Facebook ahora usa inteligencia artificial para analizar y traducir tus posts

Facebook está enseñando a su inteligencia artificial a comprender el lenguaje para traducir textos automáticamente utilizando redes neuronales.

Facebook está totalmente centrada en optimizar al máximo sus redes sociales. La compañía ya utiliza inteligencia artificial en la detección de contenidos racistas o xenófobos, o aquellos directamente relacionados con la violencia y el terrorismo, pero parece que la compañía también quiere utilizar la inteligencia artificial para algo que hasta ahora parecía especialmente sencillo: analizar los posts de los usuarios para traducirlos y, de paso, enseñar a su algoritmo formas más complejas de comunicación para que este aprenda.

De momento, y pese a que pueda parece un tanto sencillo, es algo tan complicado como interesante. Dejar las traducciones a la inteligencia artificial en varios idiomas plantea un desafío importante respecto a la fórmula que se usaba hasta ahora. Por un lado, el algoritmo de Facebook puede aprender cómo se comunican sus usuarios a través de los post y utilizar estos análisis para comprender el lenguaje y, de esta forma, utilizarlo para tareas más complejas, como las relacionadas con el acoso o la violencia, independientemente del idioma en el que se produzca.

El camino, como es lógico, es bastante largo, y el uso de redes neuronales, aún para la traducción automática de pequeñas cadenas de texto, supone un desafío constante dentro de la visión de Facebook de romper las barreras lingüísticas y permitir que las personas de todo el mundo se comuniquen entre sí. Con la fórmula anterior, Facebook se encontró con el problema de que
los sistemas basados ​​en frases, que descomponen las frases en palabras o frases individuales, solo pueden analizar y traducir varias palabras a la vez sin atender al contexto:

Esto, según la compañía, conlleva una dificultad especialmente elevada para traducir entre lenguajes con ordenamientos de palabras claramente diferentes, es decir, cuya sintaxis es totalmente diferente. Para evitar esto, la compañía ha empezado a utilizar un tipo de red neuronal recurrente conocida como LSTM de secuencia a secuencia (memoria a largo plazo). De forma que el sistema pueda tener en cuenta todo el contexto de la frase fuente y todo lo traducido anteriormente, para crear traducciones más exactas y fluidas.

Es un cambio casi imperceptible para el usuario, puede desde luego representa un inicio para romper las barreras lingüísticas y, sobre todo, para facilitar los sistemas de traducción automático que usan a diario millones de personas en todo el mundo.

Ver noticia original

Uso de cookies

Este sitio web utiliza cookies para que tengas la mejor experiencia de usuario. Si continuas navegando estas dando tu consentimiento para la aceptación de las mencionadas cookies y la aceptación de lapolítica de cookies, pincha el enlace para mayor información.

ACEPTAR

Pin It on Pinterest

Share This