Man v Máquina: Pode Informática Cociña, Escribir e pintar mellor que nós?

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

A intelixencia artificial poden agora gañar un partido, recoñecer o seu rostro, incluso recorrer contra o seu billete de aparcamento. Pero pode facer as cousas aínda o ser humano atopar complicado?


Alimentado por Guardian.co.ukEste artigo titulado “Man v máquina: ordenadores pode cociñar, escribir e pintar mellor que nós?” foi escrito por Leo Benedictus, para o The Guardian, o sábado 04 de xuño 2016 08.00 Tempo Universal Coordinado (Universal Time Coordinated

un vídeo, para min, cambiou todo. É escenas do vello xogo de Atari breakout, aquel onde desprazar unha pa esquerda e á dereita ao longo da parte inferior da pantalla, intentando destruír ladrillos por unha bola quizais para eles. Pode ler sobre o xogador do partido: un algoritmo desenvolvido por DeepMind, a empresa de intelixencia artificial británico cuxo AlphaGo programa tamén feriron un dos maiores xa Vaia xogadores, Lee SEDOL, a comezos deste ano.

Quizais espera un ordenador para ser bo en xogos de ordenador? Xa que eles saben o que facer, certamente facelo máis rápido e máis consistente do que calquera ser humano. Breakout xogador do DeepMind non sabía nada, con todo. Non foi programado con instrucións sobre como funciona o xogo; non foi aínda dixo como usar os controis. Todo o que tiña era a imaxe na pantalla eo mando para intentar obter tantos puntos como sexa posible.

Assist o vídeo. Primeiro, o remo permítelle o balón caer no esquecemento, non coñecendo mellor. ao final, só mucking, bate o balón de volta, destrúe un ladrillo e gaña un punto, polo que recoñece isto e fai iso con máis frecuencia. Tras a práctica dúas horas, ou preto de 300 xogos, tornouse seriamente bo, mellor do que ou eu nunca será. Logo, despois sobre 600 xogos, as cousas están asustado. O algoritmo iníciase co obxectivo de que o mesmo punto, unha e outra vez, para escavar a través dos ladrillos no espazo detrás. Unha vez alí, como calquera xogador Breakout sabe, o balón vai saltitando por un tempo, obtención de puntos gratuítos. É unha boa estratexia que o equipo chegou con por conta propia.

"Cando os nosos investigadores viron este, que realmente chocou los,"CEO de DeepMind, Demis Hassabis, dixo a unha audiencia nunha conferencia de tecnoloxía en París. Podes ver a súa demostración, máis, e escoitar a risa e aplausos cando a máquina descobre a súa estratexia burrowing. O ordenador converteuse en intelixente, un pouco como nós.

"Intelixencia artificial" é só o máis antigo e máis sensacionalistas de frases de zumbido todo de computación. A idea foi realizado por primeira vez en serio polos Alan Turing en Computing Machinery and Intelligence, o 1950 papel no que propuxo o que ficou coñecido como a proba de Turing: unha máquina podería convencido-lo a través da conversa que era humano, estaba facendo na medida calquera ser humano podía para probar que era realmente pensar. Pero o termo AI non se adoita empregar ata 1955, cando matemático americano John McCarthy propuxo unha conferencia para especialistas. Isto ocorreu o ano seguinte, e desde entón o campo foi executado nun aproximadamente ciclo de dous anos mania e desesperación. (Os investigadores aínda teñen un novo término - "inverno AI" - para describir os seus feitizos de moda. Os anos 1970 e 1990 foron particularmente duras.)

Hoxe hai unha nova mania, parecer distinto dos outros: el encaixa no seu peto. Un teléfono pode bater o campión mundial de xadrez, recoñece cancións na radio e imaxes dos seus fillos, e traducir a súa voz noutra lingua. O robot non retratado aquí Yotam Ottolenghi pode andar sobre dúas pernas, falar, atopar un balón e mesmo danza. (É un robot, aínda, non AI: Non pode concibir un menú.)

