Člověk v Machine: Může Computers Cook, Psát a malovat lepší než my?

Man v Machine: Can Computers Cook, Write and Paint Better Than Us?

Umělá inteligence nyní mohou vyhrát hru, rozpoznat vaši tvář, i odvolání proti svému parkovacího lístku. Ale to může dělat věci i lidé najít choulostivé?


Běží na guardian.co.ukTento článek s názvem “Muž v stroj: počítače mohou vařit, psát a malovat lepší než my?” napsal Leo Benedictus, The Guardian v sobotu 4. června 2016 08.00 UTC

jedno video, pro mě, všechno změnilo. It to záběry ze staré Atari game Breakout, ten, kde je posouvat pádlo vlevo a vpravo podél spodní části obrazovky, se snaží zničit cihly skákací míč do nich. Možná jste četli o hráče ze hry: algoritmus vyvinutý DeepMind, Britové umělá inteligence společnost, jejíž AlphaGo program také porazit jeden z největších vůbec Go hráče, Lee Sedol, dříve v tomto roce.

Možná jste očekávat, že počítač být dobrý v počítačových hrách? Poté, co vědět, co dělat, rozhodně to rychleji a více konzistentně než jakýkoli člověk. DeepMind je Breakout hráč věděl, že nic, nicméně. To nebyl naprogramován s pokyny, jak hra funguje; to nebylo ani řečeno, jak pomocí ovládacích prvků. Jediné, co měl, byl obraz na obrazovce a příkaz, aby se pokusili získat co nejvíce bodů.

Hodinky video. Nejprve, pádlo nechává pokles míč do zapomnění, věděl o nic lepší. Nakonec, Jen odtěžení o, klepe míč zpět, ničí cihlu a získává bod, takže toto uznává a to dělá častěji. Po praxi dvou hodinách, nebo přibližně 300 hry, se stala vážně dobrá, lepší než vy nebo já kdy bude. Pak, po asi 600 hry, se věci strašidelné. Algoritmus začíná zaměřené na stejném místě, znovu a znovu, aby se zavrtat do cihly do prostoru za. Jakmile tam, jako každý hráč ví Breakout, Míč se odrazí nějakou dobu na trhu, sbírání bodů zdarma. Je to dobrá strategie, že počítač přišel s samo o sobě.

"Když se naši vědci zjistili, toto, které skutečně šokovalo jim,"CEO DeepMind je, Demis Hassabis, řekl publiku na technologické konferenci v Paříži. Můžeš sledovat jeho demonstraci, také, a slyšet smích a potlesk, když je stroj vyřeší svou strategii hrabání. Počítač se stal inteligence, trochu jako my.

"Umělá inteligence" je jen asi nejstarší a nejvíce medializovaný z buzz slova všude Computing. Tato myšlenka byla poprvé přednesena vážně Alan Turing v Výpočetní technika a inteligence, the 1950 papíru ve kterém on navrhoval co stal se známý jako Turingův test: -li stroj tě mohl přesvědčit prostřednictvím rozhovoru, že to byl člověk, to dělal stejně jako každý člověk mohl dokázat, že byla skutečně myslí. Ale termín AI nebyl obecně používán, dokud 1955, kdy Americký matematik John McCarthy navrhl konferenci pro odborníky. To se konalo následující rok, a od té doby pole má běžet na zhruba dvě desetiletí cyklu mánie a zoufalství. (Výzkumníci mají dokonce nový termín - "Ai zimu" - popsat jeho kouzla z módy. 1970 a 1990 byly obzvláště kruté.)

Dnes je tu nová mánie, který vypadá jinak než ostatní: že se vejde do kapsy. Telefon může porazit mistra světa, rozpoznat písničky v rádiu a fotografie vašich dětí, a přeložit svůj hlas do jiného jazyka. NAO robot obrázku s Yotam Ottolenghi může chodit po dvou nohách, mluvit, najít míč a dokonce i tanec. (Je to robot, ačkoli, není AI: nemůže navrhnout menu.)

