През последните години компютрите станаха много по-опитни в превода от един език на друг благодарение на използването на невронни мрежи. Обучението за ИИ обаче обикновено изисква много преведено от човека съдържание за компютри.
Микел Артекс, компютърен учен от Университета на Страната на баските (UPV) и автор на една от тези трудове, сравнява ситуацията с това да даде на някого различни книги на китайски и различни книги на арабски, без нито един от същите текстове да се припокрива взаимно. За човек би било много трудно да се научи как да превежда от китайски на арабски в този сценарий, но компютърът може.
В типичен процес на машинно обучение се наблюдава AI система. Това означава, че когато AI се опитва да намери верния отговор за даден проблем, човекът ще каже дали е правилен или не и, ако е необходимо, AI ще направи корекции.
Вместо това ИИ научава как думите са свързани по един и същи начин в различните езици по нов начин - например думите „маса“и „стол“често се използват заедно, независимо от диалекта. Като сравнявате тези комбинации за всеки език и след това ги сравнявате, можете да добиете добра представа кои термини са свързани помежду си.
Тези системи могат да се използват за превод на цели изречения, а не само на отделни думи, като се използват две допълнителни стратегии за обучение. Обратният превод предполага, че изречение, написано на един език, е грубо преведено на друг и след това обратно на оригиналния език, в случай на несъответствие, AI настройва своите протоколи по различен начин. Намаляването на шума е процес, подобен на същия процес в радиотехниката, но с думи, които се премахват или добавят към изречението. Синхронизирането на тези методи помага на машината да разбере по-добре как работи езикът.
Тествайте лексика
И двете системи - едната, разработена от UPV, а другата от компютърния учен на Facebook Гийом Ламплер - все още не са получили експертна оценка, но и двете са показали обещаващи резултати при предварителните тестове.
Промоционално видео:
За да се оцени способността им да превеждат текст от английски на френски и обратно, бяха предложени приблизително 30 милиона изречения за превод. И двата AI успяха да получат 15 точки. AI Google Translate, който използва контролирано машинно обучение, има резултат 40, докато преводачите на хора могат да получат резултат до 50.
И двамата изследователи са съгласни, че всеки може да подобри своята система за самообучаване на ИИ, като надгражда работата на другия. AI би могъл да стане по-способен чрез въвеждане на няколко хиляди паралелни изречения в тяхната учебна програма, което би намалило времето, необходимо за овладяване на езика.
Серг хвърчило