Escoitar sobre os avances da AI, non precisa de un experto para dicirlle a ser animado, ou medo. Acaba de comezar a obter a sensación: intelixencia é aquí. Claramente Google ten a sensación, máis, porque comprou DeepMind para un US $ 650m espallado rumores. En 2013, Facebook lanza o seu propio proxecto, con plans para desenvolver recoñecemento da linguaxe facial e natural para o sitio. Os desenvolvedores xa comezaron a traballar en chatbots intelixentes, que os usuarios de Facebook poderá invocar usando o seu servizo Messenger.

Ata agora, ordenadores non foron "intelixente" en todo, ou só marxinalmente así. Eles fun bo en tarefas fáciles que nos deslumbram, como matemáticas, pero malo para os que consideran un dereito adquirido, que acaban por ser seriamente duro. O acto de camiñar é algo que os robots modernos aprender como bebés e aínda loitan con; tarefas Pöttering básicos permanecen soños distantes. "Un exemplo é a facilidade con que ou eu podería facer unha cunca de té na cociña doutra persoa,", Di Profesor Alan Winfield, roboticista da Universidade do Oeste de Inglaterra. "Non é un robot no planeta que podería facelo."

Para entender por que o ser humano é tan difícil, Pense sobre como pode obter un ordenador para recoñecer as persoas a partir de fotografías. sen AI, ten que saber como facelo se primeiro, a fin de programar o computador. Ten que recoller e pensar sobre as posibles estándares, cores e formas dos rostros, e como cambian na luz e en diferentes ángulos - e ten que saber o que é significativo e que é só lama na lente. con AI, non ten que explicar: só dar unha montaña de datos reais a un ordenador e deixar saber. Como deseñar o programa de aprendizaxe segue sendo un tema esotérico, provincia de algúns científicos da computación buscados, pero está claro que teñen un vencedor a través da elaboración de estruturas de procesamento de datos baseado vagamente sobre as estruturas do cerebro. (Iso é chamado de "aprendizaxe profunda".) Como para as montañas de datos reais, ben, iso é o que Google, Facebook, Amazonas, Über e todo o demais ocorrer de ter en torno a mentir.

nesta fase, aínda non sabemos que utiliza de AI sairá mellor. Josh Newlan, un codificador California traballar en Shanghai, quedou aburrido coa escoitar chamadas en conferencia infinitas, así el construíu un software para escoitar a el. Agora, sempre que o nome de Newlan é mencionada, computador instantaneamente envíalle unha transcrición da última media hora, espera 15 segundos, logo reproduce unha gravación del dicindo, "Desculpe, Eu non sabía que o micrófono estaba no mudo ". O ano pasado,, Josh Browder, un adolescente británico, construíu unha avogado artificial libre que os recursos contra multas de aparcamento; el planea construír outro para orientar os refuxiados a través de sistemas xurídicos estranxeiros. As posibilidades son ... Ben, quizais un algoritmo pode contar as posibilidades.

Entón vai mentes máquina un día superar a nosa propia? Os investigadores que falo a son cautelosos, e tomar coidado para enfatizar o que as súas máquinas non poden facer. Pero decidín poñer AI para o exame: pode planear unha comida, así como Ottolenghi? pode pintar o meu retrato? É a tecnoloxía aínda intelixencia artificial - ou está empezando a ser intelixente, para real?

A proba de cocción

Ben, Eu vou dicir que non é horrible. Os seres humanos teñen servido me peor. Aínda que, en realidade, o nome que de IBM Xefe Watson dá este prato ("Hígado de pollo Salsa") é case tan apetitoso como merece.

Para ser xusto para Chef Watson, e co propio chef-columnista do Guardian Weekend Yotam Ottolenghi, Eu os había definido unha tarefa moi. Eu pedín un prato en base a catro ingredientes que parecía pertencer a ningunha parte preto un do outro: fígados de galiña, iogur grego, wasabi e tequila. Eles poderían engadir calquera outra cousa que lles gustou, pero os catro tiñan de estar no prato rematado, que quere cociñar e comer. Chef Watson non dubidou, instantáneamente dándome dúas salsas para masas. Ottolenghi foi máis circunspecto. "Cando recibín o reto Pensei, 'Isto non funcionará,' ", El me di.