Slyšení o pokroku v oblasti umělé inteligence, nepotřebujete odborníka, aby vám říct, že je nadšený, nebo strach. Jen začnete mít pocit,: inteligence je tady. Je zřejmé, Google získal pocit,, také, protože koupil DeepMind pro rumoured $ 650m. V 2013, Facebook spustila svůj vlastní projekt, s plány na rozvoj obličeje a přírodního uznání jazyka pro web. Vývojáři již začaly pracovat na inteligentní chatbots, které Facebook uživatelé budou moci přivolat pomocí jeho Kurýrní služba.

Dosud, počítače nebyly "inteligentní" vůbec, nebo jen těsně, takže. Byli dobří v jednoduchých úkolů, které nás oslnit, jako je matematika, ale špatně na ty, bereme jako samozřejmost, která se ukáže být vážně těžké. Akt chůze je něco, co moderní roboti učit se jako malé děti a stále bojují s; Základní Pöttering úkoly zůstávají vzdálených snů. "Jedním z příkladů je snadnost, s jakou vy nebo já mohl udělat šálek čaje v kuchyni někoho jiného,"říká Profesor Alan Winfield, roboticist na University of the West of England. "Není robot na planetě, že by to mohlo dělat."

Abychom pochopili, proč lidské bytosti je tak obtížné, přemýšlet o tom, jak byste mohli dostat počítač rozpoznat lidi z fotografií. bez AI, musíte vědět, jak si nejprve udělat sami, aby se naprogramovat počítač. Musíte sbírat a přemýšlet o všech možných vzorů, barvy a tvary obličeje, a jak se mění ve světle a v různých úhlech - a vy musíte vědět, co je významné a co je jen bláto na objektivu. AI, nemusíte vysvětlovat: stačí dát horu reálných dat do počítače a nechat ji učit. Jak navrhnout software učení zůstává esoterická záležitost, provincie několika vyhledávaným po počítačoví vědci, ale je jasné, že mám na vítěze vytvářením struktur pro zpracování dat volně založený na strukturách v mozku. (Tento jev se nazývá "hluboké učení".) Co se týče hor reálných dat, dobře, to, co Google, Facebook, Amazonka, Uber a celý zbytek se stalo, že povalovat.

V tomto stádiu, my ještě nevíme, který využívá AI dopadne nejlépe. Josh Newlan, Kalifornie kodér pracující v Šanghaji, se nudil poslouchá nekonečné konferenčních hovorech, tak postavil nějaký software k poslechu na něj. Nyní, kdykoliv je název Newlan je uvedeno, jeho počítač mu okamžitě odešle přepis posledního půl minuty, čeká 15 sekundy, pak přehraje záznam o něm říká,, "Promiňte, Neuvědomil jsem si, můj mikrofon byl na němý. "Loni, Josh Browder, britský teenager, postaveno bez umělé právník, který apeluje na parkovací lístky; plánuje postavit další vodítko uprchlíkům prostřednictvím zahraničních právních systémů. Možnosti jsou ... No, Možná algoritmus může počítat možnosti.

Tak bude stroj mysli jeden den předčí naše vlastní? Výzkumníci mluvím já, jsou opatrní, a vzít bolesti zdůraznit, jaké jsou jejich stroje nemohou dělat. Ale rozhodl jsem se dát AI k testu: může naplánovat jídlo, stejně jako Ottolenghi? Může to malovat můj portrét? Je technologie stále uměle inteligentní - nebo je to začíná být inteligentní, opravdu?

Test vaření

Dobře, Řeknu to není hrozné. Lidé sloužil mi hůř. I když ve skutečnosti je název, který IBM Watson Chef dává tento pokrm ("Kuřecí játra Pikantní omáčka") je asi tak chutný, jak to zaslouží.

