Portada
mis comunidades
otras secciones
#9:
En 5 años la profesión de intérprete al carajo.
Dentro de poco los colectivos a favor de una renta básica van a aumentar creo yo.
Dentro de poco los colectivos a favor de una renta básica van a aumentar creo yo.
#20:
Otra noticia sensacionalista en el marco de las redes neuronales y el aprendizaje automático.
Primero: las redes neuronales no "entienden" absolutamente nada. No son más que una serie de capas en el interior de un programa donde van balanceando pesos para realizar una tarea para la que son entrenadas.
Segundo: "Casi igual que un humano". Ni de lejos. Ya se advierte que el coste de entrenamiento y ejecución es enorme. Osea que no sólo se tarda bastante en entrenar a la red neuronal para que sea capaz de realizar una traducción correcta, sino que, además, si el texto que se desea traducir es muy largo, el sistema es esencialmente incapaz de proveer una traducción en tiempo razonable.
" Unfortunately, NMT systems are known to be computationally expensive both in training and in translation inference. Also, most NMT systems have difficulty with rare words. These issues have hindered NMT's use in practical deployments and services, where both accuracy and speed are essential."
Lo que sí mejora es el nivel de corrección en la traducción, comparado con la tecnología que mencionan como estándar.
Primero: las redes neuronales no "entienden" absolutamente nada. No son más que una serie de capas en el interior de un programa donde van balanceando pesos para realizar una tarea para la que son entrenadas.
Segundo: "Casi igual que un humano". Ni de lejos. Ya se advierte que el coste de entrenamiento y ejecución es enorme. Osea que no sólo se tarda bastante en entrenar a la red neuronal para que sea capaz de realizar una traducción correcta, sino que, además, si el texto que se desea traducir es muy largo, el sistema es esencialmente incapaz de proveer una traducción en tiempo razonable.
" Unfortunately, NMT systems are known to be computationally expensive both in training and in translation inference. Also, most NMT systems have difficulty with rare words. These issues have hindered NMT's use in practical deployments and services, where both accuracy and speed are essential."
Lo que sí mejora es el nivel de corrección en la traducción, comparado con la tecnología que mencionan como estándar.
#4:
#0 ya sé que en el artículo pone 'neural' sin embargo el término neural engloba también al sistema nervioso y no solo a las neuronas. Seguramente se trata de una traducción errada motivada por las que suelen hacer los latinoamericanos; suelen hacerlo en este caso por la literalidad de la palabra. En informática el termino correcto es 'neuronal'.
#52:
#36 Si te vas al artículo original (que se enlaza en la entrada) verás que, en realidad, la noticia es exactamente lo que digo: sensacionalista a más no poder.
Los resultados presentados en el artículo (en el original, no en la gañanada esta) precisamente mencionan que se logran resultados "comparables o mejores" a los de los sistemas de traducción que se venían utilizando hasta ahora, pero con un paradigma diferente, que tiene otro tipo de ventajas.
"Our implementation is robust, and performs well on a range of datasets across many pairs of languages without the need for language-specific adjustments. Using the same implementation, we are able to achieve results comparable to or better than previous state-of-the-art systems on standard benchmarks, while delivering great improvements over Google’s phrase-based production translation system. "
Sensacionalismo es informar mal de un avance técnico. Típicamente, esa "malinformación" suele consistir en atribuir al trabajo más relevancia de la que tiene, o afirmar que va a suponer una revolución mucho mayor de lo que, en realidad, va a ser. Este es un ejemplo claro.
Yo creo que se entiende perfectamente que se refiere a un mejor aprovechamiento de la información contextual de la que disponen. Me parece una metáfora que cualquier persona podría entender, dado el contenido de la noticia.
Asumir que cualquiera puede entender lo se dice suele ser el primer paso hacia una mala explicación. Si el autor entiende perfectamente el tema del que habla, desde luego, no lo demuestra en absoluto. Voy a citar textualmente algunas de sus frases, para ilustrar lo que digo:
"ahora el sistema de Larry Page, Sergey Brin y Sundar Pichai ha logrado igualar a un traductor humano en la conversión asistida de lenguajes extranjeros." - Mentira. No ha igualado a un traductor humano en ningún caso. Sí que logra buenos resultados en comparación con otros traductores existentes: (del artículo) "On the public WMT’14 translation benchmark, our system’s translation quality approaches or surpasses all currently published results."