Eu penso o mesmo. Ou polo menos eu penso que eu ía acabar comendo dous pratos que conseguiron estar ben, a pesar dos seus ingredientes, en vez de polo delas. En realidade - e vai me pensar un verme, pero e que - a receita de Ottolenghi foi unha revelación: fígado e cebola e unha redución tequila, servido con unha mazá, rabanete, remolacha e da chicória slaw, con wasabi e iogur levar. O prato pode facer pouco sentido en papel, pero eu devoraba unha sensación prato que cada elemento pertencía. (E vinagreta engrossado con iogur e wasabi en vez de mostaza: en serio, probalo.) Ottolenghi me di que a receita é só unha curta suíza de publicável.

A cousa é, este prato levou el eo seu equipo de tres días para mellorar. Eles foron capaces de probar e discutir sabores, texturas, cores, temperaturas, de forma que Watson non pode - aínda que houbese "discusións" sobre a adición de un mecanismo de retroalimentación no futuro, Xefe enxeñeiro-xefe de Watson, Florian Pinel, dime. "A receita é unha cousa tan complexa,"Ottolenghi di. "É difícil para min mesmo para entender como un ordenador iría abordalo-lo."

Yotam Ottolenghi e pratos do Xefe Watson
Yotam Ottolenghi e pratos do Xefe Watson Fotografía: Jay Brooks a Guardian

Watson foi construído pola IBM para gañar o Jeopardy gameshow televisión! en 2011. En certo xeito, foi un reto enganosa, porque para un ordenador a parte máis difícil de unha proba é a comprensión das cuestións, non saber as respostas; para seres humanos, é o contrario. Pero Watson gañou, ea súa tecnoloxía comezou a aplicarse noutros lugares, incluíndo como un chef, xerar novas receitas con base na 10,000 exemplos reais tiradas revista Bon Appétit.

Primeiro o software debeu "inxerir" estas receitas, como o equipo Watson poñelas. Unha morea de computación entrou comprender o que os ingredientes eran, como foron preparados, canto tempo eles foron preparados para, a fin de ser capaz de explicar como usalos en novos pratos. (O proceso aínda pode dar mal. Aínda agora Xefe Watson recomenda un ingrediente chamado "Molusco", que prestativamente explica é "o sexto longametraxe disco de Ween".)

Un problema maior estaba tentando dar a máquina un sentido do paladar. "É moi fácil para un ordenador para facer unha combinación,"Pinel di, "Pero como pode avaliar un?"Watson foi ensinado a considerar cada ingrediente como unha combinación de compostos aromatizantes específicos - dos cales hai miles - e, a continuación, para combinar os ingredientes compostos que tiñan en común. (este principio, vinculación de alimentos, Está ben establecido entre os seres humanos.) finalmente, o software xera instrucións paso a paso que teñen sentido para un cociñeiro humana. A énfase está sorpresas ao contrario de planificación da comida práctica. "Xefe Watson está realmente alí para inspira-lo,"Pinel explica. Cada receita vén co recordatorio de "utilizar a súa propia creatividade e xuízo".

E eu teño. O primeiro paso é "regalo de Salsinha", que simplemente non é unha boa idea. Eu estou facendo, eficazmente, unha carne de porco aderezada slow-cociñados e ragu de carne, incluíndo todos os meus catro ingredientes, aínda Watson estrañamente inclúe pepino e segue me dicindo para "temperado con pementa de Xamaica", que eu me rexeitamento a facer no principio. Ao final, Teño unha salsa rico cun sabor moi próximo do patio, pero non comestíbel. Non podo probar o wasabi ou tequila, que eu estou feliz sobre.

