Korzystanie z analitycznych i marketingowych plików cookies wymaga Państwa zgody, którą można wyrazić, klikając „Zaakceptuj”. Jeżeli nie chcą Państwo wyrazić zgody na korzystanie przez nas i naszych partnerów z określonych kategorii plików cookies, należy wybrać opcję „Zarządzaj Cookies” i zadecydować o swoich preferencjach. Wyrażoną zgodę można wycofać w każdym momencie poprzez zmianę preferencji plików cookies. Szczegółowe informacje dotyczące przetwarzania danych osobowych znajdują się w Polityce prywatności.
Poniżej możesz zarządzać preferencjami dotyczącymi korzystania przez nas i naszych partnerów z plików cookie.
Więcej szczegółów: Google Analytics
Tłumacz Google dotychczas był bardzo niedoskonałym narzędziem. Opierał się na statystycznym tłumaczeniu maszynowym, które (niestety) ma duży problem ze zrozumieniem szerszego kontekstu wypowiedzi. O ile przy tłumaczeniu pojedynczych słów, czy wyrażeń sprawdza się całkiem nieźle, o tyle zdania i dłuższe teksty stanowiły barierę nie do pokonania.
Jednak od 15 listopada dla 8 par językowych (angielski i francuski, niemiecki, hiszpański, portugalski, chiński, japoński, koreański, turecki) Tłumacz będzie stosował nową metodę przekładu – Neural Machine Translation.
Mówiąc najprościej, w metodzie tej maszyna (taka jak Tłumacz Google) tłumaczy od razu całe zdanie zamiast jego poszczególnych części. Jednocześnie system nie „zapomina” o elementach składowych danego zdania.
Jak tłumaczy TechCrunch można to porównać do człowieka patrzącego na obraz, czy zdjęcie – patrzymy na całość i jednocześnie dostrzegamy jego poszczególne elementy.
„From mobile first to AI-first”
Nie jest to pierwszy i zapewne również nie ostatni projekt w coraz większym stopniu wykorzystujący potencjał machine learning, czy też szczątkowej sztucznej inteligencji. Sundar Pichai, CEO Google, jeszcze w październiku stwierdził, że zmierzamy w kierunku świata „AI-first”, czyli takiego, w którym sztuczna inteligencja będzie nam towarzyszyć na każdym kroku.
źródło: Youtube
Wśród projektów, które w mniejszym lub większym stopniu korzystają z, czy też testują możliwości maszynowego uczenia się i sztucznej inteligencji, wymienić można między innymi:
Rzeczywiście postępy w machine learning, deep neural networks i ogólnie pojętej sztucznej inteligencji wydają się być w ostatnim czasie imponujące. SI, w jednej ze swoich form, jest coraz częściej spotykana również w codziennym życiu. Przed nami jednak jeszcze daleka droga, a maszyny muszą się wiele nauczyć zanim choćby w niewielkim stopniu zaczną funkcjonować tak jak ludzki mózg.
Źródła: The Keyword: Found in translation; TechCrunch; The Keyword: Detecting diabetic eye disease; The Keyword: A personal Google, just for you; Wikipedia; Moz; Search Engine Land; Wired; Google Research Blog
Na dobry start
proponujemy Ci bezpłatnie: