Le reti neurali per migliorare Google Traduttore

Google è pronta a migliorare sensibilmente il proprio servizio dedicato alla traduzione grazie all'impiego di intelligenza artificiale e reti neurali.
Google è pronta a migliorare sensibilmente il proprio servizio dedicato alla traduzione grazie all'impiego di intelligenza artificiale e reti neurali.

Nel corso degli ultimi anni il gruppo di Mountain View ha implementato soluzioni e tecnologie legate all’intelligenza artificiale su alcuni dei più importanti servizi del proprio portfolio: dalla catalogazione delle immagini in Foto all’inserimento dei messaggi ricevuti su Gmail in specifiche categorie, fino al riconoscimento dei comandi vocali da parte dell’assistente Now. Il prossimo a beneficiare dell’IA sarà Google Traduttore.

La qualità delle traduzioni offerte è andata via via migliorando nel corso del tempo: dapprima la piattaforma si è basata sostanzialmente sulla conversione parola per parola, senza tenere troppo conto della sintassi o del contesto. Grazie ai feedback ricevuti e ai perfezionamenti apportati dal team di sviluppo oggi è possibile ottenere buoni risultati, anche se non all’altezza di un traduttore in carne ed ossa. Con l’ausilio delle potenzialità del deep learning si compierà un significativo balzo in avanti.

In occasione della conferenza Structured Data 2016 andata in scena a San Francisco, Jeff Dean del team Google Brain ha dichiarato che il gruppo di lavoro sta cercando di applicare quanto contenuto in un foglio di ricerca del 2014 al mondo reale. Lo scopo è quello di portare il servizio a basare il proprio funzionamento sulle reti neurali più che sulla cronologia delle traduzioni già effettuate e sugli algoritmi impiegati attualmente. Una strada già intrapresa da altre realtà come Microsoft e Baidu.

Stiamo lavorando con il team che si occupa della traduzione per capire se sia possibile scalare il sistema e adattarlo al Traduttore. Penso che otterremo dei buoni risultati.

Quello dell’intelligenza artificiale è un territorio dalle enormi potenzialità, ancora in gran parte inesplorato, che potrà apportare benefici concreti in molti settori differenti. Secondo quanto afferma Dean, è essenziale una collaborazione tra le realtà impegnate in questo ambito.

Nel campo del machine learning si tende a pubblicare le proprie ricerche non appena concluse ed entro poche settimane si possono apprezzare i miglioramenti o i passi in avanti che altri gruppi hanno apportato al proprio lavoro.

Ti consigliamo anche

Link copiato negli appunti