Abychom byli spravedliví vůči Chef Watson, a Guardian víkendovou vlastní kuchař-fejetonistou Yotam Ottolenghi, Já si stanovili jim docela úkol. Požádal jsem o jídlo založené na čtyřech složkách, která se zdála patřit nikde blízko sebe: kuřecí játra, řecký jogurt, wasabi a tequila. Mohli přidat cokoli jiného jim líbí, ale ti čtyři musely být v konečném misky, který bych vařit a jíst. Chef Watson neváhal, Okamžitě mi dává dvě omáčky na těstoviny. Ottolenghi byl opatrnější. "Když jsem dostal výzvu Myslel jsem,, "To nepůjde,' "Říká mi.

Myslel jsem, že totéž. Nebo alespoň jsem si myslel bych skončit jíst dvě jídla, která se podařilo být i přes jejich složek OK, spíše než kvůli nim. Ve skutečnosti - a budete mi přemýšlet dotvarování, ale co - Ottolenghi recept bylo zjevení: játra a cibulí a snížení tequily, podávané s jablkem, ředkev, řepa a čekanka zelný salát, s wasabi a jogurtovým dresinkem. Miska může vytvořit velký smysl na papíře, ale jsem hltal plátování pocit, že každý prvek patřil. (A zálivkou zahuštěný s jogurtem a wasabi namísto hořčice: vážně, pokusit se.) Ottolenghi mi říká, že recept je jen chlup krátký publishable.

Jedná se o to, že pokrm jej a jeho tým tři dny se k dokonalosti. Byli schopni ochutnat a diskutovat chutí, textury, barvy, teploty, takovým způsobem, že Watson nemůže - i když tam byly "diskuse" o přidání mechanismus zpětné vazby v budoucnu, Chef vedoucí inženýr Watson, Florian Pinel, říká mi. "Recept je taková složitá věc,"Říká Ottolenghi. "Je to těžké pro mě i pochopit, jak by jej počítač přiblížit."

Yotam Ottolenghi a Chef Watson jídla
Yotam Ottolenghi a Chef Watson jídla Fotografie: Jay Brooks pro Guardian

Watson byl nejprve postaven IBM vyhrát televizní Gameshow Jeopardy! v 2011. V některých ohledech to bylo zavádějící výzva, protože pro počítač tvrdá část testu je pochopení otázky, nevěda odpovědi; pro člověka, je to naopak. Ale Watson vyhrál, a jeho technologie začalo být aplikován na jiném místě, včetně jako kuchař, generování nových receptů na bázi 10,000 Skutečné příklady jsou převzaty z Časopis Dobrou chuť.

Nejprve software musel "spolknout" tyto recepty, jako tým Watson dát. Mnoho výpočtů šel do pochopení toho, co složky byly, jak byly připraveny, jak dlouho byly vaří, aby byl schopen vysvětlit, jak je používat v nových misek. (Tento proces může ještě jít nakřivo. Dokonce i teď Chef Watson doporučuje složku s názvem "Mollusk", které se ochotně vysvětluje, je "šestý plné délky album Ween".)

Větší problém byl snaží dát stroji pocit chuti. "Je to dost snadné pro počítač vytvořit novou kombinaci,"Říká Pinel, "Ale jak to může vyhodnocovat jednu?"Watson byl učen, aby zvážila každou složku jako kombinaci specifických chuťových látek - z nichž existují tisíce - a pak kombinovat ingredience, které měly sloučeniny společného. (Tento princip, jídlo párování, je dobře zaveden mezi lidmi.) Konečně, Software generuje krok za krokem pokyny, které dávají smysl lidskému kuchaře. Důraz je kladen na překvapení, spíše než praktické plánovaní jídla. "Chef Watson je opravdu tam na vás inspirovat,"Pinel vysvětluje. Každý recept je dodáván s připomenutí "používat svůj vlastní kreativitu a úsudek".