"Según informa The Verge, Google está convencida de que la traducción de este sistema puede equipararse a la precisión de una traducción humana; eso sí, sólo entre lenguas como inglés, español o francés. " - Es evidente que no entiende cómo funciona una red neuronal artificial, cuando hace esa afirmación. La red utilizada se entrena para esas lenguas con éxito, pero esencialmente cabe esperar que funcione para cualquier lengua estructuralmente similar. Hay otras afirmaciones en las que se pone de manifiesto este hecho.
"Asimismo, y aunque la inteligencia artificial entiende la frase en su conjunto, aún no es capaz de comprender el contexto global del párrafo o del texto en general, lo que también puede producir faltas de sentido en determinadas traducciones." - Aquí se habla de explícitamente de "comprensión", cuando esto es algo que no ocurre de ninguna manera dentro de una Red neuronal. O, como mínimo, no tenemos pruebas de ningún tipo que se produzca tal cosa (de hecho, este debate es de carácter filosófico, y no tiene una respuesta científica, al menos no a día de hoy).
RESUMIENDO: El autor de esta especie de noticia cutre se limita a acudir a fuentes originales que no comprende bien, realizar una pobre compilación de lo que cree que son las ideas principales, transmitiéndolas mal, y generando una creencia errónea sobre lo que se publica en realidad. Es puro amarillismo científico, algo que se está poniendo de moda, y que, desde luego, siempre tendrá mi negativo y mi crítica.
Los resultados presentados en el artículo (en el original, no en la gañanada esta) precisamente mencionan que se logran resultados "comparables o mejores" a los de los sistemas de traducción que se venían utilizando hasta ahora, pero con un paradigma diferente, que tiene otro tipo de ventajas.
"Our implementation is robust, and performs well on a range of datasets across many pairs of languages without the need for language-specific adjustments. Using the same implementation, we are able to achieve results comparable to or better than previous state-of-the-art systems on standard benchmarks, while delivering great improvements over Google’s phrase-based production translation system. "
Sensacionalismo es informar mal de un avance técnico. Típicamente, esa "malinformación" suele consistir en atribuir al trabajo más relevancia de la que tiene, o afirmar que va a suponer una revolución mucho mayor de lo que, en realidad, va a ser. Este es un ejemplo claro.
Yo creo que se entiende perfectamente que se refiere a un mejor aprovechamiento de la información contextual de la que disponen. Me parece una metáfora que cualquier persona podría entender, dado el contenido de la noticia.
Asumir que cualquiera puede entender lo se dice suele ser el primer paso hacia una mala explicación. Si el autor entiende perfectamente el tema del que habla, desde luego, no lo demuestra en absoluto. Voy a citar textualmente algunas de sus frases, para ilustrar lo que digo:
"ahora el sistema de Larry Page, Sergey Brin y Sundar Pichai ha logrado igualar a un traductor humano en la conversión asistida de lenguajes extranjeros." - Mentira. No ha igualado a un traductor humano en ningún caso. Sí que logra buenos resultados en comparación con otros traductores existentes: (del artículo) "On the public WMT’14 translation benchmark, our system’s translation quality approaches or surpasses all currently published results."
"Según informa The Verge, Google está convencida de que la traducción de este sistema puede equipararse a la precisión de una traducción humana; eso sí, sólo entre lenguas como inglés, español o francés. " - Es evidente que no entiende cómo funciona una red neuronal artificial, cuando hace esa afirmación. La red utilizada se entrena para esas lenguas con éxito, pero esencialmente cabe esperar que funcione para cualquier lengua estructuralmente similar. Hay otras afirmaciones en las que se pone de manifiesto este hecho.
