Услуги перевода на иностранные языки и «обратно», предоставляемые интернет-площадками вроде http://esperanto.ua/, по сей день остаются наиболее востребованными со стороны массового потребителя. Более того, в отдельных случаях именно услуги подобных компаний представляются безальтернативными, в частности, в контексте необходимости легализации, апостилирования, а также осуществления прочих процедур, связанных с оборотом иноязычной документации.
Невзирая на то, что уровень текущего развития различного рода программного обеспечения, предназначенного для автоматизированного перевода текста, все еще не в состоянии «отбирать хлеб» у профессиональных переводчиков из числа «Homo sapiens», развитие технологий в данном направлении традиционно характеризуется высокой динамикой. Определенно, флагманом в данном сегменте рынка является сервис Google Translate. Вместе с тем, выполняя перевод слов на оценку «отлично», с грамотным построением переведенных предложений искусственный интеллект справляется, мягко говоря, не всегда качественно. В том числе устранение подобных недостатков было заявлено Google в качестве приоритетов своей новой технологии Google Network Machine Translation (GNMT), базирующейся на концепции нейронного машинного перевода. Некоторые подробности инновационного проекта стали известны в конце прошлого месяца.
Одной из главных составляющих GNMT, обуславливающей ее эффективность, станет алгоритм самообучаемости. Так, посредством метода Zero-shot программа будет осуществлять синхронный перевод заданной фразы на все доступные ей языки, выделяя из результата смысловые совпадения. В ходе работы, сталкиваясь с незнакомыми ей формулировками в отдельно взятом языке, принимая во внимание целый ряд других иноязычных интерпретаций, программа будет формировать своеобразные «смысловые мосты» над подобными пробелами. Приоткрывая завесу над своим гениальным замыслом, разработчики отметили фактор родственности языков. На текущий момент GNMT «обкатывается» на нескольких языках. В то же время сегодняшний Google Translate работает уже более чем с сотней. Не менее примечательно и то, что разработчики GNMT при создании своего детища опирались на целый ряд методик, которые неизвестны специалистам в области лингвистики, а также машинного обучения.
