Machine Learning y la traducción automática

Todos recordamos las primeras traducciones automáticas que realizaba el traductor de Google. Eran motivo de risas a la vez que decepciones por su literalidad a la hora de traducir. El principal problema es que los resultados de cualquier traducción automática requieren de la intervención humana y de profesionales de la lengua para conseguir esa naturalidad en el texto meta que una máquina no podía ofrecernos. En los últimos años este traductor online ha mejorado de manera abismal, ¿quieres saber a qué se debe?

Traducción automática y traductores online

En el mundo de la traducción siempre se ha mirado con recelo a los traductores online. Sustituir el trabajo de una persona por una máquina supone grandes desafíos tecnológicos para los que no estábamos preparados hace años.

La traducción automática es una herramienta desarrollada  por la lingüística computacional para la traducción de textos. El gran reto es conseguir una traducción natural y coherente alejada de la traducción literal. Con la llegada de los traductores automáticos online como Google Translator surgieron nuevos retos. Cualquier persona puede usarlos a golpe de clic y teclado sin necesidad de ser un traductor profesional y formado.

Los primeros traductores online se limitaban a sustituir palabras del idioma de origen a la lengua meta. No tenían en cuenta aspectos fundamentales que inciden en la lengua como el contexto de la comunicación, los dobles sentidos o las frases hechas. Por ese motivo los resultados no eran fiables ni de calidad. Pero, ¿qué ha cambiado para que el traductor de Google ya no traduzca de forma literal?

La inteligencia artificial y el Machine Learning

La respuesta es la inteligencia artificial. En las últimas décadas se ha avanzado a pasos agigantados y el reto que se han marcado los científicos es hacer que las máquinas sean capaces de aprender de forma automatizada. Lo que comúnmente conocemos como machine learning. Esta capacidad de aprender que se ha trasladado a las máquinas permite que a través de la recogida de datos y su posterior análisis las máquinas analicen muestras, reconozcan patrones de comportamiento e incluso sean capaces de realizar análisis predictivos.

El machine learning tiene una infinidad de aplicaciones prácticas. Ya se usa tanto en motores de búsqueda como en diagnósticos médicos e incluso en la detección de fraudes bancarios. En el caso del traductor de Google los resultados son evidentes. No solo traduce palabra por palabra sino que es capaz de realizar una búsqueda muy específica de la misma. A través del mapeo va detectando patrones de comportamiento para contextualizarla, analiza junto a qué palabras suele aparecer y la relaciona con contexto o lenguaje específico. Todo esto hace que los resultados que nos ofrece esta herramienta sean de mayor calidad y fiabilidad.

Avances y nuevos retos

Los avances en la traducción automática van ligados a la riqueza y mejora de las bases de datos digitales. Pero también a la capacidad que tienen las máquinas de descifrar patrones y conservar cada búsqueda como referencia creando su propia base de datos. Un proceso que antaño tenían que realizar los traductores de forma manual para después almacenarlos en sus propias bases de datos y programas de traducción asistida.

Los investigadores del MIT y del laboratorio de inteligencia artificial de Google se han unido para desarrollar un sistema que permita descifrar lenguas muertas  a través del machine learning. La idea parte de que las palabras son vectores y que las relaciones que existen entre ellas siguen unas reglas matemáticas. Hasta el momento los resultados han permitido seguir avanzando en el desarrollo del algoritmo pero todavía no se ha llegado a descifrar ninguna lengua perdida. ¿Será el 2020 el año en el que se descifre el manuscrito Voynich?