"Asimismo, y aunque la inteligencia artificial entiende la frase en su conjunto, aún no es capaz de comprender el contexto global del párrafo o del texto en general, lo que también puede producir faltas de sentido en determinadas traducciones." - Aquí se habla de explícitamente de "comprensión", cuando esto es algo que no ocurre de ninguna manera dentro de una Red neuronal. O, como mínimo, no tenemos pruebas de ningún tipo que se produzca tal cosa (de hecho, este debate es de carácter filosófico, y no tiene una respuesta científica, al menos no a día de hoy).
RESUMIENDO: El autor de esta especie de noticia cutre se limita a acudir a fuentes originales que no comprende bien, realizar una pobre compilación de lo que cree que son las ideas principales, transmitiéndolas mal, y generando una creencia errónea sobre lo que se publica en realidad. Es puro amarillismo científico, algo que se está poniendo de moda, y que, desde luego, siempre tendrá mi negativo y mi crítica.
#36:
#20
Otra noticia sensacionalista en el marco de las redes neuronales y el aprendizaje automático.
No me lo parece. Según la noticia:
Más rápida y precisa que las plataformas de traducción convencionales, la GNMT requiere menos operaciones de diseño de ingeniería, ya que no hay que programar el análisis y conversión de cada palabra concreta, sino que la herramienta puede ‘improvisar’ acerca del significado de distintas oraciones.
Yo no veo el sensacionalismo en una noticia que te informa de un avance técnico importante.
Primero: las redes neuronales no "entienden" absolutamente nada. No son más que una serie de capas en el interior de un programa donde van balanceando pesos para realizar una tarea para la que son entrenadas.
Yo creo que se entiende perfectamente que se refiere a un mejor aprovechamiento de la información contextual de la que disponen. Me parece una metáfora que cualquier persona podría entender, dado el contenido de la noticia.
Segundo: "Casi igual que un humano". Ni de lejos. Ya se advierte que el coste de entrenamiento y ejecución es enorme. Osea que no sólo se tarda bastante en entrenar a la red neuronal para que sea capaz de realizar una traducción correcta, sino que, además, si el texto que se desea traducir es muy largo, el sistema es esencialmente incapaz de proveer una traducción en tiempo razonable.
Pues en Google no parecen estar muy preocupados: En el primer caso, Google ha anunciado que el 100% de las traducciones entre el chino y el inglés -tanto desde PC como desde móviles- serán ejecutadas en base al motor de GNMT. Dicho de otro modo: 18 millones de consultas diarias para que la máquina pueda aprender y perfeccionarse al máximo.
Otra noticia sensacionalista en el marco de las redes neuronales y el aprendizaje automático.
No me lo parece. Según la noticia:
Más rápida y precisa que las plataformas de traducción convencionales, la GNMT requiere menos operaciones de diseño de ingeniería, ya que no hay que programar el análisis y conversión de cada palabra concreta, sino que la herramienta puede ‘improvisar’ acerca del significado de distintas oraciones.
Yo no veo el sensacionalismo en una noticia que te informa de un avance técnico importante.
Primero: las redes neuronales no "entienden" absolutamente nada. No son más que una serie de capas en el interior de un programa donde van balanceando pesos para realizar una tarea para la que son entrenadas.
Yo creo que se entiende perfectamente que se refiere a un mejor aprovechamiento de la información contextual de la que disponen. Me parece una metáfora que cualquier persona podría entender, dado el contenido de la noticia.
Segundo: "Casi igual que un humano". Ni de lejos. Ya se advierte que el coste de entrenamiento y ejecución es enorme. Osea que no sólo se tarda bastante en entrenar a la red neuronal para que sea capaz de realizar una traducción correcta, sino que, además, si el texto que se desea traducir es muy largo, el sistema es esencialmente incapaz de proveer una traducción en tiempo razonable.
Pues en Google no parecen estar muy preocupados: En el primer caso, Google ha anunciado que el 100% de las traducciones entre el chino y el inglés -tanto desde PC como desde móviles- serán ejecutadas en base al motor de GNMT. Dicho de otro modo: 18 millones de consultas diarias para que la máquina pueda aprender y perfeccionarse al máximo.
#3:
y que no usan con google translator
Comentarios
Ya iba haciendo falta
#2 Menos mal que han puesto el cartel, porque hay un montón de gente a medio hacer.
