REDMOND - Pomeranje granica.
Američka kompanija „Majkrosoft“ napravila je najsavršeniju mašinu za prevođenje u poslednjih 30 godina. Reč je o uređaju koji podseća na onaj iz serija „Zvezdane staze“, a koji ljudski glas u trenutku izgovaranja rečenice prevodi na bilo koji jezik.
Kao moždane ćelije
Prvu tehnologiju koja modifikuje sintetizovani govor kako bi se poklopio sa glasom govornika „Majkrosoft“ je predstavio ranije ove godine. Taj sistem je, međutim, mogao samo da izgovara prethodno otkucani tekst. Softveru je bilo potrebno oko sat vremena da postane sposoban da sintetizuje ono što govornik izgovara.
Međutim, novi sistem baziran je na najnovijoj tehnologiji, poznatoj kao „duboka neuronska mreža“. Ona omogućava mašini da uči prema modelu funkcionisanja mreže moždanih ćelija, pa tako prepoznaje govor i istog trenutka uobličava ga na drugom jeziku.
Šef „Majkrosoftovog“ odeljenja za istraživanja Rik Rašid tu zadivljujuću novu tehnologiju prošlog meseca prikazao je u kineskom gradu Tijanjinu, na prezentaciji „Majkrosoftovih“ istraživanja kompjuterske tehnologije za 21. vek u Aziji. On se okupljenoj publici pomoću mašinskog prevodioca obratio na mandarinskom kineskom.
- Ja govorim na engleskom, a vi ćete čuti moje reči na kineskom, i to izgovorene mojim glasom - rekao je Rašid.
Manje grešaka
Istraživanja u oblasti kompjuterskog prepoznavanja govora sprovode se već oko 60 godina, ali sve donedavno i najbolji sistemi imali su procenat greške od ;ak 20 do 25 odsto, što je značilo da je pogrešna svaka četvrta ili peta reč.
Prema Rašidovim rečima, novi „Majkrosoftov“ novi prevodilac stopu grešaka je smanjio za oko 30 odsto u odnosu na pređašnju verziju.
- Sistem trenutno obezbeđuje pisani i audio-prevod, a pogrešna je tek svaka sedma ili osma reč - zaključio je Rašid.
I „Gugl“ radi na prevođenju
„Majkrosoft“ nije jedini koji upotrebljava sistem koji oponaša neuroveze mozga pri unapređenju sistema prepoznavanja govora. „Gugl“ je nedavno u svojim aplikacijama za prepoznavanje glasa počeo da koristi sopstvenu tehnologiju baziranu na neurovezama. Usvajanje tog pristupa omogućilo je napredak od 20 do 25 odsto u smislu broja grešaka.