Yotam Ottolenghi con Nao robot
Yotam Ottolenghi con Nao robot prestado cortesía de Heber escola primaria, Londres. Fotografía: Jay Brooks. styling: Lee Flude

Watson é intelixente ea tarefa é difícil, pero eu estou listo para dicir que este non é máis que un pouco de diversión para os nerds de alimentos, ata Ottolenghi me deixa. "Eu creo que a idea de slow-cociñar os fígados cun pouco de carne é grande,", Di el. "É intensifica o sabor. Todo vai reúnense. Se eu tivese que empezar de novo con esta receita, obviamente, o iogur non encaixa -, pero quere deixar a pel de laranxa alí, algunhas das especias. Eu non creo que é unha receita moi malo. Podería funcionar. "

Veredito Watson oculta a estrañeza dos ingredientes, pero Ottolenghi fai-los cantar.

A proba escrita

Pon pouco wordsmith á beira das terribles máquinas de IBM e Google, e mira como computacionalmente avanzado como unha calculadora de peto. Con todo, mentres que Watson atrapalha a través do seu aprendizaxe, Wordsmith xa está no traballo. Se ler os informes do mercado de accións desde a Associated Press, ou xornalismo deportivo de Yahoo, hai unha boa oportunidade de que vostede pensa que foron escritos por unha persoa.

Wordsmith é un escritor artificial. Desenvolvido por unha empresa en Carolina do Norte chamado Automated Insights, ela arranca os Nuggets máis interesantes dun conxunto de datos e os utiliza para estruturar un artigo (ou correo electrónico, ou lista de produtos). Cando se trata do cambio realmente unha gran noticia, usa unha linguaxe máis emotiva. Ela varía ditado e sintaxe para facer o seu traballo máis lexible. Mesmo un chef robot torpe pode ter os seus usos, pero escribir para os lectores humanos deben ser lisas. Conectado a un dispositivo de recoñecemento de voz, como Eco de Amazon, Wordsmith pode incluso responder a unha pregunta humana falada - sobre o desempeño dos mesmos investimentos, dicir - unha resposta coidadosamente falado, anunciando o que é interesante primeiro, e deixando fóra o que non é interesante en todo. Se non sabe o truco, pensaría caso 9000 chegara.

O truco é este: Wordsmith fai a parte de escribir que a xente non entender é fácil. Locky Stewart de Automated Insights dáme un tutorial. Vostede escribe en wordsmith unha frase como, "Novos datos ABC mostran que a circulación do New York Inquirer aumentou 3% en abril. "Entón xogar. O 3% veu dos seus datos, para que escolla a palabra "rosa" e escriba unha regra, coñecido como un "sector", que cambiará a palabra "rosa" á frase "dispararon" a porcentaxe é máis que 5%. Entón ramifican "Rose" para facer "caeu" a porcentaxe é negativo. A porcentaxe é -5% ou inferior, "Incrementar-se" tórnase "despencou".

Entón alimento-lo sinónimos. Así, "caeu" tamén pode ser "caeu drasticamente por". "A circulación do Inquirer" pode ser "a circulación no Inquirer". "Dispararon" pode ser "dispararon" etc.. A continuación, engade máis frases, quizais sobre o tráfico en liña, ou sobre cal dos días imprimir copias vendidas mellor, ou preto de comparacións ano a ano. Entón comeza intelixente. Di wordsmith para poñer as frases coa información máis interesante primeira, definido quizais como aquelas que presentan os maiores cambios porcentuais. Quizais engadir un ramo de dicir que un resultado é "o mellor / peor rendemento entre os títulos de calidade". inferno, pode incluso ensinar algúns trucos vellos Fleet Street, de xeito que a circulación cae a peza comeza "Editor de Charles Kane está enfrentando críticas feroces como", pero se a circulación ten "dispararon" iso se fai "Charles Kane ten silenciado os críticos coa noticia de que". Inserir "máis" ou "novo" ou "continúa" se obter o mesmo de dous meses nunha fileira.