#2 Esa traducción está mal:
"Show" es "mostrar", así que "showers" es "mostradores"
#2, ese cartel debe ser un fake, ni con traductor automático va a salir esa chapuza. ¿Showers por chaparrones? Ya es raro que te lo traduzca por lluvia, pero un término como chaparrones...
O OFF por lejos...
Eso es que alguien ha hecho la coña buscando las palabras que menos se ajustasen, y aún así no sé si incluso se puede considerar que palabra a palabra sea correcto.
#21 Es que showers significa chaparrones (además de duchas). Es un término muy común en la tele yankee por ejemplo cuando dan el parte meteorológico
#46, se puede traducir por lluvia, ya lo sé, y de ahí a chaparrones, pero un traductor automático lo va a traducir siempre por ducha, y alguien que sepa algo de inglés, pues también. Que no digo que la palabra no sea correcta, pero que está traducido así a propósito.
#51 Que no es lluvia. Showers significa literalmente "Chaparrones" en el contexto de tiempo meteorológico. Y es una palabra de uso común. Fuente: he vivido en Ohio y Toronto. Miramos el tiempo varias veces al día.
#55, pero también significa lluvia, ¿eh? Aunque se usará sobre todo en el contexto de chaparrones, el tiempo que estuve yo en Ohio no me dio tiempo a notarlo (una semana ). Bueno, en cualquier caso lo que yo quiero decir es que cualquier traductor automático te lo va a traducir como ducha, que es mucho más común para esa palabra. Y ya no hablemos de un traductor humano, claro.
#67 Me temo que discrepo. Como bien dice #69 Shower en singular sí que te lo va a traducir como ducha. Showers en plural (y noi digamos ya rain showers) te lo va a traducir casi siempre como Chaparrones.
Por curiosidad... ¿dónde en Ohio? Yo me pasé un año en Chagrin Falls, el pueblo de Bill Waterson (el de Calvin & Hobbes). Le tengo mucho cariño a esa zona.
#74, Kent State University (y por tanto alrededores).
Y lo de las traducciones, acabo de comentar que probando en varios traductores, todos en plural siguen diciendo duchas. Y curiosamente ni como alternativa aparece la palabra "chaparrones", aunque sí lluvia, llovizna, etc. Si no es un fake, a lo sumo habrá sido un traductor humano muy burro
#51 #55 Además, 'showers' en plural se utiliza el 99% de las veces para hacer referencia a 'chaparrones', y no a 'duchas' (que no se usa demasiado en plural). Es muy posible que un traductor automático haya cometido ese error.
#69, curiosamente el traductor de Google te traduce Showers por duchas, y la lista de alternativas es esta:
Duchas
Lluvias
Las duchas
Duchas de
Ducha
https://translate.google.es/#tr/es/showers
El traductor de Wordreference también lo traduce como duchas. Y entre las traducciones alternativas muestra llovizna:
http://www.wordreference.com/es/translation.asp?tranword=showers
He probado más traductores y en todos lo primero es "duchas". Y al referirse a tipo de lluvia curiosamente ninguno usa el término chaparrones. Por eso dudo mucho que sea un traductor automático. Y añadamos que OFF por lejano como primera opción, pues muy raro también.
#21 Ejem, vivo en Nueva York, y en la noticias, cuando va a haber chubascos dicen : Showers
#46
#82, ya, pero lo que yo estoy diciendo es que un traductor automático no tiene pinta de de traducir de primeras showers por chubasco (y menos aún chaparrón que es como más vulgar).
#2 #21
Powered by Google
#86, eso sí puede ser un traductor automático
#21 lo mas probable es que lo haya hecho alguien con un diccionario sin tener ni idea
#2 google translate lo traduce como:
por favor apague las duchas cuando haya terminado. gracias
#34 y desenchúfelas en caso de tormenta
#2 Extremeli uell.
En 5 años la profesión de intérprete al carajo.
Dentro de poco los colectivos a favor de una renta básica van a aumentar creo yo.
#9 junto a los taxistas, los tenderos de barrio... ¿Quien va a pagar la renta basica?
