Čovjek protiv stroja: Može Računala Cook, Napišite i Paint bolji od nas?

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

Umjetna inteligencija sada mogu osvojiti igru, prepoznavanje lica, čak i žalbu protiv parking kartu. No, to može učiniti stvari čak i ljudi naći lukav?


Pokreće Guardian.co.ukOvaj članak pod naslovom “Čovjek protiv stroja: može računala kuhati, pisati i slikati bolje od nas?” napisao je Leo Benedictus, The Guardian u subotu 4. lipnja 2016 08.00 UTC

jedan video, Za mene, mijenja sve. To je snimka iz stare Atari igre Bijeg, onaj gdje se klize veslo lijevo i desno na dnu zaslona, pokušava uništiti cigle odskakanje lopte u njih. Možda ste čitali o igraču igre: algoritam razvijen od strane DeepMind, Britanci umjetne inteligencije tvrtka čija AlphaGo Program također pobijedio jedan od najvećih ikad Idi igrače, Lee Sedol, ranije ove godine.

Možda očekujete računalo biti dobar u računalnim igrama? Nakon što su znali što učiniti, oni sigurno to učiniti brže i više dosljedno nego bilo čovjeka. DeepMind je bijeg igrač ne zna ništa, međutim. To nije bio programiran s uputama kako igra radi; to nije ni rekao kako koristiti kontrole. Sve što je imao bio je sliku na ekranu i naredbu pokušati dobiti što više bodova moguće.

Gledati video. Isprva, veslo omogućuje pad loptu u zaborav, znajući ništa bolje. Konačno, Samo mucking o, to kuca loptu natrag, uništava cigle i dobiva bod, tako da prepoznaje i češće se. Nakon dva sata prakse, ili oko 300 igre, postalo je ozbiljno dobro, bolje nego vi ili ja nikada neće biti. Onda, nakon što je oko 600 igre, stvari postaju zastrašujuće. Algoritam započinje s ciljem na istom mjestu, neprestano, kako bi se buše kroz opeke u prostor iza. Jednom tamo, kao i bilo Bijeg igrač zna, lopta će odskočiti okolo neko vrijeme, prikupljanje besplatne bodove. To je dobra strategija da je računalo je došao gore sa na vlastitu.

"Kada su naši istraživači vidio ovo, da ih zapravo šokirala,"CEO DeepMind-a, Demis Hassabis, rekao je publiku na tehnološka konferencija u Parizu. Možeš gledati svoju demonstraciju, previše, i čuti smijeh i pljesak kad je uređaj otkrije svoju burrowing strategiju. Računalo je postalo inteligentni, pomalo poput nas.

"Umjetna inteligencija" je samo o najstariji i najveći hiper o svim računalnim a buzz fraza. Ideja je prvi put raspravlja ozbiljno Alan Turing u Computing Machinery i inteligencija, the 1950 papir u kojem je predložio ono što je postalo poznato kao Turingov Test: ako stroj može vas uvjeriti u razgovoru da je ljudski, to je bio događaj onoliko koliko svaki čovjek mogao dokazati da je zaista razmišljao. No, pojam AI nije općenito koristiti dok 1955, kada Američki matematičar John McCarthy predložio je konferenciju za stručnjake. Ovo je održan i sljedeće godine, i od tada je polje je raditi na otprilike dva desetljeća ciklusa manije i očaja. (Istraživači imaju čak i novi pojam - "AI zimu" - kako bi opisao svoje čarolije iz mode. 1970-ih i 1990-ih su bili posebno surovi.)

Danas postoji nova manija, koji izgleda drugačije od drugih: se uklapa u vaš džep. Telefon može pobijediti svjetski šahovski prvak, prepoznati pjesme na radiju i slike svoje djece, i prevesti vaš glas na drugi jezik. NDO-robot ovdje na slici s Yotam Ottolenghi može hodati na dvije noge, govoriti, naći loptu, pa čak i ples. (To je robot, iako, ne AI: ne može dizajnirati izbornika.)

