Promocionando la Traducción Automática Neuronal: “Es muy fácil superar a Google”

6 min read

Hay gente nueva que entra a nuestra oficina todos los días y ya nos hemos acostumbrado a eso. Sin embargo, cuando uno de los padres de la traducción automática entra por la puerta, es razón suficiente para que se te ponga la piel de gallina.

Eso fue lo que sucedió cuando el profesor Andy Way del ADAPT Center en la Universidad de la Ciudad de Dublín se unió a nosotros en Lisboa para el primer capítulo de Understand with Unbabel.

Puedes ver la entrevista aquí:

El profesor Andy Way ha estado trabajando en la traducción automática desde 1988 y es uno de los más destacados investigadores en ese campo en todo el mundo. Sin embargo, como a él mismo le gusta señalar, a pesar de llevar el suficiente tiempo trabajando en la traducción automática como para ser llamado uno de los padres de la misma, ya había gente dedicada a la traducción automática mucho antes de que él comenzara.

Los inicios de la traducción automática y el escepticismo que la rodeaba

La traducción automática ha ganado mucho impulso durante la última década, pero, lo creas o no, es un campo en el que se lleva trabajando desde hace casi 60 años. De acuerdo con el profesor Andy, allá por 1949:

“Había una carta famosa escrita por Warren Weaver que hablaba de las posibilidades de la traducción automática, diciendo que podríamos fijarnos en algunas de las cosas que aprendimos durante la guerra sobre la codificación, decodificación y encriptación de mensajes secretos, e intentar aplicar el mismo tipo de tecnología para procesar los lenguajes humanos”.

Ahí es cuando empezó todo.

Sin embargo, el entusiasmo inicial no duró mucho y fue sustituido con naturalidad por el escepticismo, una vez que un infame informe realizó una predicción que básicamente decía que la traducción automática no tenía futuro alguno debido al problema de la ambigüedad, que las máquinas jamás serían capaces de resolver.

Las palabras como pluma, que puede ser tanto un instrumento de escritura como una parte de la anatomía de algunos animales, resultarían un problema demasiado difícil para que la traducción automática pudiese funcionar.

A pesar del escepticismo, los investigadores fueron capaces de volver las tornas y durante las últimas décadas la traducción automática se ha convertido en una de las principales tendencias de la tecnología, en particular la Traducción Automática Neuronal (NMT por sus siglas en inglés). Tanto es así que parece ser el próximo gran avance del que todo el mundo habla.

Traducción Automática Neuronal: ¿suprimirá a los humanos de la ecuación?

“La Traducción Automática Neuronal ha llegado y parece que realmente va a barrer con todo lo que había antes. Se está convirtiendo rápidamente en la nueva tecnología de vanguardia”.

La Traducción Automática Neuronal es como tener un sistema informático que se comporte como un cerebro humano gracias a una imitación de la forma de funcionar de las redes neuronales biológicas. Este tipo de sistema se alimenta con datos para ir aprendiendo progresivamente y de este modo mejorar su traducción.

Ese es el sistema que usamos y desarrollamos en Unbabel. Pero, ¿podrá reemplazar a los humanos en el proceso de traducción?

A pesar de la gran excitación, según el profesor Andy “estas expectativas deberían tratarse con un poco de precaución”, ya que este sistema es incapaz de producir por sí mismo una traducción de precisión humana.

Google ha llegado a decir que estaba muy cerca de conseguir la traducción de calidad humana en un artículo reciente de 2016. “Al escuchar eso, los traductores comienzan a asustarse un poco”, dijo Andy, y “lo último que quieres hacer es crear hostilidad entre los traductores”. ¿Por qué? Porque “El ser humano implicado en el proceso siempre será la parte más importante del flujo de traducción”.

De este modo, los seres humanos son una parte crucial de la ecuación, y el profesor Andy Way nos explica por qué:

“La calidad de la traducción automática es a menudo muy, muy buena, tanto que a veces resulta engañosamente buena. La traducción neural automática puede producir resultados muy fluidos que en realidad no tengan nada que ver con el lenguaje de fuente original. No son buenas traducciones, pero pueden resultar muy difíciles de detectar para un humano cuando se está intentando validar el documento definitivo antes de enviárselo al cliente”.

Para que la traducción automática neuronal funcione “necesitamos traducciones humanas que sirvan como entrada a nuestros sistemas” y así entrenarlos. Una vez que el sistema recibe los datos, comienza a aprender patrones y a producir mejores traducciones.

“Si nos paramos a pensar por un momento dónde estaríamos sin traductores, ni siquiera seríamos capaces de empezar”, dice Andy. La fórmula secreta es básicamente “dejar que la máquina haga lo que sabe hacer realmente bien, y luego dejar que los elementos humanos se encarguen de la validación, la corrección, de la actualización de la fuente original”.
Pero ¿qué pasa con Google y sus traducciones de calidad humana? “Siempre les digo a mis estudiantes, Google no es una compañía de traducción automática ” responde Andy.

“No me asusta ponerme en contra de Google si estoy hablando con clientes potenciales o socios industriales porque en un escenario bien definido, donde hemos personalizado los datos de los usuarios, siempre podremos entrenar un motor y usar los comentarios de los traductores humanos para tratar de mejorar el motor, y eso es algo que no se puede hacer con Google “.

En la práctica, según el profesor Andy Way, en realidad es “muy fácil superar a Google”.


Puedes ver la entrevista completa aquí y suscribirte a nuestro boletín de noticias para recibir el próximo episodio de Understand with Unbabel, una serie en la que nos sumergimos en profundidad en los temas, asuntos y desafíos a los que nos enfrentamos a medida que nos dirigimos hacia un mundo sin barreras idiomáticas.

ArtboardFacebook iconInstagram iconLinkedIn iconUnbabel BlogTwitter iconYouTube icon