8 de octubre de 2016

GOOGLE. Ahora traduce de inglés a español casi tan bien como un experto humano

Los investigadores ni siquiera entienden cómo funciona su sistema, pero ha conseguido una nota de 5,43 sobre 6 frente al 5,55 que obtuvieron los nativos de ambos idiomas
La multinacional está replanteando su servicio de traducción después de que unos investigadores de Google inventaran un sistema mucho más preciso. En una competición en la que el nuevo software se enfrentó a traductores humanos, el programa casi logró igualar la fluidez humana en algunos idiomas, como cuando traducía del inglés al español.
Google ya ha empezado a lanzar el nuevo sistema para traducciones desde chino a inglés (estos ejemplos demuestran la mejora). La empresa espera reemplazar su sistema actual de traducciones por completo.
Facilitar la lectura de páginas web o el intercambio de mensajes que atraviesan las fronteras de los idiomas podría ayudar a las personas de todo el planeta a comunicarse entre sí. El investigador Quoc Le de Google afirma que esta mejora en traducción también podría dar paso a mejores relaciones entre las personas y las máquinas.
Las ideas en desarrollo del nuevo sistema de traducción permitirían que el software aprenda cosas más complicadas como leer Wikipedia y después contestar preguntas complejas sobre el mundo, dice Le, que fue uno de los 35 Innovadores menores de 35 de MIT Technology Review en 2014.
El nuevo sistema de traducción de Google fue desarrollado con una técnica conocida como aprendizaje profundo, que emplea redes de funciones matemáticas inspiradas en los cerebros de los mamíferos (ver Aprendizaje profundo). Los increíbles progresos que esta tecnología ha cosechado en áreas como el reconocimiento de imágenes y el reconocimiento de voz han motivado un reciente aluvión de inversiones en inteligencia artificial.
Desde 2014, investigadores de Google han estado investigando cómo el aprendizaje profundo también podría proporcionar una inyección a la traducción. Le asegura que los últimos resultados demuestran que ese momento ya ha llegado.
El trabajo publicado por Google incluye resultados de traducciones de inglés a español, francés y chino, y desde cada uno de estos idiomas a inglés. Cuando se pidió a personas nativas en ambos idiomas comparar el trabajo del nuevo sistema de Google con el de los traductores humanos, a veces no encontraban gran diferencia entre ellos.
Los participantes emplearon una escala de 0 a 6 para puntuar la fluidez de las traducciones de 500 frases extraídas de Wikipedia o noticias. Para las traducciones de inglés a español, el nuevo sistema de Google recibió una puntuación media de 5,43, que no dista demasiado del 5,55 de las traducciones humanas. El nuevo sistema de Google también puntuó cerca de los traductores humanos del francés al inglés.
El nuevo sistema de Google no opera de acuerdo a un método concreto. En su lugar, busca su propio camino para convertir el texto con precisión de un idioma a otro. Hasta lee y genera textos sin molestarse del concepto de las palabras. En su lugar, el software establece su propia manera de descomponer el texto en fragmentos más pequeños que a menudo parecen carecer de sentido y generalmente no corresponden a los fonemas del habla.
Debido a esta independencia, incluso a los creadores del sistema les cuesta entender cómo lo hace, pero los resultados hablan por sí solos, según Le. El responsable detalla: "Puede resultar desconcertante, pero lo hemos probado en muchos sitios y simplemente funciona".
El interés de Google por la traducción no sale de la nada. Los investigadores académicos y empresariales se han convencido recientemente de que las redes neuronales pueden permitir nuevos progresos para que el software entienda el lenguaje, según el profesor de linguística de la Universidad de Illinois (EEUU) Lane Schwartz.
Pero no está claro cuántos progresos se pueden esperar en el camino para que un software entienda realmente el lenguaje. Imitar la complejidad y potencia en las que nos comunicamos ha sido el objetivo de investigadores de inteligencia artificial durante décadas, pero los éxitos han escaseado.
Fuente: MIT Technology Review