A día de hoy, la pregunta que encabeza esta noticia podría sonar a chiste. Pero tras las últimas mejoras, empieza a parecer una posibilidad muy real.
Durante la celebración de su décimo aniversario, el equipo técnico presentó un ambicioso proyecto en el que llevan años trabajando: el llamado Google Neural Machine Translation (GNMT).
Hasta ahora, Google Translate y el resto de traductores automáticos utilizaban el sistema conocido como Phrase-Based Machine Translation (PBMT), que traduce palabras y frases de manera independiente dentro de una oración, conocido por su alto porcentaje de errores. Por el contrario, GNMT procesa toda la oración como una unidad y comprende su sintaxis. El GNMT posee un algoritmo que reduce errores de la versión actual entre un 55% y un 85% y es capaz de estar en constante mejora conforme pasa el tiempo. En el blog de Google Brain explican que GNMT tiene una memoria a pequeño y largo plazo llamado LSTM, una red neuronal parecida a la memoria humana.
GNMT tiene una memoria a pequeño y largo plazo llamado LSTM, una red neuronal parecida a la memoria humana.
Para probar la eficacia del sistema, Google pidió a una muestra que puntuase su grado de satisfacción, en una escala del 1 al 6, con una traducción de texto realizada por humanos y por otra realizada con su GNMT. Los resultados fueron sorprendentes: el nuevo sistema obtuvo una puntuación de 5,43; muy cerca de la del equipo humano, que obtuvo un 5,5.
De momento, el GNMT sólo está disponible para la traducción del chino al inglés, pero se espera que en los próximos meses se extienda a los otros 103 idiomas del popular servicio de traducción.
Que no cunda el pánico entre los traductores e intérpretes: de momento, los responsable de Google aún consideran que el GNMT incurre en errores graves a la hora de traducir nombres propios o términos muy específicos.
Decidan ustedes la respuesta a la pregunta inicial.
<iframe src=»//renderer.qmerce.com/interaction/57f36aa5a2967e643e976260″ width=»100%» height=»428″ frameborder=»0″ scrolling=»no»></iframe>