bilingue. È stato chiesto loro di confrontare i risultati con un diverso insieme di traduzioni prodotte dall'uomo.

Quindi cosa rende il loro tentativo un successo? Le parole chiave per una risposta sembrano essere reti neurali profonde, che riguarda i modi per addestrare i sistemi di intelligenza artificiale.

Il vantaggio è che diventi più fluente, traduzioni dal suono naturale.

"Gran parte della nostra ricerca è davvero ispirata da come noi umani facciamo le cose, " disse Tie-Yan Liu, un responsabile della ricerca principale con Microsoft Research Asia a Pechino.

In Il blog dell'intelligenza artificiale , Allison Linn ha nominato e descritto le loro tecniche:fact-checking, reti deliberative, formazione congiunta, e regolarizzazione degli accordi.

In fact-checking, ogni volta che inviavano una frase attraverso il sistema da tradurre dal cinese all'inglese, il team di ricerca lo ha anche tradotto dall'inglese al cinese. Il vantaggio del fact-checking è che "ha permesso al sistema di affinare e imparare dai propri errori".

Nelle reti deliberative, "I ricercatori hanno insegnato al sistema a ripetere il processo di traduzione della stessa frase più e più volte, affinando e migliorando gradualmente le risposte."

Nella formazione congiunta, il sistema di traduzione inglese-cinese traduce nuove frasi inglesi in cinese per ottenere nuove coppie di frasi. Questi vengono quindi utilizzati per aumentare il set di dati di addestramento che sta andando nella direzione opposta, dal cinese all'inglese. La stessa procedura viene poi applicata nell'altra direzione. Mentre convergono, le prestazioni di entrambi i sistemi migliorano.

In accordo di regolarizzazione, la traduzione può essere generata facendo leggere al sistema da sinistra a destra o da destra a sinistra per cercare la stessa traduzione.

"La traduzione automatica è molto più complessa di un semplice compito di riconoscimento di modelli, " Zhou ha detto. "Le persone possono usare parole diverse per esprimere la stessa identica cosa, ma non si può necessariamente dire quale sia meglio."

Una discussione sulle tecnologie di "traduzione automatica neurale" appare nel documento di ricerca, "Raggiungere la parità umana sulla traduzione automatica di notizie dal cinese all'inglese."

Gli autori hanno affermato che la loro valutazione ha rilevato che il loro sistema ha raggiunto la parità con le traduzioni umane professionali nell'attività di notizie dal cinese all'inglese del WMT 2017.

Così, è finito il loro lavoro per un tale sistema di traduzione automatica neurale? I traduttori umani devono diventare irrilevanti?

Liu, secondo Il blog dell'intelligenza artificiale , ha detto che nessuno sa se i sistemi di traduzione automatica saranno mai abbastanza buoni da tradurre qualsiasi testo in qualsiasi coppia linguistica con l'accuratezza e il lirismo di un traduttore umano.

Allo stesso tempo, Ha aggiunto, le scoperte consentono ai team di passare ai prossimi grandi passi verso quell'obiettivo e altri risultati dell'IA.

© 2018 Tech Xplore