Google, meno errori nelle traduzioni grazie alle reti neurali
Roberto Catania
Tecnologia

Google, meno errori nelle traduzioni grazie alle reti neurali

Risultati migliori fino all’85% grazie ai progressi del machine learning. Si comincia con le traduzioni cinese-inglese

Le traduzioni di Google vi sembrano approssimative? Non siete i soli a pensarlo. Malgrado gli sforzi, non si può certo dire che quello di Mountain View sia un interprete infallibile. Del resto sarebbe un po’ utopistico pensare che un cervellone elettronico possa parlare in maniera fluente tutte le lingue del mondo passando da un all’altra in un battito di ciglio. O forse no.

Secondo Google, infatti, il nuovo sistema di traduzioni istantanee (per il momento disponibile solo da cinese a inglese) sarebbe in grado di ridurre gli errori in una percentuale che varia dal 55 all’85%. Merito delle cosiddette reti neurali artificiali, ovvero di quei modelli matematici che portano le macchine a ragionare con le stesse dinamiche del cervello umano.

Le frasi? Non sono solo mucchi di parole
"Alcuni anni fa – spiega la stessa azienda californiana in un post del suo blog - abbiamo iniziato a utilizzare le reti neurali ricorrenti (RNR) per conoscere direttamente la mappatura tra una sequenza di ingresso (ad esempio una frase in una lingua) e una sequenza di uscita (la stessa frase in un'altra lingua). Mentre il sistema di traduzione automatica basato sulle frasi (quello utilizzato finora da Google Translate) scompone una frase di ingresso in parole e frasi da tradurre in modo perlopiù indipendente, il sistema basato su reti neurali considera l'intera frase in ingresso come un’entità unica da tradurre".

Detta in altre parole, il traduttore di Google ora è in grado di leggere una frase non più come una mera sommatoria di tanti lemmi indipendenti, bensì come una struttura consequenziale, progettata cioè per avere un senso, una logica, dalla prima all’ultima parola.

Il vantaggio di questo approccio, spiega Google, è che richiede meno progettazione tecnica rispetto ai precedenti sistemi basati "su frase".  

Verso un interprete più "umano"
Le reti neurali artificiali, è bene precisarlo, non sono nate ieri. Sono anni che Google (così come tante altre realtà del mondo digitale) ci lavora. Ciò che è cambiato, semmai, è il livello di affidabilità raggiunto negli ultimi tempi da queste tecnologie, soprattutto in termini velocità e accuratezza.

Nel caso specifico, gli affinamenti messi a punto da Google hanno fanno sì che il traduttore riconosca le frasi in entrata come dei sistemi vettoriali in cui in cui ogni vettore rappresenta il significato di tutte le parole lette fin a quel punto (il cosiddetto "Encoder"). Una volta che l'intera frase è stata letta, un decodificatore si mette in moto per generare la traduzione, considerando una parola alla volta. Ciò avviene sfruttando una distribuzione ponderata: l’interprete virtuale di Google, in pratica, è in grado di comprendere e prestare attenzione ai vettori della frase originaria che sono più rilevanti per la lingua in uscita.

Da sinistra a destra: la frase originale (cinese); la traduzione in inglese effettuata con il sistema "a frasi"; la traduzione attraverso il nuovo sistema a reti neurali ricorrenti; la traduzione effettuata da un umano.

Il risultato non è ancora perfetto, ma...
C’è ancora molto lavoro da fare, è la stessa Google ad ammetterlo, ma l’impressione è che l’intelligenza artificiale abbia trovato una strada migliore, o quantomeno più affidabile, per risolvere problemi complessi, come quelli legati alle comprensione del linguaggio naturale e alla sua traduzione.

I primi dieci anni di Google Translate ci hanno regalato un servizio che ci ha aiutato a comprendere il senso generale di una frase scritta in un'altra lingua; i prossimi dieci – il condizionale è d’obbligo – potrebbero offrirci un interprete vero, magari non madrelingua, ma se non altro attento agli strafalcioni.

I più letti

avatar-icon

Roberto Catania

Faccio a pezzi il Web e le nuove tecnologie. Ma coi guanti di velluto

Read More