Ces dernières années, les ordinateurs sont devenus beaucoup plus aptes à traduire d'une langue à une autre grâce à l'utilisation de réseaux de neurones. Cependant, la formation en IA nécessite généralement beaucoup de contenu traduit par l'homme pour les ordinateurs.
Mikel Artex, informaticien à l'Université du Pays Basque (UPV) et auteur de l'un de ces articles, compare la situation à donner à quelqu'un des livres différents en chinois et différents livres en arabe, sans qu'aucun des mêmes textes ne se chevauche. L'une et l'autre. Il serait très difficile pour un humain d'apprendre à traduire du chinois vers l'arabe dans ce scénario, mais un ordinateur le peut.
Dans un processus d'apprentissage automatique typique, un système d'IA est surveillé. Cela signifie que lorsque l'IA essaie de trouver la bonne réponse à un problème donné, la personne dira si elle est correcte ou non, et, si nécessaire, l'IA fera des ajustements.
Au lieu de cela, l'IA étudie comment les mots sont liés de la même manière dans différentes langues - par exemple, les mots «table» et «chaise» sont souvent utilisés ensemble, quel que soit le dialecte. En comparant ces combinaisons pour chaque langue, puis en les comparant, vous pouvez avoir une bonne idée des termes liés les uns aux autres.
Ces systèmes peuvent être utilisés pour traduire des phrases complètes, pas seulement des mots isolés, en utilisant deux stratégies d'apprentissage complémentaires. La traduction inversée suppose qu'une phrase écrite dans une langue est grossièrement traduite dans une autre, puis de retour dans la langue d'origine, si l'IA ne correspond pas, elle configure ses protocoles différemment. La réduction du bruit est un processus similaire au même processus en ingénierie radio, mais avec des mots qui sont supprimés ou ajoutés à la phrase. La synchronisation de ces méthodes aide la machine à mieux comprendre le fonctionnement du langage.
Vocabulaire de test
Les deux systèmes - l'un développé à l'UPV et l'autre par l'informaticien de Facebook Guillaume Lampler - n'ont pas encore été évalués par des experts, mais les deux ont montré des résultats prometteurs lors de tests préliminaires.
Vidéo promotionelle:
Pour évaluer leur capacité à traduire du texte de l'anglais vers le français et vice versa, environ 30 millions de phrases ont été proposées pour traduction. Les deux IA ont réussi à obtenir 15 points. L'IA Google Translate, qui utilise l'apprentissage automatique supervisé, a un score de 40, tandis que les traducteurs humains peuvent en marquer jusqu'à 50.
Les deux chercheurs conviennent que chacun peut améliorer son système d'auto-apprentissage d'IA en s'appuyant sur le travail de l'autre. L'intelligence artificielle pourrait être rendue plus performante en introduisant plusieurs milliers de phrases parallèles dans leur programme, ce qui réduirait le temps nécessaire pour maîtriser la langue.
Cerf-volant Serg