A musím. Prvním krokem je "toastového ploché petržele", což prostě není dobrý nápad. Dělám, efektivně, pomalu vařené kořeněné vepřové a hovězí ragú, včetně všech svých čtyřech složkách, Zatím Watson kupodivu také okurku a drží mi říkal, abych "sezóny s novým kořením", což odmítám dělat na principu. Na konci, Mám bohaté omáčka s příchutí spíše v blízkosti farmě, ale ne nepoživatelné. Nemohu chuť wasabi nebo tequilu, což jsem rád, že o.

Yotam Ottolenghi s Nao robotem
Yotam Ottolenghi s Nao robotem půjčil zásluhou Heber základní školy, Londýn. Fotografie: Jay Brooks. styling: Lee Flude

Watson je chytrý a úkolem je těžké, ale jsem připraven říci, že to není nic víc než trochu zábavy pro potravinářské experty, až mě přestane Ottolenghi. "Myslím, že myšlenka pomalé vaření játra s trochou masa je skvělé,"Říká. "To zintenzivňuje chuť. Všechno, co přijde dohromady. Pokud bych měl začít znovu s tímto receptem, samozřejmě jogurt nesedí - ale já bych opustit pomerančovou kůži tam, některé z koření. Nemyslím si, že je to velmi špatný recept. Mohlo by to fungovat. "

Verdikt Watson skrývá podivnosti přísad, ale Ottolenghi z nich dělá zpívat.

Psaní zkouška

dal málo Wordsmith vedle hrůzostrašných strojů IBM a Google, a vypadá to, jako výpočetně pokročilý jako kapesní kalkulačku. Avšak zatímco Watson mumlá přes jeho učňovském, Wordsmith je už v práci. Pokud čtete burzovní zprávy z Associated Press, nebo Yahoo sportovní žurnalistiky, tam je dobrá šance, že byste si myslet, že oni byli napsáni osobou.

Wordsmith je umělá spisovatel. Vyvinutý společností v Severní Karolíně s názvem Automated Insights, to utrhne nejzajímavější nugety z datové sady a používá je strukturovat článek (nebo e-mailem, či produktové). Když přijde přes opravdu velké novinky, používá více emotivní jazyk. To se liší dikci a syntaxi, aby se jeho práce mnohem čitelnější. Dokonce i nemotorný robot kuchař může mít své využití, ale psaní pro lidské čtenáře musí být hladké. Zahnutý do rozpoznávání hlasu zařízení, jako je Amazon Echo, Wordsmith mohou dokonce reagovat na mluvené lidské otázky - o výkonu něčích investic, říkají - s zamyšleně mluvené odpovědi, oznamující, co je zajímavé první, a opouštět to, co není zajímavá vůbec. Pokud jste nevěděli, trik, si myslíte pouzdro 9000 přijel.

Trik je to: Wordsmith dělá ta část psaní že lidé si neuvědomují, je snadné. Locky Stewart z automatizovaných Insights mi dává návod. Píšete do Wordsmith větu jako, "Nová čísla ABC ukazují, že New York Inquirer krevní oběh vzrostla 3% v dubnu. "Pak si pohrát. The 3% přišel z vašich dat, takže si vyberte slovo "růže" a psát pravidla, známý jako "pobočka", která se bude měnit slovo "růže" k výrazu "výstřel up" v případě, že procento je větší než 5%. Pak si větev "růže", aby se stal "spadl", pokud je procento negativní. V případě, že je procento -5% nebo nižší, "Růže" se stane "propadla".

Pak budete krmit synonyma. Takže "propadla" může také být "klesl ostře slovem". "Tazatel krevní oběh" může být "oběh v Inquirer". "Shot up" může být "prudce" a tak dále. Pak můžete přidat další tresty, snad o online provoz, nebo o které dny 'Print prodaných kopií nejlépe, nebo o srovnání meziroční rok. Pak dostanete chytrý. Řeknete Wordsmith dát věty se nejvíce ničím novým informacím první, definované snad jako ty, které mají největší procento změny. Možná, že přidáte větev říci, že výsledek je "nejlepší / nejhorší výkon mezi tituly kvality". Peklo, můžete dokonce naučit některé staré Fleet Street triky, takže pokud cirkulace klesne začne kus "Editor Charles Kane se potýká s ostrou kritiku jako", ale pokud oběh má "vystřelil" to bude "Charles Kane umlčel kritiky se zprávou, že". Vložit "více" nebo "znovu" nebo "pokračuje", pokud se dostanete totéž dva měsíce v řadě.

