Sztuczna inteligencja Google Translate tłumaczy także te języki, których jej nie uczono

Tym odkryciem byli zaskoczeni nawet inżynierowie odpowiedzialni za projekt. Obsługująca tłumaczenia sieć neuronowa wykazała zdolność tłumaczenia także tych języków, których nie uczono jej bezpośrednio. Jak to możliwe?

  1. Kiedy uruchomiono sztuczną inteligencję w Google Translate?
  2. Co umożliwia jej tłumaczenia „nieznanych” sobie języków?
  3. Jakie znaczenia mają odkryte mechanizmy działania?

Automat zastąpiony sztuczną inteligencją

Google Translate tłumaczy obecnie 103 różne języki w tempie 140 miliardów słów dziennie. Bardzo długo wykonywał to automatycznie, podstawiając słowa w oparciu o słownik i statystykę, jednak we wrześniu tego roku zapowiedziano zmiany, wdrożone 16 listopada. Od tej pory za coraz większą część tłumaczeń odpowiada system neuronowego tłumaczenia maszynowego (GNMT).

Zaawansowany projekt oparty na sieciach neuronowych aktualnie obsługuje 9 języków, czyli 35% ogółu zapytań. W toku uczenia maszynowego bardzo szybko zetknięto się z nieprzewidzianą umiejętnością sztucznej inteligencji: "nauczona" tłumaczenia jednego języka na dwa inne, całkiem trafnie potrafiła przekładać dwa ostatnie między sobą.

System złożony bardziej niż się spodziewano

Zaskoczeni badacze postanowili bliżej przyjrzeć się działaniu mechanizmu tłumaczenia. W tym celu wybrano trzy języki: angielski, koreański i japoński, po czym „nauczono” sieć neuronową wyłącznie przekładów z angielskiego na oba pozostałe. Rezultaty okazały się obiecujące: sieć neuronowa dostarczyła całkiem trafnych tłumaczeń między językiem koreańskim i japońskim.

Dalszą analizę przeprowadzono na trój-językowym modelu 3D, reprezentującym dane zgromadzone przez sztuczną inteligencję. Pozwoliło to dostrzec, że system grupuje frazy o podobnym znaczeniu ze wszystkich trzech językach. Innymi słowy tworzy własne, lingwistyczne grupy pojęciowe, w których gromadzi bliskoznaczne słowa i sformułowania.

Mapa działań sieci neuronowej: a) Ogólna geometria tłumaczeń. Podobne znaczenia oznaczono tymi samymi kolorami, b) Przybliżenie jednej z grup, c) Kolory uporządkowane wg języka źródłowego

Przyszłość pod znakiem sieci neuronowych

Inżynierowie nazwali tę metodę tłumaczeń „zero-shot” i będą im się przyglądać bliżej. Odkrycie ma ogromne znaczenie, gdyż dowodzi rozpoznawania przez sztuczną inteligencję czegoś na kształt semantyki sformułowań zamiast stricte mechanicznego ich zapamiętywania i rozpoznawania.

Zobacz również: Google Stadia chwalona przez deweloperów

Takie zachowanie systemu jest również świetnym prognostykiem na przyszłość, w której będzie się ona „uczyć” języków szybciej i skuteczniej niż dotychczas sądzono. Nieco mniej polegając na sztywnym przykładzie i nieco bardziej analizując pozostałe języki świata. Stąd już coraz krótsza droga do tłumaczeń, które póki co oglądamy wyłącznie na filmach sci-fi.

Źródło: materiały prasowe, Google

Podziel się:

Przeczytaj także:

Także w kategorii Technologie:

Mocne laptopy od Fujitsu-Siemens DeskPins "przypnie" potrzebne Ci programy Fibaro Motion Sensor - czujnik ruchu, czyli biała kula z kocim okiem Jak łatwo zamienić zdalnie sterowany samolot w bombowiec? Konkurencja dla iPoda 3D to szansa dla reklamodawców, przynajmniej w USA Lenovo IdeaPad S10-3 - nadchodzi nowość! 10 przykładów na wykorzystanie starych gadżetów Superszpiegowski quadracopter CES 2009: OLED LG Kieszonkowy projektor Philips PPX 2480 [test] Ciekawy koncept od BenQ

Popularne w tym tygodniu:

Internet rzeczy pomoże w produkcji żywności. Część rolników już z niego korzysta Wygląda jak z filmu SF! E-Ship 1 po raz pierwszy w Polsce Jak działa GPS? Zasady są proste Elastyczny robot gąsienica RCTR pokonuje różne przeszkody. To dzieło naukowców z Izraela Pełnometrażowy pionowy film? Rosyjski reżyser właśnie taki kręci. V2. Escape From Hell ukaże się w 2021 roku