reklama

Neuronová síť Googlu si vytvořila vlastní jazyk, kterým si pomáhá v překladech

Loni zkraje podzimu vypustil Google do svého jazykového překladače strojové učení a doufal, že postupem času zlepší a nahradí stávající statistický model, který jednotlivé věty překládá jednoduše řečeno tak, že na základě analýz hromady jazykových párů (třeba bilingvální úřední texty EU – stejný text v hromadě jazyků) spočítá, že výrazu A v jednom jazyce odpovídá nejpravděpodobněji výraz B v druhém jazyce. Statistický překladač tedy vůbec nemusí rozumět tomu, co vlastně překládá. Pouze hledá podobné páry.

Strojové učení mělo přinést opravdu hloubkové učení, kdy se stroj podobně jako člověk naučí, co k čemu patří. A překlady by tak pak měly dávat mnohem větší smysl.

Inženýři z Googlu šli nicméně ještě dál a začali experimentovat s tzv. překlady zero-shot. Neuronová síť se nejprve naučila několik jazykových párů, které spolu nepřímo souvisely. Na blogu Googlu se píše o párech:

  • japonština – angličtina
  • angličtina – japonština
  • korejština – angličtina
  • angličtina – korejština

Tak a teď to podstatné. Co kdyby neuronová síť na základě znalosti těchto překladových párů dostala příkaz, ať něco přeloží z japonštiny do korejštiny?

Přímo tento jazykový pár nezná, ale nepřímo ano skrze prostředníka – angličtinu. A zadařilo se, překlad podle Googlu skutečně dával smysl, To nakonec inženýry vedlo k další otázce. Jak je vlastně samotná znalost v neuronové síti uložená? A nevytváří si neuronová síť při učení vlastně jakýsi vlastní univerzální jazyk, díky kterému by mohla přeložit jakýkoliv jazykový pár, pokud o něm alespoň nepřímo něco ví?

Odpověď je ano. Není to ale samozřejmě jazyk v lidském slova smyslu – složený z písmen a číslic. Je to opět velmi složitá znalostní struktura, kterou můžeme vyjádřit třeba pomocí geometrie. Inženýři Googlu tedy v 3D grafu zobrazili strojovou znalost – naučený model – jako strukturu teček, kde každému shluku odpovídá věta. Poté zjistili, že stroj do takových shluků zařazuje ze všech známých jazyků.

Klepněte pro větší obrázek
Neuronová síť překladače Googlu organizuje věty se stejným významem v různých jazycích do podobných geometrických struktur. Díky tomu dokáže experimentálně překládat i mezi jazykovými páry, které doposud neznala. Suma sumárum, v podstatě si vytvořila jakýsi, touto geometrií vyjádřený, sémantický jazyk.

Jednoduše řečeno, stroj během učení zmíněných párů výše objevil i vztah mezi japonštinou a korejštinou, který se přímo neučil. Ony shluky teček jsou tedy v jeho podání vlastně ona interlingua – mezijazyk, díky kterému může překládat i jazykové páry, které nezná.

Je to vlastně to samé, jako byste se naučili překládat z češtiny do angličtiny (a naopak), z češtiny do němčiny (a naopak), načež byste díky této znalosti pochopili i vztah mezi němčinou a angličtinou.

Témata článku: Technologie, Google, Web, Věda, Překladač, Strojové učení, Umělá inteligence, Neuronová síť, Překladače

8 komentářů

Nejnovější komentáře

  • Jozef Kostelanský 11. 1. 2017 21:35:50
    Je otázkou času, kedy na tomto princípe sa bude dať okamžite preložiť...
  • PlandalSulen 11. 1. 2017 17:45:13
    kokal jsem ze z CJ do ANGL jde Googlem celkem rozumne prekladat, ale do...
  • drobecka 11. 1. 2017 13:44:29
    Vravel som si že dejavu a ono naozaj...
reklama
Určitě si přečtěte

Vybíráte herní periferii nebo hardware? Pak zapomeňte na nálepku Gaming

Vybíráte herní periferii nebo hardware? Pak zapomeňte na nálepku Gaming

** Herní hardware se od toho běžného často liší jen vzhledem ** Při výběru stále nezapomínejte na základní parametry ** Poradíme jak vybrat herní hardware i periferie

20.  2.  2017 | Stanislav Janů | 36

10 nejhorších produktů v historii Microsoftu

10 nejhorších produktů v historii Microsoftu

20.  2.  2017 | Karel Javůrek | 141

AMD oficiálně představilo procesory Ryzen. Známe i jejich české ceny

AMD oficiálně představilo procesory Ryzen. Známe i jejich české ceny

** AMD uvedlo první tři procesory Ryzen 7 ** Všechny budou pracovat s osmi jádry a šestnácti vlákny ** Na pulty obchodů se dostanou už za týden

22.  2.  2017 | Stanislav Janů | 132

Pojďme programovat elektroniku: Žádný bastlíř se neobejde bez armády švábů

Pojďme programovat elektroniku: Žádný bastlíř se neobejde bez armády švábů

** Každý bastlíř se po čase neobjede bez armády švábů ** Dnes si některé z nich vyzkoušíme ** Třeba zázračný posuvný registr

19.  2.  2017 | Jakub Čížek | 40

EU se děsí Windows 10. Prý o nás vědí až příliš. Microsoft chystá změny

EU se děsí Windows 10. Prý o nás vědí až příliš. Microsoft chystá změny

** Evropští úředníci chtějí, aby byly Desítky transparentnější ** Microsoft od jara skutečně chystá změny ** Ochráncům soukromí to ale nestačí

21.  2.  2017 | Jakub Čížek | 218

Remix Singularity: Microsoft si na tom vylámal zuby. Jak dopadne Android?

Remix Singularity: Microsoft si na tom vylámal zuby. Jak dopadne Android?

** Microsoft do svých telefonů integroval desktopové prostředí ** Moc to ale nevyšlo, chyběl pořádný výkon ** Teď to zkoušejí ex-googleři s Remix Singularity

23.  2.  2017 | Jakub Čížek | 74


Aktuální číslo časopisu Computer

Supertéma o počítačové bezpečnosti

AMD Ryzen přichází

Velké testy kinoprojektorů a levných špuntových sluchátek

Příslušenství do USB-C

reklama
reklama