#14 Los que reciben los beneficios de esos servicios que reemplazan a un humano, le pagas el sueldo de lo que debería hacer el trabajador al gobierno, como si la máquina fuese el trabajador (idea muy verde, pero irá madurando).
#22 ¿Tambien lo van a pagar los mismos que reciben la renta basica? Es que igual no es suficiente...
#28 Bueno, dependerá de si se modela como un añadido o como un reemplazo de un sueldo, probablemente acabe siendo un complemento gradual donde cuanto menos ingreses, más recibes (pero nunca sobrecompensando la pérdida).
Si das masivamente servicios con un montón de maquinitas que trabajan por docenas de personal que ya no tienes que pagar, la renta básica será una cantidad ínfima en todo caso.
No sé si era esa tu pregunta.
#32 Lo que intento decirte es que las cuentas no cuadran, y si lo hacen, seran injustas. Si toda la sociedad se beneficia de un servicio automatico de traduccion, o de chofer, o de lo que sea, toda la sociedad debera pagar suficientemente para pagar una renta basica y suficiente, que la RB tiene apellidos, a los que pierden su trabajo, incluyendo a los que ingresan la RB, que se estaran pagando a si mismos, porque ellos tambien se befician de esos servicios. Que un individuo pague al Gobierno con lo que el Gobierno le da para pagarse a si mismo es un absurdo.
La posible salida a ese absurdo estara en los que no cobran RB, es decir, los que hacen un trabajo que no se puede automatizar. Como los trabajos que se pueden automatizar son los menos especializados, los que pagaran sin recibir nada a cambio seran los que esten especializados, que seran mas o menos los que han pasado mas tiempo preparandose en cosas mas especializadas. Para entendernos, que los que van a pagar van a ser los que desde crios se han dedicado a estudiar mientras que los que cobran la RB seran los que se han pasado la infancia de botellon. O sea, que el empollon de la clase que se ha pasado la juventud en una biblioteca sacandose una ingenieria despues va a pagar muchos impuestos para equilibrar las cuentas generales con el objetivo de que el vago de la clase cobre la RB. Si yego a saver que eso iva ha ser asin, yo no hestudio. De echo, kreo que lo estoi olbidando todo...
#31 una solucion seria hacer que cada robot pagara su "irpf" y "seguridad social", si, pero eso solo te sirve con los robots que puedes tocar, con los que estan montando un coche o conduciendo un taxi, pero, ¿como vas a poner impuestos a un traductor que da servicio desde un servidor instalado en China?
#47 Ya te digo que es una idea que todavía está verde, pero si consigues una máquina que desempeña un trabajo que antes realizaba una persona, lo lógico es que puedas cubrir la subsistencia de una persona a cambio, o incluso a dos con peores ingresos. O eso, o redunda en una bajada de precio del producto que permita a todo el mundo vivir con muy pocos ingresos, en todo caso lo que no debería ocurrir es lo que está ocurriendo, y es que el que pone la máquina se queda todo el beneficio, incluso más allá del retorno de inversión.
Es decir, si eres dueño de una empresa de transportes y tienes a dos conductores de camiones que cobran 900€ cada uno, pues tendrás dos robots, y tendrás que devolver algo como mil y pico euros para que todo el sistema sea sostenible. Esto sería compatible con un descuento hasta que alcances un retorno de inversión en esa tecnología (suponiendo que no necesita como más de 10 años, que no debería).
El dueño de la empresa todavía recibe los mismos beneficios, o incluso algo más si no paga exactamente el 100%, y con la ventaja de que los robots no cogen vacaciones, bajas, se cansan, duermen o hacen huelga.
Esa es la solución más sencilla que se me ocurre, probablemente haya un modelo real por alguien más instruido en el tema que yo que funcione mucho mejor que este sin pretender generar una demanda de trabajo que ya no volverá a existir.
#62 Si en el caso de los conductores esta claro, que el robot pague como si fuera humano, pero ¿que haces con los servicios "informaticos"? Ese es el caso de los traductores, sin ir mas lejos.