Saznavši za napredak u AI, ne morate stručnjaka koji će vam reći da je uzbuđen, ili prestrašen. Vi samo početi da se osjećaj: inteligencija je ovdje. Jasno Google je osjećaj, previše, jer je kupio DeepMind za glasine $ 650. U 2013, Facebook pokrenuo svoj vlastiti projekt, s planovima za razvoj prepoznavanje jezika lica i prirodan za site. Developeri su već počeli raditi na inteligentnim chatbots, koji Facebook korisnici će moći pozvati koristeći svoj Messenger.

Dosada, Računala nisu bili "inteligentni" na sve, ili samo usko tako. Bili su dobri u jednostavnim zadacima koji nas očarati, kao što su matematika, ali loše na one koji uzimamo zdravo za gotovo, koji ispasti da se ozbiljno tvrdi. Čin hodanja nešto moderno roboti naučili kao bebe i još uvijek se bore s; Osnovni Pöttering zadaci ostaju udaljene snove. "Jedan od primjera je lakoća s kojom se vi ili ja mogao napraviti šalicu čaja u tuđe kuhinje,"Kaže Profesor Alan Winfield, roboticist na Sveučilištu West of England. "Ne postoji niti jedan robot na planetu koja bi mogla to učiniti."

Da bismo razumjeli zašto je to ljudski je tako teško, razmišljati o tome kako možete dobiti računalo da prepozna ljude s fotografija. bez AI, morate znati kako to učiniti sami prvi, kako bi se programirati računalo. Morate prikupiti i razmišljati o svim mogućim uzorcima, boja i oblika lica, i kako su promjene u svjetlosti, a pod različitim kutovima - i morate znati što je značajno, a što je samo blato na leći. sa AI, ne moram objašnjavati: ti samo dati brdo stvarnih podataka na računalo i pustiti da uče. Kako dizajn softver za učenje ostaje ezoteričko stvar, pokrajina nekoliko tražen nakon računalnih znanstvenika, ali je jasno da ste je dobio na pobjednika osmišljavanjem strukture obradu podataka na temelju labavo na strukturama u mozgu. (To se zove "duboko učenje".) Što se tiče planina realnom podataka, dobro, To je ono što Google, Facebook, Amazon, Uber a sve ostalo se dogoditi da leže uokolo.

U ovoj fazi, mi još ne znamo koji koristi AI će ispasti najbolje. Josh Newlan, Kalifornija koder radi u Šangaju, dosadilo slušati beskrajne konferencijske pozive, tako on je izgradio neki softver za slušanje za njega. Sada, kad god se spominje Newlan ime, njegovo računalo ga odmah šalje prijepis u zadnjih pola minute, čeka 15 sekundi, onda igra snimka njega govoreći, "Žao mi je, Nisam znala da je moj mikrofon bio na mute. "Prošle godine, Josh Browder, Britanski tinejdžer, izgrađen besplatni umjetne odvjetnik da se žalbe protiv parkiranje; On planira graditi još jedan vodič izbjeglice putem inozemnih pravnih sustava. Mogućnosti su ... Pa, možda algoritam može računati mogućnosti.

Tako će stroj umovi jedan dan prestići naše vlastite? Istraživači ja govorim da su oprezni, i uzeti bolove naglasiti ono što su njihovi strojevi ne mogu učiniti. Ali sam odlučio staviti AI na probu: može se planirati obrok, kao i Ottolenghi? Može li slikati moj portret? Je li tehnologija još uvijek umjetno inteligentni - ili je to počinje biti inteligentan, stvarno?

Test za kuhanje

Dobro, Ja ću reći da nije strašno. Ljudi su služili me gore. Iako je u istini ime koje IBM-ov kuhar Watson daje ovo jelo ("Piletina jetre Savoury Umak") je o kao ukusna kao što zaslužuje.

Kako bi bili pravedni Chef Watson, i Guardian vikenda vlastiti kuhar-kolumnist Yotam Ottolenghi, Kad sam namjestio ih dosta zadatak. Pitao sam za jelo se temelji na četiri sastojcima koji kao da pripada ni blizu jedan drugoga: pileća jetra, Grčki jogurt, wasabi i tekila. Mogli su dodati bilo što drugo im se sviđa, ali oni četiri morao biti u gotovom jelu, koje bih kuhati i jesti. Kuhar Watson nije oklijevao, odmah mi daje dva tjestenine umaci. Ottolenghi bio oprezniji. "Kada sam dobio izazov sam mislio, 'To se ne ide na posao,'' Rekao mi je.

