Aquí nos dijeron recientemente que dentro de cinco años los traductores y los profesores de idiomas simplemente no serán necesarios. Y es que los sistemas neuronales de inteligencia artificial se están desarrollando muy activamente.
Al igual, traducirán el texto y el discurso de manera tan cualitativa y rápida que la necesidad de especialistas vivos simplemente desaparecerá.
Por supuesto, nos reímos, pero lo pensamos. Y decidieron profundizar en el tema y descubrir qué hay allí con inteligencia artificial y si realmente nos dejará sin trabajo.
¿Qué es una red neuronal artificial?
En resumen, se crea una red neuronal artificial en un intento de simular el funcionamiento del cerebro humano utilizando algoritmos matemáticos.
La característica principal de la red neuronal es la capacidad de aprender. Desde el punto de vista de los matemáticos, este proceso parece un problema de optimización no lineal, que utiliza análisis discriminante y métodos de agrupamiento.
Si se trata de humanidades, una red neuronal artificial puede analizar datos utilizando algoritmos complejos y realizar operaciones con sistemas matemáticos bien definidos y sistemas de lenguaje difuso.
Dos ejemplos que analizaremos.
Un sistema matemático bien definido es el ajedrez . El juego tiene una serie de reglas claras que son absolutas de cumplir. Hay un objetivo específico: jaquear a un oponente.
Y hay una gran variedad de movimientos posibles, entre los cuales debes elegir aquellos que te llevarán a la victoria.
La dificultad de analizar un juego de ajedrez es que el número de juegos de ajedrez únicos es cercano a 10 ^ 120. Sí, sí, es de 10 a 120 grados. En comparación, el número de átomos en el Universo observable es aproximadamente 10 ^ 79.
Analizar todas las posiciones es físicamente poco realista. Por lo tanto, el sistema se ve obligado a elegir movimientos y técnicas que conduzcan a una ganancia inmediata o al fortalecimiento estratégico de la posición.
Un segundo ejemplo de uso de una red neuronal es la traducción de un idioma a otro . Este es un sistema de procesamiento de datos completamente diferente, porque hay cientos de reglas y miles de matices de idiomas que deben tenerse en cuenta al traducir.
Además, el sistema necesita comprender el contexto para traducir palabras o juegos de palabras no traducibles. De lo contrario, ¿cómo puede encontrar la traducción correcta de una oración con el verbo "set", que solo tiene 44 valores reconocidos?
O una tarea aún más difícil es transmitir un humor sutil en inglés para que el ruso pueda reírse de él. O aún más difícil es traducir el verso. O ... bueno, entiendes el punto.
Ahora brevemente sobre cómo funciona una red neuronal.
El sistema primero descompone los datos en componentes elementales. Y luego una o más capas ocultas de los algoritmos analizan los datos y llevan a cabo la transformación.
En las redes neuronales profundas, hay varias capas de algoritmos que se ocupan del análisis. A menudo son de naturaleza en cascada, en la que la información de la capa inferior se transfiere a la capa que está en la jerarquía anterior y procesa la información a un nivel diferente.
Además, si los algoritmos encuentran dependencias claras en los datos, entonces se crean nuevos algoritmos sobre su base.
En el ajedrez, por ejemplo, una máquina "inventa" tácticas muy rápidamente para desarrollar rápidamente piezas y capturar campos centrales.
Y todo porque tales maniobras casi siempre dan una ventaja en la apertura.
Tenga en cuenta que en las reglas del juego esto ni siquiera está cerca, pero la mayoría de los juegos jugados confirman la hipótesis, por lo que la máquina comienza a usarla.
***
Lo mismo se aplica a la traducción de los significados de una palabra, que en diferentes idiomas puede ser muy diferente.
Por ejemplo, tome la palabra arco. Tiene dos variantes básicas, pero radicalmente diferentes de significados: un vegetal ("cebolla") y un arma pequeña ("arco"). Hay otro tercio de la jerga: "cebolla" se refiere a una combinación de ropa o una imagen de moda (papel de calco de "look" en inglés). Raramente se usa, pero la red neuronal también debe "conocerlo".
Para averiguar qué opción de traducción usar, el sistema neural asigna sus propios parámetros a cada valor, que también dependen de las palabras que se usan cerca en la oración.
Entonces, en la oración “Cariño, compra un kilogramo de cebollas y papas”, el sistema traducirá “cebollas” como “cebolla”. Y todo porque hay un "kilogramo" cerca, que no se usa con armas pequeñas, y una "papa", que también se refiere al parámetro "vegetal".
Del mismo modo, con la frase "El tirador jaló su arco y disparó una flecha al enemigo". Puedes "jalar" solo un arco como arma. Además, existe la palabra "tirador". Por lo tanto, obtenemos la traducción - "arco".
Interesante La palabra "flecha" en este caso no se considerará significativa para determinar el significado de la palabra "arco". Y todo porque la "flecha" también puede significar el tallo verde de la cebolla como vegetal. Por lo tanto, tarde o temprano se agregará una excepción al sistema que no tendrá en cuenta la palabra "flecha" en el contexto de un arco.