"A intelixencia artificial é realmente a intelixencia humana que constrúe a rede de lóxica,"Stewart di, "A mesma rede que usaría cando se escribe unha historia. Pode ser desenvolvido 10 ou 15 anos, no código, pero para facelo funcionar nesta escala só foi posíbel ultimamente ". Está claro que leva máis tempo para preparar un artigo sobre wordsmith do que escribir un convencionalmente, pero unha vez que fixo ata, o ordenador pode publicar unha historia circulación de xornais frescos cada mes, en todos os xornais, en segundos de recibir a información. Pode publicar millóns de historias en minutos - ou publicar só algúns deles, Se os datos non chega a un determinado limiar newsworthiness. Así, torna-se un editor automatizado, máis, con gustos ajustáveis ​​en profundidade, frecuencia e histeria.

Para a tarefa de wordsmith, suxiro fútbol: É un campo que produce unha gran cantidade de datos e ten un público que quere artigos individuais. escritor de fútbol Gardián Jacob Steinberg voluntarios para asumir o ordenador, e eu ofrecer unha táboa de feitos a partir da última Premier League: posición League da tempada pasada ea posición desta tempada no Nadal e no final, Goles marcados e sufridos, top nome do enlace e totais, valor das transferencias de verán e unha cita do director.

Traballando só a partir destes datos, ordenador e humano debe cada comentar a tempada para un club. Steinberg escolle Leicester City na base de que os seus números deben conter unha historia que ninguén vería. Wordsmith non precisa escoller. Vai facer todo 20.

E, de feito, tanto ordenador e humana rapidamente producir traballo moi semellante:

Leicester City futbolista Jamie Vardy

Ambos Steinberg e wordsmith entregar dramáticas primeiras frases. Quizais ansiosos para soar auténtica, Automated Insights usar algúns trucos intelixentes para poñer sentimento en artigo deste último, astutamente supoñendo que Leicester estaban "esperando para rematar no top 10 despois dun fin de lugar 14 na tempada pasada ". Eu ollo a través doutros artigos e Southampton do wordsmith, tendo finalizou sétimo na tempada pasada, ter "ollos nun punto europeo", mentres que o Manchester City "comezou a tempada soñando cun título da liga tras rematar en segundo".

recíprocamente, Steinberg cava máis significativa para os números, mostrando que Jamie Vardy Non só marcou 24 obxectivos, pero que esta era unha porcentaxe máis elevada dos obxectivos do seu equipo do que foi xestionado por todos, pero dous outros xogadores. Sabendo como funciona wordsmith, claro, un podería facilmente configuralo para facer o mesmo. En realidade mirando a través dela, todo o artigo de Steinberg podería ser creado por un programador wordsmith experto - coa excepción dunha liña. "É unha tempada máxica,"El cita o director de Leicester como tendo dito, antes de engadir, "justificadamente, dado que un gasto de verán de £ 26.7m en transferencias fixo o oitavo máis gastadores ". Que "con razón" mostra un escritor que realmente entende o que está escribindo.

Veredito Steinberg é un escritor moi mellor, a menos que queira 20 artigos de datos pesados ​​nas 10 actas.

A proba de pintura

Un portátil quere que eu sorrío. "É de bo humor," Simon Colton di. Sabe porque é o científico que programou. Estamos no Museo da Ciencia de Londres, onde o parvo Pintura, como se chama, está dando unha demostración pública. É importante que non mostro os meus dentes, Colton di, porque algo sobre a luz fai parecer verde ao Bobo Pintura.

Desde o meu sorriso desdentado do portátil crea unha "concepción" do que quere pintar, con base no seu humor. O humor vén dunha "análise de sentimento" de artigos recentes da Garda, como acontece (na lectura media do Guardian é un infortunio, aparentemente, ademais do material sobre xardinería). Onte, o Bobo estaba en tal mal humor que enviou alguén para lonxe sen pintura; hoxe está sentindo "positivo".

