Tweet
L'éditeur sud-coréen Systran et ses équipes françaises ont développé la traduction automatique de 30 langues grâce à un réseau de neurones artificiels qui apprend comme nous à l'école. Explications.
Elle équipe les voitures autonomes, guide les robots avec plus ou moins de rigueur et pourra bientôt traduire tout le contenu publié sur Internet dans n'importe quelle langue. L'intelligence artificielle dévoile peu à peu son potentiel en automatisant à l'envi toutes les fonctions qu'un être humain peut accomplir.
C'est le cas du moteur de traduction neuronal de Systran qui promet un monde sans barrière de langue. Cette technologie commence à être utilisée par les entreprises comme par les ministères pour faciliter les échanges commerciaux. Elle pourrait aussi être bientôt embarquée dans des appareils afin de faciliter les séjours touristiques. Une version d'essai est d'ailleurs disponible en ligne.
Yannick Douzant, directeur Produits chez Systran à Paris, explique ce que la traduction neuronale pourrait apporter.
En quoi consiste la technologie « Pure Neural Machine Translation » que vous commercialisez depuis peu ?
Yannick Douzant « C’est une nouvelle génération de moteur de traduction qui est basée sur les mêmes technologies d’intelligence artificielle que Deep Mind qui a battu le meilleur joueur de Go du monde ou de la reconnaissance vocale comme Siri d’Apple ou Alexa d’Amazon. Cela repose sur le « Deep Learning » avec un réseau de neurones artificiels qui apprend petit à petit grâce à des données. Les premiers travaux de recherche datent du début des années 2010. La traduction automatique a elle débuté il y a 60 ans pendant la Guerre froide avec de la longue saisie de dictionnaires par un humain. »
Quelle est la différence avec un logiciel populaire comme Google Translate ?
YD : « L’approche de Google est statistique avec le recours à des données massives. Comme ils ont l’ensemble du Web dans leur serveurs, ils ont commencé à entraîner leur moteur de traduction en lui donnant toutes les bases de données disponibles pour qu’il traduise sur la base de stats avec des pourcentages de précision. C’est un modèle vieux de 10 ans qui nécessite énormément de données et donc ce n’est pas applicable à des langues rares. Cela pouvait aussi conduire à des contresens car il n’y avait aucune connaissance linguistique. »
Comment fonctionne la traduction neuronale et qu’est-ce qu’elle apporte ?
YD : « La machine reçoit des données mais elle apprend toute seule des règles phrase après phrase comme un humain qui s’approprie une langue en bâtissant de manière logique des phrases avec sujet, verbe et complément. L’ordinateur fait une première traduction puis reçoit une traduction humaine validée. La machine essaie de comprendre ses fautes et apprend. Au bout de 100 000 ou 1 millions d’exemples, l’ordinateur s’est fait sa propre représentation de la langue en classant les mots et le vocabulaire de manière automatique. La traduction gagne en vitesse et en fluidité même si elle est encore loin de la qualité d’une traduction humaine. Mais avec l’émergence des réseaux sociaux et de leur contenu, il y a du volume à traiter. »
leparisien.fr
Elle équipe les voitures autonomes, guide les robots avec plus ou moins de rigueur et pourra bientôt traduire tout le contenu publié sur Internet dans n'importe quelle langue. L'intelligence artificielle dévoile peu à peu son potentiel en automatisant à l'envi toutes les fonctions qu'un être humain peut accomplir.
C'est le cas du moteur de traduction neuronal de Systran qui promet un monde sans barrière de langue. Cette technologie commence à être utilisée par les entreprises comme par les ministères pour faciliter les échanges commerciaux. Elle pourrait aussi être bientôt embarquée dans des appareils afin de faciliter les séjours touristiques. Une version d'essai est d'ailleurs disponible en ligne.
Yannick Douzant, directeur Produits chez Systran à Paris, explique ce que la traduction neuronale pourrait apporter.
En quoi consiste la technologie « Pure Neural Machine Translation » que vous commercialisez depuis peu ?
Yannick Douzant « C’est une nouvelle génération de moteur de traduction qui est basée sur les mêmes technologies d’intelligence artificielle que Deep Mind qui a battu le meilleur joueur de Go du monde ou de la reconnaissance vocale comme Siri d’Apple ou Alexa d’Amazon. Cela repose sur le « Deep Learning » avec un réseau de neurones artificiels qui apprend petit à petit grâce à des données. Les premiers travaux de recherche datent du début des années 2010. La traduction automatique a elle débuté il y a 60 ans pendant la Guerre froide avec de la longue saisie de dictionnaires par un humain. »
Quelle est la différence avec un logiciel populaire comme Google Translate ?
YD : « L’approche de Google est statistique avec le recours à des données massives. Comme ils ont l’ensemble du Web dans leur serveurs, ils ont commencé à entraîner leur moteur de traduction en lui donnant toutes les bases de données disponibles pour qu’il traduise sur la base de stats avec des pourcentages de précision. C’est un modèle vieux de 10 ans qui nécessite énormément de données et donc ce n’est pas applicable à des langues rares. Cela pouvait aussi conduire à des contresens car il n’y avait aucune connaissance linguistique. »
Comment fonctionne la traduction neuronale et qu’est-ce qu’elle apporte ?
YD : « La machine reçoit des données mais elle apprend toute seule des règles phrase après phrase comme un humain qui s’approprie une langue en bâtissant de manière logique des phrases avec sujet, verbe et complément. L’ordinateur fait une première traduction puis reçoit une traduction humaine validée. La machine essaie de comprendre ses fautes et apprend. Au bout de 100 000 ou 1 millions d’exemples, l’ordinateur s’est fait sa propre représentation de la langue en classant les mots et le vocabulaire de manière automatique. La traduction gagne en vitesse et en fluidité même si elle est encore loin de la qualité d’une traduction humaine. Mais avec l’émergence des réseaux sociaux et de leur contenu, il y a du volume à traiter. »
leparisien.fr
Commentaire