"Umělá inteligence je vlastně lidské inteligence, která buduje síť logiky,"Říká Stewart, "Stejné síti byste použili při psaní příběhu. Mohlo by to byly vyvinuty 10 nebo 15 před lety, v kódu, ale aby to fungovalo v tomto měřítku bylo možné jen v poslední době. "Je zřejmé, že trvá déle připravit článek o Wordsmith než psát jeden konvenčně, ale jakmile jste učinili, Počítač může publikovat čerstvý cirkulační noviny příběh každý měsíc, na každé noviny, během několika vteřin od obdržení informací. Je možné publikovat miliony příběhů během několika minut - nebo publikovat pouze některé z nich, V případě, že údaje nedosáhne určitý práh informativnosti. Tak se stává automatizovaný editor, také, s nastavitelnými chutí v důkladnosti, Frekvence a hysterie.

Za úkol Wordsmith je, Navrhuji fotbal: Je to obor, který produkuje velké množství dat a má čtenáře, který chce personalizované články. Guardian fotbal spisovatel Jacob Steinberg dobrovolníci, aby se na počítači, a poskytuji tabulku faktů z nedávného Premier League: Pozice v lize v minulé sezóně a pozici v této sezoně je o Vánocích a na konci, gólů a připustil,, Nejlepším hráčem jméno a celkem zapisovatele, Hodnota letních transferů a citace ze správce.

Pracující výhradně z těchto údajů, každý počítač a člověk musí napsání hodnocení sezóny pro daný klub. Steinberg vybere Leicester City na základě toho, že jeho čísla by měla obsahovat příběh, který by někdo vidět. Wordsmith nepotřebuje vybírat. To bude dělat vše 20.

A ve skutečnosti oba počítače a lidské rychle produkovat docela podobné práce:

Leicester City fotbalista Jamie Vardy

Oba Steinberg a Wordsmith dodat dramatické první věty. Možná, že chce, aby to znělo autentické, Automatizované Insights použít některé chytré triky dát pocit do tohoto orgánu článek, vychytrale hádat, že Leicester byly "v naději, že skončit na vrcholu 10 Po 14. místo skončit v minulé sezóně ". Dívám se přes Wordsmith v jiných článcích a Southampton, mající skončil sedmý v minulé sezóně, mít "oči na evropském místě", zatímco Manchester City "začala sezóna sní o ligový titul po skončení druhé".

Naopak, Steinberg zaboří smysluplněji do čísel, což ukazuje, že Jamie Vardy nejen zaznamenal 24 cíle, ale že se jednalo o vyšší procento gólů svého týmu, než byl řízen téměř dvěma dalšími hráči. Vědět, jak funguje Wordsmith, samozřejmě, jeden mohl snadno nastavit, aby učinily totéž. Ve skutečnosti se dívá skrze něj, Celý Steinberg výrobek by mohl být vytvořen zkušeným Wordsmith programátor - s výjimkou jednoho řádku. "Je to magický sezóna,"Cituje manažera Leicester, jak říká, před přidáním, "Oprávněně, vzhledem k tomu, že v létě výdaje 26,7 m £ o převodech vyrobena jim osmý nejnižší výdaji ". Že "oprávněně" ukazuje spisovatel, který skutečně ví, co píše.

Verdikt Steinberg je mnohem lepší spisovatel, pokud chcete 20 data-těžké články 10 zápis.

Zkušební obraz

Notebook chce, abych usmívat. "Je to v dobré náladě," Simon Colton říká. Ví, protože on je vědec, který je naprogramován. Jsme v Science Museum v Londýně, kde Malba Fool, jak to je voláno, dává veřejnou demonstraci. Je důležité, že jsem neukazují zuby, Colton říká, protože něco o světle z nich dělá vypadají zelené k obrazu Fool.