Mislio sam da je ista. Ili barem mislio sam da ću završiti jesti dva jela koja uspio biti u redu, unatoč njihovim sastojcima, nego zbog njih. U stvari - a vi ćete misliti mi puzanje, ali što onda - Ottolenghi recept je bio otkrivenje: jetra i luk i smanjenje tekila, služio s jabukom, rotkvica, cikle i cikorija salata od kupus, s wasabi i jogurta odijevanja. Jelo se može malo smisla na papiru, ali sam progutala je pun tanjur osjećaj da je svaki element pripadala. (A vinaigrette obložen s jogurtom i wasabi umjesto senfa: ozbiljno, pokušati.) Ottolenghi mi kaže recept je samo dlaka kratka publishable.

Stvar je, koje jelo njega i njegov tim tri dana je do savršenstva. Oni su mogli kušati i raspravljati okusa, teksture, boje, temperature, na način da se Watson ne može - iako je bilo "rasprave" o dodavanju povratni mehanizam u budućnosti, Kuhar Watson glavnu inženjer, Florian Pinel, govori mi. "Recept je takva složena stvar,"Ottolenghi kaže. "To je teško za mene, čak je shvatiti kako bi ga računalo približiti."

Yotam Ottolenghi i Chef Watson jela
Yotam Ottolenghi i Chef Watson jela Fotografirati: Jay Brooks za Guardian

Watson je prvi put izgrađena od strane IBM osvojiti televizor kviza Jeopardy! u 2011. Na neki način to je bio zabludu izazov, jer za računala tvrd dio kviza je razumijevanje pitanja, ne znajući odgovore; za ljude, to je obrnuto. No, Watson je osvojio, a njegova tehnologija počela se primjenjivati ​​i drugdje, uključujući i kuhara, stvaraju nove recepte na temelju 10,000 Pravi primjeri uzeti iz magazin Dobar tek.

Prvi program je morao "uzimati" ove recepte, kao što je Watson tim ga staviti. Puno računanja otišao u razumijevanju onoga što se sastojci, kako su pripremili, koliko dugo su se kuhala, kako bi se mogli objasniti kako ih koristiti u novim jelima. (Postupak još uvijek može posustati. Čak i sada Chef Watson preporučuje sastojak pod nazivom "mekušaca", koji je uslužno objašnjava je "šesti pune duljine album smatrati".)

Veći je problem pokušava dati stroja osjećaj okusa. "To je jednostavno dovoljno za računalo stvoriti kombinaciju roman,"Pinel kaže, "Ali kako to može ocijeniti jedan?"Watson je učio da razmotri svaki sastojak kao kombinaciju specifičnih okusa spojeva - od kojih je na tisuće - i onda kombinirati sastojke koji su imali spojeve zajedničko. (Ovaj princip, uparivanje hrane, je dobro uspostavljena među ljudima.) Napokon, softver generira korak-po-korak upute koje imaju smisla za ljudsko kuhar. Naglasak je na iznenađenja, a ne praktičnog planiranja obroka. "Chef Watson stvarno tu da vas potaknuti,"Pinel objašnjava. Svaki recept dolazi s podsjetnik na "koristiti vlastitu kreativnost i sud".

I moram. Prvi korak je da se "tost flat-leaf peršin", koji jednostavno nije dobra ideja. Ja sam stvaranje, učinkovito, sporo kuhana začinjena svinjetina i govedina ragu, uključujući sve moje četiri sastojka, Još Watson čudno također uključuje krastavac i drži mi govori da "sezona s piment", što odbijam raditi na principu. Na kraju, Imam bogato umak s okusom prilično blizu dvorište, ali ne uneatable. Ne mogu osjetiti wasabi ili tekilu, koji mi je drago zbog.

