Google удалось подключить нейросеть к сервису переводов

Алгоритмы и глубокое машинное обучение Google Translate использовал и ранее, но системы были далеки от совершенства и применялись лишь в отдельных случаях — например, для перевода официальных документов. Теперь нейросеть Google Neural Machine Translation (GNMT) стала доступна всем пользователям сервиса, правда пока только при переводе с китайского на английский язык. Этот сегмент пользуется большой популярностью — ежедневно через программу проходят 18 млн переводов.

Как отмечают представители Google, нейросеть GNMT работает настолько точно, что теперь машинный перевод практически не отличается от перевода, выполненного профессионалом. Раньше Google Translate переводила отдельные слова и фразы в предложениях, а теперь алгоритм смотрит на текст как на единое целое. В основе системы лежит долгая краткосрочная память (LSTM), которая напоминает по своему принципу работы память у человека. Благодаря LSTM программа может переводить конец предложения и помнить при этом, что было в начале.

Эта технология была известна и раньше, но скорость ее работы оставляла желать лучшего. Google удалось ускорить процесс за счет использования интегральных схем Tensor Processing Unit (TPU), созданных специально для машинного обучения.

При переводе с китайского на английский количество ошибок в переводе сократилось на 60%, и это не предел. В Google отмечают, что в некоторых случаях машинный перевод по точности сопоставим с работой, выполненной человеком. Испытать работу системы можно уже сегодня — достаточно попробовать перевести что-либо с китайского на английский язык.

В блоге Google подчеркивается, что GNMT пока далека от совершенства — она все еще может пропускать слова и неверно переводить имена и редкие термины, а также воспринимать предложения в отрыве от контекста. Тем не менее, разработка Google указывает на очевидные преимущества нейронного перевода перед традиционным машинным.

Нейросети становятся все ближе к пользователям. Недавно приложение SwiftKey на Android стало использовать нейронные сети для большей точности предикативного набора. Система воспринимает слова как часть кода и предлагает наиболее подходящие варианты для его завершения. Нейросети также используются для распознавания изображений лиц по воспоминаниям, определения возраста человека по анализу крови, имитации звуков и речи.