#71 Es un tema complicado, desde luego, porque ya lleva años funcionando así, y supondría un atraso, incluso llevando el tema al extremo podrías incluir robots de construcción o tractores que llevan décadas.
Supongo que la solución pasa por subir mucho los impuestos a los que más ingresan, que por lo general ya se están beneficiando masivamente de este tipo de servicios, pero claro, para esto, todos los países tienen que ponerse de acuerdo y colaborar, no va a ser nada fácil.
#47 Es mucho más sencillo. La Renta Básica universal la paga el estado a TODOS los ciudadanos, y el estado a su vez recauda de las rentas del trabajo y de las rentas del capital en base a sus rendimientos. Para ello obviamente tenemos que tender hacia un sistema fiscal global sin paraisos fiscales y con competencia fiscal entre estados limitada, pues si no es muy complicado hacer partícipe del esfuerzo al 1% (según el último informe de Oxfam international, el 1% acumula el 51% de la riqueza en estos momentos).
La parte complicada es pasar a una fiscalidad global, ese es uno de los desafíos de nuestro tiempo.
Por otro lado, las ganancias de productividad derivadas de la masificación de las IA y la robótica deberían repercutirse en una disminución de las jornadas de trabajo (por ley y con inspección laboral que la imponga). Si hoy en día trabajáramos el mismo número de horas que hacíamos a principios del siglo XX, habría 15 millones de parados.
#14 Los dueños de los robots
#14 Nadie, generación tras generación el 80% de la gente morirá por inanición al no tener en qué trabajar y en unos cuantos siglos se extinguirá la raza humana.
#14 La renta básica se pagará a través de el incremento de productividad generado a través de las máquinas e inteligencias artificiales.
Estamos generando más riqueza gracias a la tecnología. Si se quiere gestionar, se puede.
#39 Este incremento de la productividad en concreto pagara pensiones californianas, asi que en todo caso, pagara la RB de los californianos.
La pregunta sigue ahi, ¿quien va a pagar la RB de los memeantes?
#50 Las empresas españolas que incrementen su productividad y beneficios usando esta herramienta.
#39 No todo es dinero, también es poder.
Liberar a la humanidad de la necesidad de trabajar puede poner en riesgo el status quo.
#60 Pues nos cargamos el status quo. Ya se ha hecho varias veces. Es una constante en la historia humana, de hecho. Cada generación vive una o dos rupturas del status quo, al menos.
Lo que te digo, y supongo que estarás de acuerdo, que el problema en todo caso es político, no tecnológico.
#65 totalmente de acuerdo, solo señaló por qué es un problema político.
#39 Estoy de acuerdo. Pero el Ser humano siempre va a querer más, y seguirá trabajando para seguir desarrollando aún más la tecnología y seguir con el progreso.
Así que aunque si veo possible una renta básica con lo mínimo para subsistir, la gente seguirá trabajando para generar más. Va con el ser humano el no quedarse cruzado de brazos
#85 Si, yo creo que ese es el futuro. RBU que cubra las necesidades básica, pero la gente seguirá trabajando porque además de las necesidades básicas también queremos una Play, hacer un viaje a París, ir al cine y a teatros, comprarnos una moto de 250cc, cenar fuera un par de veces en semana, etc, etc.
Algunos dicen que a los poderosos no les interesa una RBU. Yo digo que una RBU será la única forma por la que los poderosos podrán evitar revueltas populares en sociedades con índices de paro cronificados.
La revolución no entra en un estómago lleno, que dijo Churchill
#89 Joder macho. Si hay una razón por la que vengo al menéame, además de para meter cizaña de vez en cuando, está concentrada en ese comentario.
#14 La respuesta es obvia, SKYNET
#9 Hace unos meses hice un comentario parecido y me comieron a negativos, diciendo que eso era imposible y que si tal y cual.
#38 se llama masa aborregada y desinformada. Encontrarás el mismo síntoma en muchas otras noticias y comentarios.
Luego, a aro pasado y tras haber quemado a los mensajeros entre bromas, chanzas e insultos, esos mismos dirán "yo siempre lo supe", y se quedarán tan anchos, con supuesta mirada de inteligencia indistinguible a la de una vaca pastando.