A continuación, o parvo intenta pintar cun pincel simulado e unha man simulada (en realidade, unha imaxe da man de Colton) na pantalla detrás de min. Aprendeu a reflexionar o seu estado de ánimo do traballo de e Ventura, outro científico da computación, na Universidade Brigham Young, en Utah, que adestrou unha rede neural para recoñecer os atributos emocionais de imaxes por sentado miles de persoas diante de decenas de miles de pinturas e pedíndolles para marcar cada un co que quere que adxectivos veu á mente. The Fool agora sabe que as cores brillantes reflicten un bo humor, e "lapis con eclosión axustado" crear unha imaxe que é "frío". Cando iso é feito, el imprime unha páxina cunha autocrítica ingresaran. "En xeral, isto é bastante un retrato brillante,"Di. "Está ben, pero o meu estilo baixou o nivel de brillante aquí. Entón, eu estou un pouco irritado con iso. "

Aquí xunto coa xente, intrigado, pero moi ocupado no seu cabalete para asistir, é Sarah Jane Lúa, un artista que exhibe co Royal Society of Portrait Painters. Ela non quere ver os meus dentes, ou. "Nós pintamos da vida,", Di ela, "E non pode soster un sorriso para sentir-se enriba sentado. É por iso que todo retratos tradicionais presentan características moi relaxado. "

O Tolo A pintura é unha máquina especial, e mesmo un pouco famosa, pero non podo negar que Lúa é case todo por iso que estou animado de estar aquí. A sensación de que está a ser pintada por unha persoa real, telos ollar para vostede e penso en ti, é emocionante e lisonjeiro. análise de sentimento e datos de adestramento, por outra banda, non se suman a algo cuxa visión de min que me interesa, e os retratos acabados non cambiar a miña mente. Lúa de é un encanto, cousa real, que se sente inmediatamente como unha persoa visto por outra. tres esforzos dos tolos teñen calidades que máis me gusta, pero sobre todo se parecen con fotografías que pasaron por algún tipo de filtro de software. Colton insiste que o parvo é aquí "para aprender a ser mellor" pero eu ollo e pensar: Entón, o que?

Pintura de Leo Benedictus por Sarah Jane Lúa
Leo Benedictus como visto por Sarah Jane Lúa ...
Pintura de Leo Benedictus polo ordenador pintura Tolo
... E, como imaxinado polo portátil Pintura Tolo. Fotografía: Murray Ballard

Entón eu creo que un pouco máis. Por unha banda, verifícase que a arte é máis mecánico do que eu tiña entendido. "Intento mirar Leo como un conxunto abstracto de formas, formas, cores, escala,"Lúa di Colton, "Fuxir do feito de que iso é un nariz. Porque cando comezar a facelo, vostede é pego no que pensar parece un nariz. "

"O que o software fai é división la en rexións de cores,"Colton di.

"Si, exactamente,"Lúa de acordo. "Eu creo que iso é o que os mellores pintores facer. É transcribir. "Despois ela me di que ela sentiu unha especie de" parentesco "co software como traballaron de xeito conxunto.

máis importante, Eu entendo que o que importa non é como as pinturas de máquina; é así que eu vexo. lúa Entendo, Eu creo que. Ela é unha persoa e sei como se sente, polo que eu me preocupo coa foto dela. Pero o que é a sensación de ser o parvo Pintura? É iso que os seus retratos están tentando me dicir?

Veredito pintura da Lúa é moito máis rico; o Bobo aínda está aprendendo e séculos de práctica para ir.

A proba de tradución

Traduce Google foi a primeira peza de ficción científica adecuada para facer realidade, e é xa unha década de idade. En moitos aspectos, tipifica onde AI ten de. útil, seguro; impresionante, sen dúbida; pero aínda torpe como o inferno, a pesar de grandes melloras.

