Translator Google już całkiem dobrze radzi sobie z tłumaczeniem tekstów, uwzględniając ich kontekst, a nawet rozumiejąc pewne skróty myślowe. Znacznie gorzej wychodziło to Facebookowi, ale wkrótce ma się to zmienić.
Ten rok stoi pod znakiem konferencji wirtualnych i być może ta forma kontaktu na dobre przyjmie się w świecie biznesu i nauki. Nic dziwnego, że doskonalone są kolejne narzędzia pomagające w organizacji spotkań online – kolejne pochodzi o Facebooka, który chce ułatwić tłumaczenie tekstów.
Do tej pory platforma społecznościowa tłumaczyła wszystkie teksty „naokoło” – bez względu na język wszystkie zdania najpierw były tłumaczone na język angielski, aby dopiero w kolejnym kroku zamienić je w język docelowy. Oznacza to, że Facebook w każdym przypadku wykorzystywał język angielski jako język pośredni, a podwójne przejście tekstu przez translator generowało błędy, a nawet doprowadzało do przekręcenia znaczenia wypowiedzi użytkownika.
M2M-100 ma być rozwiązaniem tego problemu – jest to pierwszy na świecie wielojęzyczny model tłumaczenia maszynowego (NMT) zaprojektowany, aby uniknąć języka angielskiego jako języka pośredniego między językiem źródłowym a docelowym. Dzięki temu narzędzi tekst może być tłumaczony pomiędzy dowolną parą stu języków, nie bazując już na żadnych angielskich zbiorach danych.
Model M2M-100 jest podobno rozwijany przez Facebooka od wielu lat, ale dopiero teraz jego twórcy mówią, że ten rok jest „kulminacja badań platformy nad sztuczną inteligencją w zakresie tłumaczenia maszynowego”. Ich wyniki są zadowalające – potwierdziły to podobno oceny osób mówiących w 21 językach (poza angielskim), którzy stwierdzili wysoką dokładność i płynność tłumaczonych tekstów.
„Przed wprowadzeniem M2M-100 na Facebooka, chcemy przeprowadzić więcej eksperymentów związanych z płynności generowania i poprawnością semantyczną” – mówi Angela Fan, Facebook AI Researcher.
Efekty działania nowego narzędzia będziemy mogli zobaczyć na Facebooku jeszcze w tym roku, mimo że wciąż są dopracowywane tłumaczenia w językach o niskich zasobach słownikowych.