A medida que el sistema aprende, aumenta el número de algoritmos y parámetros. Algunos de ellos están mejorando y se vuelven más complicados, algunos de ellos están siendo reemplazados por opciones más compactas.
Y el resultado es un fenómeno cuando, según sus conclusiones, la máquina se acerca a una persona. Y esto a pesar del hecho de que todavía se utiliza un sistema de algoritmos, incluso complejos y de niveles múltiples.
Que la cibernética y los matemáticos no juren. En todo caso, somos humanistas en el buen sentido de la palabra, y escribimos un artículo para nosotros sobre humanoides similares.
Algunas palabras sobre Alpha Zero y el ajedrez
En 2017, DeepMind, una subsidiaria de Google, lanzó un programa actualizado para redes neuronales. Los desarrolladores decidieron probar el programa en los juegos estratégicos más populares con reglas claramente establecidas: ajedrez, go y shogi.
El proceso de aprender un programa de ajedrez tomó solo 24 horas. Solo se introdujeron en el sistema las reglas del juego, eso es todo. No hay bibliotecas de debut o bases de datos de fiestas. Solo las reglas. Y 24 horas el programa jugó consigo mismo.
En el primer juego se hicieron movimientos absolutamente aleatorios. Es cierto que no se puede ver en ningún lado: la información se toma de las palabras de los desarrolladores. Como resultado, un lado perdió y el sistema consideró que las acciones del segundo lado eran mejores para ganar.
Después de 24 horas y 44 millones de juegos jugados consigo mismo, AlphaZero se convirtió en el jugador de ajedrez más fuerte en la historia del juego. La calificación AlphaZero de Elo es de aproximadamente 3.500 puntos, aunque según diversas fuentes alcanza los 5.000.
En comparación, la calificación promedio de aficionados es de 1200 Elo, el maestro de los deportes en el ajedrez es de 2200-2400 Elo. La calificación máxima que Elo recibió por el hombre es Magnus Carlsen, el actual campeón mundial. El 21 de abril de 2014, alcanzó el valor de 2889.2 puntos de Elo.
Alpha Zero juega unos 600 puntos más fuerte (en la versión más optimista). Es como un maestro de los deportes jugando con un jugador de segunda categoría. Y el jugador de segunda categoría aquí es solo el jugador humano más fuerte.
Para entendidos del ajedrez. Aquí hay un análisis de
algunos juegos de Alpha Zero contra Stockfish del gran maestro ruso Sergey Shipov. Y para ser sincero, nos quedamos impresionados.
Alpha Zero y Stockfish: ¿cuál es la diferencia?
Stockfish fue el programa de ajedrez informático más fuerte hasta que Alpha Zero lo humilló.
Es de destacar que Stockfish analizó 70 millones de posiciones por segundo, y Alpha Zero, solo 40,000, lo que consideró prometedor según el método de Monte Carlo.
Es decir, la red neuronal no evalúa cada movimiento individual, sino la suma de los resultados de los sorteos de movimientos, cortando los sorteos que conducen a una posición perdedora.
Como resultado, Alpha Zero gastó 99.99% menos recursos en análisis.
Como resultado, de 100 juegos, Alpha Zero ganó 28, 72 empatados y no perdió uno solo.
En cuanto al ajedrez, la inteligencia artificial neuronal ya ha superado al hombre y a sus contrapartes de máquinas más antiguas.
Pero esto, de hecho, se aplica a un sistema cerrado con un pequeño conjunto inicial de reglas.
Ahora tratemos con el sistema de lenguaje.
Inteligencia Artificial Neural y Traducción
Conocemos bien la creación de Google en el campo de la traducción: Google Translate.
Entonces, Google Translate con traducciones funciona de manera un poco diferente a Alpha Zero con ajedrez. En ajedrez, el sistema analiza conjuntos individuales de movimientos que conducen al resultado más rentable. Para las transferencias, se utiliza una red bidireccional. Un flujo divide la oración original en elementos semánticos, y el segundo los reproduce en el orden correcto en otro idioma.
Algo como esto sucede. La propuesta se divide en componentes. Además, la palabra no es el componente más pequeño, porque los significados de la palabra se consideran un nivel más profundo.Los elementos constituyentes resultantes se analizan en significado usando algoritmos, las mismas capas ocultas de autoaprendizaje. La propuesta se analiza primero en partes, luego, todas juntas e incluso en la dirección opuesta. De hecho, por ejemplo, en alemán, la partícula "nicht" al final de una oración cambia radicalmente todo su significado.
Representación esquemática del proceso. Cada capa de algoritmos analiza la oración en diferentes configuraciones y luego "recoge" la oración de los significados recibidos en otro idioma, teniendo en cuenta sus características gramaticales.Pero si todo está claro con el ajedrez, entonces el lenguaje es un sistema más flexible en las reglas, que también permite la traducción de oraciones que son precisas no solo "en letra", sino también "en espíritu". Es decir, el traductor puede sacrificar conscientemente la precisión de la traducción literal para transmitir el significado más profundamente.