Yotam Ottolenghi s Não robota
Yotam Ottolenghi s Não robota posudbi ljubaznošću osnovne škole Heber, London. Fotografirati: Jay Brooks. Stil: Lee Flude

Watson je pametan, a zadatak je težak, ali ja sam spreman reći da je to ništa više nego malo zabave za hranu štrebere, dok me Ottolenghi zaustavi. "Mislim da je ideja sporo kuhanje jetra s malo mesa je super,"Kaže on. "To pojačava okus. Sve će se zajedno. Ako sam morao početi iznova s ​​ovom receptu, očito jogurt ne odgovara - ali ja bih ostaviti narančastu kožu tamo, neki od začina. Ne mislim da je to jako loše recept. To bi moglo raditi. "

Presuda Watson skriva nastranost sastojaka, ali Ottolenghi čini ih pjevaju.

Test pisanja

Stavi malo Pjesnik pored strašnih strojeva IBM-a i Googlea, i to izgleda kao računalno napredni kao d'epnim. Ipak, dok je Watson zabrlja preko svog naukovanja, Pjesnik je već na djelu. Ako ste pročitali na tržištu dionica izvješća iz Associated Press, ili Yahoo sportski novinarstvo, postoji dobra šansa da ćete misliti da su pisani od strane osobe.

Pjesnik je umjetna pisac. Razvijen od strane tvrtke u Sjevernoj Karolini pod nazivom Automatizirano Insights, to plucks najzanimljivije nuggets iz skupa podataka i koristi ih strukturirati članak (ili e-mail, ili popis proizvoda). Kada je riječ o cijeloj stvarno velika vijest, koristi više emotivnu jezik. Ona se razlikuje dikciju i sintaksu da svoj rad učini više čitati. Čak i nespretna robot kuhar može imati svoje koristi, ali pisanje ljudskih čitatelje mora biti glatka. Zakačen na uređaj za prepoznavanje glasa, kao što su Amazon Echo, Pjesnik i mogu odgovoriti na govornom ljudsko pitanje - o uspješnosti nečije investicije, kažu - s zamišljeno govori odgovor, najavljujući ono što je zanimljivo prvo, i ostavljajući ono što nije zanimljiva na sve. Ako niste znali trik, vi mislite slučaj 9000 stigao.

Trik je ovo: Pjesnik se dio pisanja da ljudi ne shvaćaju da je lako. Locky Stewart od Automatizirani Uvidi daje mi tutorial. Pišeš u wordsmith rečenicu kao što je, "Novi ABC brojke pokazuju da je New York Inquirer-a cirkulacija ruža 3% u travnju. "Onda se poigrati. The 3% je došao iz svog podataka, pa odaberite riječ "ruža" i napisati pravilo, poznat kao "grane", koja će promijeniti riječ "Ruža" u izrazu "pucao", ako je postotak veći od 5%. Tada ćete se grana "Ruža" postati "pao" ako je postotak negativnog. Ako je postotak -5% ili niže, "Ruža" postaje "pala".

Onda ga hraniti sinonime. Dakle, "pala" također može biti "oštro pala za". "The Inquirer-a cirkulacija" može biti "cirkulacija na Inquirer". "Pucao" može biti "skočile" i tako dalje. Zatim dodate još rečenice, možda io internetski promet, ili o čemu dana 'print prodanih primjeraka najbolje, ili oko usporedbe u odnosu na isto razdoblje prošle godine. Tada ćete dobiti pametan. Reci wordsmith staviti rečenice s najviše objavi informacije, definirana možda kao one koje imaju najveći postotak promjene. Možda ste dodali granu reći da je rezultat "najbolji / najgori nastup među kvalitetnih naslova". Pakao, možete čak i naučiti ga neke stare Fleet Street trikove, tako da ako cirkulacija plummets komad počinje "Urednik Charles Kane je okrenut žestoke kritike kao", ali ako cirkulacija je "pucao" ovo postaje "Charles Kane je ušutkao kritičare s vijestima da je". Umetnite "više" ili "opet" ili "nastavi", ako ste dobili istu stvar dva mjeseca za redom.

