Google Translate dopé aux réseaux neuronaux
Avec Google Translate, Google change de braquet grâce au recours aux réseaux neuronaux (deep learning) pour proposer des traductions de meilleure qualité.
Google Translate compte gagner en performance de traduction avec la mise au point de la technologie Google Neural Machine Translate (GNMT) du nom d’une technologie basée sur les réseaux de neurones artificiels (deep learning).
Ce nouvel algorithme est en cours de développement pour les traductions entre les langues chinoise et anglaise, réputées pour être les plus coriaces pour des traductions par des outils informatiques.
Pour Google, le message est clair : il s’agit de rapprocher son service de la qualité de traduction opérée par un humain qui constitue la référence. GNMT va clairement dans ce sens puisqu’il est censé réduire les erreurs de traduction entre 55% et 85%. Il s’agit là d’un véritable bond opéré par le service qui fête ses 10 ans.
Une contribution blog de l’équipe de Google Research officialise cette bascule. Il est rappelé que l’utilitaire Google Traduction reposait auparavant sur la technologie Phase-Based Machine Translation (PBMT), qui regardait simplement les mots individuellement et les remplaçait avec leur équivalent dans une autre langue. Il en résultait de nombreuses incohérences.
La nouvelle approche basée sur les réseaux neuronaux considère l’ensemble de la phrase à traduire comme une unité et prend en compte les nuances de la parole et le sens. Google a mis à contribution son toolkit d’apprentissage automatique TensorFlow et ses puces TPU (Tensor Processing Unit) pour alimenter GNMT.
« Les progrès rapides dans l’intelligence des machines ont amélioré nos capacités de reconnaissance vocale et de reconnaissance d’image, mais l’amélioration de la traduction automatique reste un objectif difficile, » précisent Quoc V. Le et Mike Schuster, tous deux chercheurs rattachés à la Google Brain Team.
Avec GNMT, on se rapprocherait du sommet de l’état de l’art. Même si Google admet volontiers que des progrès restent à faire. La problématique de la traduction automatique 100% fiable est « nullement résolue ». Mais, avec GNMT, on se rapproche des performances de l’homme.
(Crédit photo : Shutterstock.com – Droit d’auteur : Christian Lagerek)