Esa actitud explica muchas cosas, como que se venda homeopatía o que vayamos hacia las terceras elecciones generales...
#9 Pues fácil, le ponemos una tasa a todo el que se compre un ordenador, contrate internet o lea un libro o revista, y así los traductores pueden seguir con sus beneficios eternamente aunque su negocio ya no funcione.
#48 Y bajar el IVA de las traducciones
#9 Maldito progreso! Ojalá estuviéramos en la edad de piedra recolectando bayas y cazando, Eso si que eran Buenos tiempos!
Como a lo largo de la historia y del progreso...los humanos han ido adaptándose a la situación, y con cada Nuevo progreso tecnológico, los trabajos que se iban haciendo inútiles desaparecían y se creaban unos nuevos. La gente ha de adaptarse
#9 Otra cosa es que los pocos que sí trabajen esten dispuestos a mantener el resto. De seguro dejarán de trabajar y el propio sistema caerá por inercia y lógica.
#9 La renta vital es una idea preparatoria del mundo googleliano o robotico. Todos pensionistas y nosotros tan felices. Ellos los robots haran el trabajo y mandaran en el mundo nosotros felices en el nuevo paraiso donde los ciegos veran los paraliticos andaran los enfermos todos se curaran y la vida pasara de los 120 años. Imposible de superar. Nuevas oraciones: Divinos Robots Cuidad de Nosotros!!!.
#9 Ni de coña.
#9 Sería interesante buscar en la hemeroteca de MNM los comentarios de hace cinco años en los que se decía "En cinco años van a desaparecer los libros en papel".
Además, la interpretación es bastante más compleja que esto. QUizás para traducir cosas como las instrucciones de una azafata al comienzo de un vuelo valdrán: son siempre las mismas, tiene una estructura clara y sencilla. Pero para otros tipos de comunicación, ni de lejos.
Una afirmación así es no saber nada de lo que es la interpretación.
Otra noticia sensacionalista en el marco de las redes neuronales y el aprendizaje automático.
Primero: las redes neuronales no "entienden" absolutamente nada. No son más que una serie de capas en el interior de un programa donde van balanceando pesos para realizar una tarea para la que son entrenadas.
Segundo: "Casi igual que un humano". Ni de lejos. Ya se advierte que el coste de entrenamiento y ejecución es enorme. Osea que no sólo se tarda bastante en entrenar a la red neuronal para que sea capaz de realizar una traducción correcta, sino que, además, si el texto que se desea traducir es muy largo, el sistema es esencialmente incapaz de proveer una traducción en tiempo razonable.
" Unfortunately, NMT systems are known to be computationally expensive both in training and in translation inference. Also, most NMT systems have difficulty with rare words. These issues have hindered NMT's use in practical deployments and services, where both accuracy and speed are essential."
Lo que sí mejora es el nivel de corrección en la traducción, comparado con la tecnología que mencionan como estándar.
#20
Otra noticia sensacionalista en el marco de las redes neuronales y el aprendizaje automático.
No me lo parece. Según la noticia:
Más rápida y precisa que las plataformas de traducción convencionales, la GNMT requiere menos operaciones de diseño de ingeniería, ya que no hay que programar el análisis y conversión de cada palabra concreta, sino que la herramienta puede ‘improvisar’ acerca del significado de distintas oraciones.
Yo no veo el sensacionalismo en una noticia que te informa de un avance técnico importante.
Primero: las redes neuronales no "entienden" absolutamente nada. No son más que una serie de capas en el interior de un programa donde van balanceando pesos para realizar una tarea para la que son entrenadas.
Yo creo que se entiende perfectamente que se refiere a un mejor aprovechamiento de la información contextual de la que disponen. Me parece una metáfora que cualquier persona podría entender, dado el contenido de la noticia.
Segundo: "Casi igual que un humano". Ni de lejos. Ya se advierte que el coste de entrenamiento y ejecución es enorme. Osea que no sólo se tarda bastante en entrenar a la red neuronal para que sea capaz de realizar una traducción correcta, sino que, además, si el texto que se desea traducir es muy largo, el sistema es esencialmente incapaz de proveer una traducción en tiempo razonable.
