Presente e futuro della MT

 Categoria: Strumenti di traduzione

Nonostante gli enormi progressi, la traduzione automatica ha ancora molta strada da fare

Malgrado gli annunci trionfanti dei giganti del web e i significativi miglioramenti in questo ambito, ci sono ancora molte sfide da vincere.
Facebook, TripAdvisor o Google Chrome lo propongono sempre più spesso agli utenti di internet, o peggio, lo impongono direttamente di default: “vuole tradurre questa pagina in francese ?”. Se queste proposte sono sempre più frequenti, significa che il risultato è migliorato considerevolmente nel corso degli ultimi anni. Sicuramente i testi tradotti sono ancora pieni di errori, spesso controsensi ed errori grammaticali, ma sono spesso di qualità sufficiente per permettere ai lettori di capirne il contenuto, a condizione di non entrare nei dettagli o comprendere le sfumature.

Una piccola rivincita, non paragonabile sicuramente alle tecnologie di quattro o cinque anni fa. In questi ultimi mesi, gli annunci si sono moltiplicati. L’ultimo è del 9 di Maggio, in cui Facebook afferma di aver trovato un modo di moltiplicare per nove la velocità di questi sistemi senza perdere niente in termini di qualità. A novembre era stato proprio Google ad annunciare in pompa magna una nuova versione del suo strumento di traduzione “con questo aggiornamento, Google Traduttore migliora in una sola volta quando avrebbe potuto farlo in un lasso di tempo di dieci anni”, si vantava Google nel suo annuncio. Quanto a Microsoft, non smette di annunciare miglioramenti del suo strumento di traduzione simultaneo integrato a Skype da circa un anno e mezzo.

« Ha imparato una specie di esperanto da solo »
I meriti dei recenti miglioramenti sono da attribuire al deep learning, un metodo di apprendimento automatico che si basa su reti neurali artificiali, metodo che ha dato risultati eccellenti negli ultimi anni ed in diversi ambiti dell’intelligenza artificiale, come il riconoscimento delle immagini.

All’inizio la traduzione automatica si basava su regole inculcate alla macchina, grammaticali ad esempio, scritte a mano da ingegneri. A partire dagli anni ’90 si utilizza un altro metodo basato sull’analogia statistica: la macchina paragona molti testi con le relative traduzioni tra loro e deduce la traduzione più probabile per nuovi testi.

Tuttavia è dal 2010 che l’utilizzo delle reti neurali inizia veramente a fare la differenza: “È un altro modo di apprendere i modelli statistici”, spiega al giornale François Yvon, direttore di ricerca al CNRS e responsabile del laboratorio di informatica per la meccanica e le scienze ingegneristiche. “Osserviamo esempi di testi in francese ed inglese che facciamo analizzare da queste macchine. Abbiamo scoperto che funzionava abbastanza bene da poter fare annunci trionfanti.”

Talmente bene che Google si è completamente trasformato “Prima il nostro sistema era molto complesso e fatto manualmente” racconta al giornale “Le Monde” Emmanuel Mogenet, direttore di Google Research Europe.

“Era costituito da molte parti diverse: una si occupava di apprendimento automatico, un’altra di analisi grammaticale, un’altra ancora di statistica.. era una specie di sistema Frankenstein. Il grande passo in avanti è stata la decisione di abolire del tutto questo metodo e costruire un’enorme rete neurale nella quale da una parte vengono inserite parole in francese e dall’altra si ricava il corrispondente in giapponese, senza l’aiuto dell’ingegneria tradizionale. Si tratta di apprendimento automatico”.

Il risultato? Un sistema “nettamente migliore”, spiega il ricercatore, ormai stabilitosi a Zurigo, in Svizzera. Sistema che ha lasciato esterrefatti i suoi stessi creatori: “Gli abbiamo mostrato come tradurre certe coppie di lingue e dopo ci siamo resi conto che era capace di passare da una lingua ad un’altra sulla quale non l’avevamo ancora istruito. Riesce quindi a costruire una sorta di rappresentazione al centro, indipendente dal linguaggio. Ha imparato da solo una specie di esperanto. Questa cosa non la riusciamo ancora a capire del tutto”.

Seconda parte di questo articolo >

Fonte: articolo di Morgane Tual pubblicato su “Le Monde” il 19 Maggio 2017
Traduzione a cura di Isabella Scarselli
Interprete e traduttrice IT><FR ; IT><EN
Firenze, Milano