Z mého bezzubý úsměv notebooku vytváří "pojetí" toho, co by chtěl malovat, na základě své nálady. Nálada pochází z "analýza sentimentu" z nedávných článků strážných, čirou náhodou (v průměru o čtení Guardian je sedativum, zřejmě, na rozdíl od věci o zahradničení). Včera Fool byl v tak špatné náladě, že poslal někoho pryč nelakovaný; Dnes je to pocit, "pozitivní".

Dále se Fool pokouší malovat se simulovaným kartáčem a simulovaném ruky (vlastně, obraz Colton ruky) Na obrazovce se za mnou. To se naučil, aby odrážela její náladu z práce a Ventura, jiný počítačový odborník, na Brigham Young University v Utahu, který trénoval neuronové sítě rozpoznat emocionální atributy obrázků tím, že sedí tisíce lidí v přední části desítek tisíc maleb a požádal je, aby označit každý z nich s tím, co adjektiv přišlo na mysl. Blázen nyní ví, že světlé barvy odrážejí dobrou náladu, a "tužky s těsným líhnutí" vytvořit obraz, který je "za studena". Pokud se to dělá, vytiskne se stránka s tiskací sebekritiky. "Celkově, To je zcela jasné portrét," říká. "To je v pořádku, ale můj styl snížila úroveň světlé zde. Takže jsem trochu naštvaný o tom. "

Zde spolu s námi, zaujalo ale příliš zaneprázdněn na její stojan se dívat, je Sarah Jane Moon, umělec, který vykazuje s Royal Society of Portrétisté. Nechce vidět zuby, buď. "Malujeme ze života,"Říká, "A nemůžete držet úsměv na sezení při sezení. To je důvod, proč všechny tradiční portréty ukazují zcela uvolněné funkce. "

Malba Blázen je speciální stroj, a dokonce i mírně proslulé, ale nemohu popřít, že Měsíc je téměř všechno, proč jsem nadšený, že tady. Pocit maloval skutečného člověka, s nimi se na tebe a přemýšlet o vás, je vzrušující a lichotivé. analýza sentimentu a školení dat, na druhou stranu, nesčítají na cokoliv, jehož pohled na mě záleží, a hotové portréty nemění svůj názor. Moon je je krásný, skutečná věc, který se cítí hned jako jedna osoba vidět jinou. Blázen Tři snahy mají schopnost se mi líbí, ale většinou vypadají jako fotografie, které prošly nějakým druhem softwarového filtru. Colton trvá na tom, Blázen je tady "se naučit být lepší", ale Dívám se a přemýšlet: No a co?

Lakování Leo Benedictus Sarah Jane Měsíce
Leo Benedictus jak je vidět Sarah Jane Moon ...
Lakování Leo Benedictus obrazem Fool počítače
... A jak si ho představovali malbě Fool notebooku. Fotografie: Murray Ballard

Pak myslím, že ještě víc. Pro jednu věc, Ukazuje se, že umění je víc mechanický, než jsem si uvědomil,. "Snažím se dívat na Lea jako abstraktní soubor tvarů, formuláře, barvy, tóny,"Moon vypráví Colton, "Dostat pryč z toho, že to je nos. Protože když začnete k tomu, že, vám uvíznou v tom, co myslet vypadá jako nos. "

"Co software dělá, je vyrazit do barevných regionů,"Říká Colton.

"Ano, přesně,"Moon souhlasí. "Myslím, že to, co nejlepší malíři dělat. Je to přepis. "Poté ona mi řekla, že cítila jakousi" příbuznost "se softwarem, zatímco oni pracovali bok po boku.

Co je důležitější, Uvědomuji si, že záleží na tom není, jak se stroj barvy; je to, jak vidím. Moon Rozumím, Myslím si, že. Je to člověk, a vím, jak to cítí, tak jsem na ní záleží obrázku. Ale co je to pocit být Painting Fool? Je to to, co jeho portréty se snaží, aby mi říct,?