"Umjetna inteligencija je zapravo ljudska inteligencija koja gradi mrežu logike,"Stewart kaže, "Ista mreža koju će koristiti prilikom pisanja priču. To bi mogla biti razvijena 10 ili 15 godina, u kodu, ali kako bi se rad na ovoj skali je bilo moguće samo u posljednje vrijeme. "Jasno je da je potrebno više vremena za pripremu članak o wordsmith nego napisati jedan konvencionalno, ali nakon što ste učinili, računalo može objaviti svježe cirkulaciju novine priču svaki mjesec, na svaki list, u roku od sekunde od primitka informacije. To može objaviti milijune priča u samo nekoliko minuta - ili objaviti samo su neki od njih, ako se podaci ne dosegne određeni prag od kvaliteta vijesti. Tako postaje automatizirani urednik, previše, s podesivim okusa u temeljitosti, Učestalost i histerija.

Za wordsmith zadaće, Predlažem nogomet: to je polje koje stvara puno podataka i ima čitateljstva koji želi personalizirane članaka. Guardian nogomet pisac Jacob Steinberg volonteri da se na računalu, i pružam tablicu činjenica iz nedavne Premier lige: prošlosezonska pozicija lige i ovosezonska pozicija na Božić i na kraju, postignuti i primljeni golovi, ime i ukupno najbolji strijelac, vrijednost ljetnih transfera i citat menadžera.

Radeći isključivo na temelju ovih podataka, računalo i čovjek moraju napisati osvrt na sezonu za određeni klub. Steinberg odabire Leicester City na temelju toga da bi njegovi brojevi trebali sadržavati priču koju bi bilo tko vidio. Wordsmith ne treba birati. Učinit će sve 20.

A zapravo i računalo i ljudi brzo proizvode prilično sličan rad:

Nogometaš Leicester Cityja Jamie Vardy

I Steinberg i Wordsmith iznose dramatične prve rečenice. Možda bi želio zvučati autentično, Automatizirani uvidi koriste neke pametne trikove kako bi unijeli osjećaj u članak potonjeg, lukavo sluteći da se Leicester „nadao da će završiti na vrhu 10 nakon 14. mjesta u prošloj sezoni ". Pregledavam ostale Wordsmithove članke i Southampton, završivši sedmu prošlu sezonu, imati "oči na europskom mjestu", dok je Manchester City "sezonu počeo sanjati o naslovu prvaka nakon što je završio drugi".

Obrnuto, Steinberg značajnije kopa po brojkama, pokazujući to Jamie Vardy ne samo postigli bodove 24 ciljevi, ali da je ovo bio veći postotak golova njegove momčadi nego što su uspjeli svi osim dva druga igrača. Znajući kako Wordsmith radi, naravno, čovjek bi to mogao lako postaviti da čini isto. Zapravo gledajući kroz to, Cijeli Steinbergov članak mogao je stvoriti vješti programer Wordsmith - s izuzetkom jednog retka. “Čarobna je sezona,”Citira izjavu menadžera Leicestera, prije dodavanja, “Opravdano, s obzirom da su ih ljetni izdaci od 26,7 milijuna funti na transfere učinili osmim najnižim trošiteljima ”. To "opravdano" pokazuje piscu koji zapravo razumije ono što piše.

Presuda Steinberg je puno bolji pisac, osim ako ne želite 20 podaci s velikim brojem podataka u 10 minuta.

Test slikanja

Laptop želi da se nasmiješim. “Dobro je raspoložen," Simon Colton kaže. Zna jer je on znanstvenik koji ga je programirao. Nalazimo se u Muzeju znanosti u Londonu, gdje je Slikarska budala, kako se to zove, daje javnu demonstraciju. Važno je da ne pokažem zube, Kaže Colton, jer ih nešto zbog svjetla čini slikarskim budalama zelenim.

Iz mog bezubog osmijeha laptop stvara "koncepciju" onoga što bi želio slikati, na temelju svog raspoloženja. Raspoloženje dolazi iz "analize osjećaja" iz nedavnih članaka Guardiana, kako to biva (u prosjeku je čitanje Guardiana pad, očigledno, osim stvari o vrtlarstvu). Jučer je Budala bila toliko lošeg raspoloženja da je nekoga poslala neobojenog; danas se osjeća "pozitivno".