Traducción de ficción de poemas
Un ejemplo común es la traducción de versos. Después de todo, es casi imposible traducir incluso una cuarteta para preservar inmediatamente el ritmo, la disposición de las palabras y el significado completo.
Simplemente no puede haber algoritmos uniformes, porque a menudo tienes que rehacer radicalmente un verso para transmitir su significado real.
Por supuesto, la traducción de versos es una de las áreas más difíciles de la lingüística, pero las redes neuronales ya han demostrado ser las mejores en cálculos precisos, así que comencemos con las más difíciles.
Por ejemplo, tome el segundo soneto de Shakespeare. Alternativamente, citamos el texto original, la traducción de S. Trukhtanov (elegimos esta opción entre muchas de manera puramente subjetiva) y la traducción del Traductor de Google.
Original:
Cuando cuarenta inviernos asediarán tu frente,
Y cava trincheras profundas en el campo de tu belleza,
La orgullosa librea de tu juventud, tan contemplada ahora,
Será una hierba hecha jirones, de poco valor:
Entonces, preguntándome dónde está toda tu belleza,
Donde todo el tesoro de tus días lujuriosos
Decir, dentro de tus propios ojos hundidos,
Eran una vergüenza que todo lo come y un elogio económico.
Cuánto más alabanza merecía el uso de tu belleza,
Si pudieras responder "Este hermoso hijo mío
Sumaré mi cuenta y haré mi vieja excusa.
Demostrando su belleza por sucesión tuya!
Esto debía hacerse de nuevo cuando seas viejo,
Y mira tu sangre tibia cuando la sientas fría.
Como puede ver, el inglés está claramente desactualizado aquí; incluso hay una segunda persona singular que no se usa en inglés moderno. Y esto complica aún más la traducción.
En general, no tiraremos y solo veremos la diferencia entre la traducción humana y la automática:
Y para ser honesto, esto está lejos de ser el mejor rendimiento de Google. Quizás es por eso que los partidarios de las traducciones automáticas se avergüenzan cuando se les pregunta si sus algoritmos con versos funcionarán. Después de todo, incluso el elogiado Traductor de Google ni siquiera hace frente a esto.
Traducción de ficción de prosa
Si es así, intente algo más simple. La prosa artística. El gran Gatsby Fitzgerald.
Original:
“En mis años más jóvenes y más vulnerables, mi padre me dio algunos consejos que he estado pensando en mí desde entonces.
"Cada vez que tienes ganas de criticar a alguien", me dijo, "recuerda que todas las personas en este mundo no han tenido las ventajas que has tenido".
Ahora compare las traducciones de hombre y máquina. Como defensor de la humanidad, tomamos la traducción de N. Lavrov.
La traducción de Lavrov no se corresponde exactamente con el original. Hay cambios en la disposición de las frases, las oraciones están algo más extendidas que en inglés. Pero en general, la impresión es armoniosa, el significado y el estado de ánimo se transmiten por completo.
La traducción automática es más precisa en términos de mecánica: las oraciones se traducen exactamente como están escritas en el original. El significado se transmite bastante bien, pero hay problemas con "usted-usted" y todo suena bastante torpe.
En las traducciones literarias se puede sacrificar un poco de precisión por el bien de la armonía o por la armonía de las frases. Los traductores humanos usan esto, incluso innecesariamente a menudo, pero la máquina no.
Entonces, ¿qué sigue?
Es cierto que, para ser justos, debe mencionarse que Google Translate traduce textos técnicos, donde la precisión literal de la traducción es importante, perfecta y prácticamente sin errores. Pero aquellos personajes que afirman que los traductores se quedarán sin trabajo en 5-10 años pueden ser enviados de manera segura en un largo viaje a pie.
Los procesadores y algoritmos de procesamiento de datos existentes pueden hacer frente a sistemas que tienen un conjunto limitado de reglas. Ajedrez o ir son solo eso. Pero con variedades flexibles de sistemas como los idiomas, donde los límites de las reglas son borrosos, el programa tiene que agregar algoritmos innecesariamente complejos que funcionan lejos de ser perfectos.
Es posible que los algoritmos solo necesiten más tiempo para aprender a trabajar con idiomas con precisión. Bueno, haremos nuestro trabajo más y haremos un seguimiento a medias del éxito de las redes neuronales en este campo.
Pero no confíe en redes neuronales artificiales por ahora: aprenda inglés y desarrolle el suyo.
EnglishDom.com - una plataforma de aprendizaje de inglés en línea
Aprenda inglés en cursos en línea de EnglishDom.com. Por
referencia : 2 meses de suscripción a todos los cursos como regalo.
Y para la comunicación en vivo, elija la capacitación de Skype con un maestro. La primera clase de prueba es gratuita, regístrese aquí. Por el código de promoción
goodhabr2 : 2 lecciones como regalo al comprar de 10 lecciones. La bonificación es válida hasta el 31/05/19.