Se non telo usado, funciona así: introducir texto ou enlaces web en calquera das 103 idiomas soportados e terá un duro segundos tradución máis tarde, en calquera dos outros. A aplicación no seu teléfono pode transcribir o que di e, a continuación, falar-lo de volta, traducidos (32 idiomas soportados); pode substituír o texto dun sinal lingua estranxeira ou menú onde queira que apunte a cámara. Ningunha explicación é necesaria como legal que é (e é gratis).

globalmente, medio billón de persoas empregan Google Translate cada mes, sobre todo aqueles que non falan inglés (que é 80% de persoas) pero quen queira entender a internet (que é 50% Inglés). "A maior parte do noso crecemento, e, de feito, a maioría do noso tráfico, ven en desenvolvemento ou emerxentes mercados como Brasil, Indonesia, India, Tailandia,"Di Barak Turovsky, director de xestión de produto e experiencia do usuario en Google Translate. É sorprendente popular para mozo, máis, engade. "Cousas como" eu te amo "e" Ten ollos lindos ', que é moi prevalente. "

O software sempre usou unha forma de aprendizaxe de máquina estatística: percorre a Internet para o texto xa traducido - declaracións das Nacións Unidas, documentos da UE - e que estean situados o risco de certas palabras e frases que corresponde a outra. Canto máis datos que reúne, mellor queda, pero a mellora nivelou-se un par de anos. pronto, Turovsky di, van implantar novos algoritmos de aprendizaxe profunda, que xerará máis traducións fluente.

Ainda así, hai límites, e algúns parecen fundamentais cando fala cun tradutor humano e entender o quão sutil o seu traballo é. ros Schwartz e Anne de Freyman ofrecer-se a esta tarefa. Ambos son profesionais traductores Francés / Inglés, e eu teño dous porque, a fin de xulgar o quão boa a tradución é, sen ser fluente en ambas as linguas, necesitamos traducir dúas veces - unha vez fóra do inglés para o francés, Xa de volta de novo. Traduce Google mantén ningunha memoria do orixinal e pode facer o mesmo.

Eu escollo unha curta pasaxe da prosa distinta, pero non especialmente salvaxe ou ambigua desde o inicio do Herzog por Saul Bellow. Tradutores normalmente requiren contexto, entón eu digo Schwartz e De Freyman que se trata dunha novela americano de mediados do século famoso.

Dentro duns días, Schwartz e De Freyman voltar un facsímil moi suave do texto orixinal. Aquí e alí algunhas pasaxes non sobreviviron, pero o paso segue sendo un pracer de ler, e os principais significados se atopou exactamente.

Traduce Google leva só uns segundos, eo resultado é impresionante e inadecuada, boa estrañamente en lugares, noutros, estrañamente malo - viraxe "el" a "ela" e inventar a idea de que Herzog está no amor. milagrosamente, segue "rachado" como unha descrición do heroe. Francés non ten unha palabra que combina o sentido de "roto" e "tolo" que rachou coveys en Inglés, de modo Freyman fai "Cingle", que vén de volta de Schwartz como "tolo".

"Google Translate ollaría probabilidade estatística e dicir, o que fai 'rachado significa?"Turovsky explica. "E estatisticamente, vai tentar decidir se quere dicir 'rachado' ou 'tolo' ou o que quere. que, para unha máquina, é unha tarefa non trivial ". Tampouco é simple para un ser humano, aínda que cre que é fácil. Vostede tería que preguntar se Bellow podería significar que Herzog foi "roto", como na física fracturada. Entón tería que non asume, porque os corpos humanos adoitan facelo. Para que quere saber o que quería dicir e asumir vez, Se xa non estaban familiarizados co uso, que debe dicir "tolo", porque entende que o resto do que leu. Pero para facer todo isto, non estaba Google Translate ten que ser practicamente consciente, pregunto? Turovsky ri. "Eu non creo que eu son cualificado para responder a esta pregunta."

Veredito Algúns bullseyes e howlers Google Translate, mentres Schwartz e De Freyman son fluente e exactos.

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

Artigos Relacionados