Dalje Budala pokušava slikati simuliranim kistom i simuliranom rukom (zapravo, slika Coltonove ruke) na ekranu iza mene. Naučilo je odražavati svoje raspoloženje iz rada Dan Ventura, još jedan informatičar, na Sveučilištu Brigham Young u Utahu, koji je trenirao neuronsku mrežu da prepoznaje emocionalne atribute slika sjedeći tisuće ljudi ispred desetaka tisuća slika i tražeći da svaku označe bilo kojim pridjevima koji im padnu na pamet. Budala sada zna da svijetle boje odražavaju dobro raspoloženje, i "olovke s uskim šrafiranjem" stvaraju sliku koja je "hladna". Kad je gotovo, ispisuje stranicu s otkucanom samokritikom. “Sveukupno, ovo je prilično svijetao portret," kaže. "To je u redu, ali moj je stil ovdje spustio razinu sjaja. Tako da sam pomalo živciran zbog toga. "

Ovdje zajedno s nama, zaintrigirana, ali prezauzeta svojim štafelajem za gledanje, je Sarah Jane Moon, umjetnik koji izlaže s Kraljevsko društvo portretista. Ne želi mi vidjeti zube, ili. “Slikamo iz života,", Kaže ona, "I ne možete zadržati osmijeh za sjedenje sjedeći. Zato svi tradicionalni portreti pokazuju prilično opuštene crte. "

Painting Fool je poseban stroj, pa čak i pomalo poznat, ali ne mogu poreći da je Moon gotovo sve ono zbog čega sam uzbuđena što sam ovdje. Osjećaj da ga slika stvarna osoba, neka vas gledaju i misle o vama, je uzbudljivo i laskavo. Analiza raspoloženja i podaci o treningu, s druge strane, ne zbrajaj ni sa čim do čijeg me pogleda brinem, a gotovi portreti ne mijenjaju moje mišljenje. Moon's je divan, prava stvar, koja se odmah osjeća poput jedne osobe koju je vidjela druga. Tri napora Budale imaju osobine koje mi se sviđaju, ali uglavnom izgledaju poput fotografija koje su prošle kroz nekakav softverski filtar. Colton inzistira da je Budala ovdje "da nauči biti bolji", ali ja gledam i razmišljam: pa što?

Slika Lea Benedictusa Sarah Jane Moon
Leo Benedictus u viđenju Sarah Jane Moon ...
Slikanje Lava Benedikta pomoću računala Painting Fool
... i kako je zamislio laptop Painting Fool. Fotografirati: Murray Ballard

Onda mislim još malo. Za jednu stvar, ispada da je umjetnost više mehanička nego što sam shvatio. “Pokušavam gledati Lea kao apstraktni skup oblika, obrasci, boje, tonove,”Moon kaže Coltonu, “Da se maknemo od činjenice da je to nos. Jer kad to počneš raditi, uhvatiš se onoga što jesi razmišljati izgleda poput nosa. "

„Ono što softver radi je da ga raščlani na područja boja,”Kaže Colton.

"Da, točno,”Moon se slaže. “Mislim da to rade najbolji slikari. To je prepisivanje. " Poslije mi kaže da je osjećala svojevrsno "srodstvo" sa softverom dok su radili jedno uz drugo.

Što je još važnije, Shvaćam da nije važno kako stroj boji; to je kako ja vidim. Moon razumijem, Mislim. Ona je osoba i znam kako se to osjeća, pa mi je stalo do njezine slike. Ali kakav je osjećaj biti slikarska budala? Je li to ono što mi pokušavaju reći njegovi portreti?

Presuda Mjesečeva slika je daleko bogatija; budala još uvijek uči i predstoji stoljećima prakse.

Prijevodni test

Google prevoditelj bio je prvo ostvarenje odgovarajuće znanstvene fantastike, a već je desetljeće staro. Na mnogo načina tipizira gdje treba doći do AI. Koristan, Naravno; impresivan, bez pitanja; ali i dalje nespretno vraški, unatoč velikim poboljšanjima.

