Nos últimos anos, os computadores tornaram-se muito mais hábeis na tradução de um idioma para outro, graças ao uso de redes neurais. No entanto, o treinamento de IA geralmente requer muito conteúdo traduzido por humanos para computadores.
Mikel Artex, cientista da computação da Universidade do País Basco (UPV) e autor de um desses artigos, compara a situação a dar a alguém livros diferentes em chinês e livros diferentes em árabe, sem sobreposição de nenhum dos mesmos textos entre si. Seria muito difícil para um humano aprender a traduzir do chinês para o árabe neste cenário, mas um computador pode.
Em um processo típico de aprendizado de máquina, um sistema de IA é monitorado. Isso significa que quando a IA tentar encontrar a resposta correta para um determinado problema, a pessoa dirá se está correta ou não e, conforme necessário, a IA fará os ajustes.
Em vez disso, a IA aprende como as palavras estão relacionadas da mesma maneira em diferentes idiomas de uma nova maneira - por exemplo, as palavras "mesa" e "cadeira" são frequentemente usadas juntas, independentemente do dialeto. Ao comparar essas combinações para cada idioma e depois compará-las, você pode ter uma boa ideia de quais termos estão relacionados entre si.
Esses sistemas podem ser usados para traduzir frases completas, não apenas palavras isoladas, usando duas estratégias de aprendizagem adicionais. A tradução reversa pressupõe que uma frase escrita em um idioma é traduzida grosseiramente para outro e, em seguida, de volta ao idioma original, em caso de incompatibilidade, a IA configura seus protocolos de maneira diferente. A redução de ruído é um processo semelhante ao mesmo processo em engenharia de rádio, mas com palavras que são removidas ou adicionadas à frase. A sincronização desses métodos ajuda a máquina a entender melhor como a linguagem funciona.
Teste de vocabulário
Ambos os sistemas - um desenvolvido pela UPV e outro pelo cientista da computação do Facebook Guillaume Lampler - ainda não receberam avaliação de especialistas, mas ambos mostraram resultados promissores em testes preliminares.
Vídeo promocional:
Para avaliar sua capacidade de traduzir textos do inglês para o francês e vice-versa, cerca de 30 milhões de frases foram propostas para tradução. Ambos os AIs conseguiram 15 pontos. O AI Google Translate, que usa aprendizado de máquina supervisionado, tem uma pontuação de 40, enquanto os tradutores humanos podem pontuar até 50.
Ambos os pesquisadores concordam que cada um pode melhorar seu sistema de IA de autoaprendizagem com base no trabalho do outro. A IA poderia se tornar mais capaz com a introdução de vários milhares de sentenças paralelas em seu currículo, o que reduziria o tempo que leva para dominar o idioma.
Serg kite
