Google a annoncé hier que les versions Web et mobile de Google Traduction vont proposer de meilleurs résultats grâce aux réseaux neuronaux.
Google est l’un des principaux fournisseurs de traduction assistée par intelligence artificielle, et afin d’améliorer ses résultats, la société a recourt à une nouvelle technique. Cette technique est appelée le Google Neural Machine Translation system, ou GNMT, et permet de comprendre une phrase dans une langue donnée pour la reproduire dans un autre langage. Mais au lieu d’effectuer une traduction mot à mot, comme le faisait précédemment le service de Google, GNMT considère la phrase dans son ensemble et son contexte.
« L’avantage de cette approche est qu’elle nécessite moins de choix de conception technique que les systèmes de Phrase-Based Machine Translation (PBMT)», écrit Quoc V. Le et Mike Schuster, deux chercheurs de l’équipe Google Brain. Lorsque la technique a commencé à être utilisée, elle a été en mesure d’afficher la même précision que les systèmes de traduction existants. Au fil du temps, cependant, GNMT a prouvé sa capacité à produire à la fois des résultats supérieurs tout en opérant à la vitesse requise par les applications et services de Google. Ces améliorations sont détaillées dans un nouveau document publié cette semaine.
Dans certains cas, Google affirme que son système GNMT approche même la précision d’une traduction humaine. Cette quasi-parité est limitée aux transitions entre langues apparentées, comme de l’anglais vers l’espagnol et le français. Toutefois, Google est impatient de recueillir plus de données pour les utilisations «notoirement difficiles» , pour que son système puisse apprendre et s’améliorer au fil du temps grâce à des techniques de machine learning. A partir de maintenant, Google utilise son système GNMT pour toutes les traductions automatiques du chinois vers l’anglais dans ses versions Web et mobile, ce qui représente tout de même environ 18 millions de traductions par jour.
Google admet que son approche a encore une marge de progression. « GNMT peut encore faire des erreurs importantes qu’un humain ne ferait jamais, comme oublier des mots, traduire des noms propres, des termes rares », expliquent Le et Schuster, « et traduire des phrases sans prendre en compte le contexte du paragraphe ou de la page. Il y a encore beaucoup de travail que nous pouvons faire pour mieux servir nos utilisateurs ».