Ako ga niste koristili, djeluje ovako: unesite tekst ili web veze u bilo koji od 103 podržani jezici, a grubi prijevod dobivate sekunde kasnije za bilo koji drugi. Aplikacija na vašem telefonu prepisat će ono što izgovorite, a zatim to izgovoriti, preveo (32 podržani jezici); može zamijeniti tekst znaka ili izbornika na stranom jeziku kamo god usmjerite kameru. Nije potrebno objašnjenje koliko je to cool (i to besplatno).

Globalno, pola milijarde ljudi koristi Google Translate svakog mjeseca, uglavnom oni koji ne govore engleski (koji je 80% od ljudi) ali koji žele razumjeti internet (koji je 50% Engleski). “Većina našeg rasta, i zapravo veći dio našeg prometa, dolazi s tržišta u razvoju ili u razvoju poput Brazila, Indonezija, Indija, Tajland,”, Kaže Barak Turovsky, voditeljica upravljanja proizvodima i korisničkog iskustva u Google Translateu. Iznenađujuće je popularan za zabave, previše, On dodaje. "Stvari poput" Volim te "i" Imaš lijepe oči ", to je vrlo rašireno. "

Softver je uvijek koristio oblik statističkog strojnog učenja: pretražujući internet za već prevedenim tekstom - deklaracije UN-a, Dokumenti EU - i mapiranje vjerojatnosti određenih riječi i fraza koje se međusobno podudaraju. Što više podataka prikupi, to bolje postaje, ali poboljšanje se zaustavilo prije nekoliko godina. Uskoro, Kaže Turovski, oni će primijeniti nove algoritme dubokog učenja, što će proizvesti mnogo tečnije prijevode.

Čak i tako, postoje ograničenja, a neki se čine temeljnima kad razgovarate s ljudskim prevoditeljem i shvatite koliko je suptilan njihov rad. Ros Schwartz a Anne de Freyman dobrovoljno se prijavite za ovaj zadatak. Oboje su profesionalni prevoditelji za francuski / engleski, a trebaju mi ​​dvije jer, kako bi se prosudilo koliko je prijevod dobar, a da tečno ne govori oba jezika, moramo prevesti dva puta - jednom s engleskog na francuski, još jednom natrag. Google prevoditelj ne čuva uspomenu na izvornik i može učiniti isto.

Odabrao sam kratki odlomak osebujne, ali ne posebno divlje ili dvosmislene proze s početka Herzog Saula Bellowa. Prevoditelji obično trebaju kontekst, pa kažem Schwartzu i De Freymanu da potječe iz poznatog američkog romana sredinom stoljeća.

U roku od nekoliko dana, Schwartz i De Freyman vraćaju vrlo glatki faksimil izvornog teksta. Tu i tamo neke nijanse nisu preživjele, ali odlomak ostaje zadovoljstvo čitati, a glavna se značenja točno susreću.

Google Translate traje samo nekoliko sekundi, a rezultat je impresivan i neadekvatan, čudno dobro na mjestima, u drugima čudno loše - pretvarajući "on" u "to" i smišljajući ideju da je Herzog zaljubljen. Čudesno, drži se "ispucanim" kao opis junaka. Francuski nema riječi koja kombinira osjećaj "slomljen" i "lud" koji je napukao uvale na engleskom, pa ga De Freyman čini "cinglé", što se iz Schwartza vraća kao "ludo".

“Google Translate će pogledati statističku vjerojatnost i reći, što znači 'puknuto'?”Objašnjava Turovsky. “I statistički, pokušat će odlučiti znači li to "ispucan" ili "lud" ili što već. Da, za stroj, je netrivijalni zadatak. " Niti je jednostavno za čovjeka, iako nam je lako. Morali biste pitati je li Bellow mogao značiti da je Herzog "napukao" kao u fizički slomljenom. Tada biste morali pretpostaviti da ne, jer ljudska tijela to općenito ne rade. Pa biste se zapitali što je zapravo mislio i pretpostavio, ako već niste bili upoznati s upotrebom, da mora značiti "lud", jer razumijete ostatak pročitanog. Ali učiniti sve ovo, ne bi li Google Translate morao biti prilično svjestan, pitam? Turovski se smije. "Mislim da nisam kvalificiran za odgovor na to pitanje."

Presuda Neke kornjače i zavijači iz Google Prevoditelja, dok su Schwartz i De Freyman tečni i točni.

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