Verdikt Měsíce obraz je mnohem bohatší; blázen je stále učí a staletí praxe jít.

Překlad Test

Google Translate byl první kus pořádné sci-fi přijít pravdivý, a je to už deset let starý. V mnoha ohledech je typickým příkladem, kde AI má na. Užitečný, tak určitě; impozantní, bez otázky; ale stále neohrabaný jako peklo, Navzdory velkým zlepšením.

Pokud jste jej nevyužili, funguje to takhle: zadávat text nebo webové odkazy v některém 103 podporovaných jazyků a dostanete hrubý překlad sekund později v některém z ostatních. Aplikace v telefonu bude přepisovat to, co říkáte, a pak ji mluvit zpět, přeloženy (32 podporované jazyky); může nahradit text cizího jazyka znamení nebo nabídky tam, kde namíření fotoaparátu. Žádné vysvětlení je potřeba o tom, jak v pohodě, že je (a je to zdarma).

Globally, half a billion people use Google Translate each month, mostly those who don’t speak English (which is 80% of people) but who want to understand the internet (which is 50% Angličtina). “Most of our growth, and actually most of our traffic, comes from developing or emerging markets such as Brazil, Indonésie, Indie, Thailand,” says Barak Turovsky, head of product management and user experience at Google Translate. It’s surprisingly popular for dating, také, he adds. “Things like ‘I love you’ and ‘You have beautiful eyes’, that’s very prevalent.”

The software has always used a form of statistical machine learning: scouring the internet for already translated text – UN declarations, EU documents – and mapping the likelihood of certain words and phrases corresponding to one another. The more data it gathers, the better it gets, but the improvement levelled off a couple of years ago. Již brzy, Turovsky says, they will deploy new deep learning algorithms, which will produce much more fluent translations.

I tak, there are limits, and some seem fundamental when you talk to a human translator and realise how subtle their work is. Ros Schwartz a Anne de Freyman volunteer for this task. Both are professional French/English translators, and I need two because, in order to judge how good the translation is without being fluent in both languages, we need to translate twice – once out of English into French, once back again. Google Translate keeps no memory of the original and can do the same thing.

I choose a short passage of distinctive but not especially wild or ambiguous prose from the beginning of Herzog by Saul Bellow. Translators normally require context, so I tell Schwartz and De Freyman that it comes from a famous mid-century American novel.

Within a few days, Schwartz and De Freyman return a very smooth facsimile of the original text. Here and there some nuances have not survived, but the passage remains a pleasure to read, and the main meanings come across exactly.

Google Translate takes only a few seconds, and the result is both impressive and inadequate, weirdly good in places, in others weirdly bad – turning “he” into “it” and concocting the idea that Herzog is in love. Miraculously, it keeps “cracked” as a description of the hero. French has no word that combines the sense of “broken” and “mad” that cracked coveys in English, so De Freyman makes it “cinglé”, which comes back from Schwartz as “crazy”.

“Google Translate would look at statistical probability and say, what does ‘cracked’ mean?” Turovsky explains. “And statistically, it will try to decide whether it means ‘cracked’ or ‘crazy’ or whatever. Že, for a machine, is a non-trivial task.” Nor is it simple for a human, even though we find it easy. You’d have to ask whether Bellow could have meant that Herzog was “cracked” as in physically fractured. Then you’d have to assume not, because human bodies don’t generally do that. So you’d wonder what he did mean and assume instead, if you were not already familiar with the usage, that he must mean “crazy”, because you understand the rest of what you’ve read. But to do all this, wouldn’t Google Translate have to be pretty much conscious, I ask? Turovsky laughs. “I don’t think I’m qualified to answer that question.”

Verdikt Some bullseyes and howlers from Google Translate, while Schwartz and De Freyman are fluent and exact.

guardian.co.uk © Guardian News & Media Limited 2010

Související články