Pues en Google no parecen estar muy preocupados: En el primer caso, Google ha anunciado que el 100% de las traducciones entre el chino y el inglés -tanto desde PC como desde móviles- serán ejecutadas en base al motor de GNMT. Dicho de otro modo: 18 millones de consultas diarias para que la máquina pueda aprender y perfeccionarse al máximo.
#36 Si te vas al artículo original (que se enlaza en la entrada) verás que, en realidad, la noticia es exactamente lo que digo: sensacionalista a más no poder.
Los resultados presentados en el artículo (en el original, no en la gañanada esta) precisamente mencionan que se logran resultados "comparables o mejores" a los de los sistemas de traducción que se venían utilizando hasta ahora, pero con un paradigma diferente, que tiene otro tipo de ventajas.
"Our implementation is robust, and performs well on a range of datasets across many pairs of languages without the need for language-specific adjustments. Using the same implementation, we are able to achieve results comparable to or better than previous state-of-the-art systems on standard benchmarks, while delivering great improvements over Google’s phrase-based production translation system. "
Sensacionalismo es informar mal de un avance técnico. Típicamente, esa "malinformación" suele consistir en atribuir al trabajo más relevancia de la que tiene, o afirmar que va a suponer una revolución mucho mayor de lo que, en realidad, va a ser. Este es un ejemplo claro.
Yo creo que se entiende perfectamente que se refiere a un mejor aprovechamiento de la información contextual de la que disponen. Me parece una metáfora que cualquier persona podría entender, dado el contenido de la noticia.
Asumir que cualquiera puede entender lo se dice suele ser el primer paso hacia una mala explicación. Si el autor entiende perfectamente el tema del que habla, desde luego, no lo demuestra en absoluto. Voy a citar textualmente algunas de sus frases, para ilustrar lo que digo:
"ahora el sistema de Larry Page, Sergey Brin y Sundar Pichai ha logrado igualar a un traductor humano en la conversión asistida de lenguajes extranjeros." - Mentira. No ha igualado a un traductor humano en ningún caso. Sí que logra buenos resultados en comparación con otros traductores existentes: (del artículo) "On the public WMT’14 translation benchmark, our system’s translation quality approaches or surpasses all currently published results."
"Según informa The Verge, Google está convencida de que la traducción de este sistema puede equipararse a la precisión de una traducción humana; eso sí, sólo entre lenguas como inglés, español o francés. " - Es evidente que no entiende cómo funciona una red neuronal artificial, cuando hace esa afirmación. La red utilizada se entrena para esas lenguas con éxito, pero esencialmente cabe esperar que funcione para cualquier lengua estructuralmente similar. Hay otras afirmaciones en las que se pone de manifiesto este hecho.
"Asimismo, y aunque la inteligencia artificial entiende la frase en su conjunto, aún no es capaz de comprender el contexto global del párrafo o del texto en general, lo que también puede producir faltas de sentido en determinadas traducciones." - Aquí se habla de explícitamente de "comprensión", cuando esto es algo que no ocurre de ninguna manera dentro de una Red neuronal. O, como mínimo, no tenemos pruebas de ningún tipo que se produzca tal cosa (de hecho, este debate es de carácter filosófico, y no tiene una respuesta científica, al menos no a día de hoy).
RESUMIENDO: El autor de esta especie de noticia cutre se limita a acudir a fuentes originales que no comprende bien, realizar una pobre compilación de lo que cree que son las ideas principales, transmitiéndolas mal, y generando una creencia errónea sobre lo que se publica en realidad. Es puro amarillismo científico, algo que se está poniendo de moda, y que, desde luego, siempre tendrá mi negativo y mi crítica.
#57 Al contrario, insisto en que es sensacionalista, por el modo en que se transmiten las ideas: exageradamente y mal. Me cito a mi mismo porque no voy a desarrollar las mismas ideas siete veces: #52
Aparte, te replico:
"Dices que las redes neuronales no "entienden". Se podría discutir largo acerca de lo que significa entender algo, pero la diferencia básica entre lo que hacen las redes neuronales artificiales y nosotros es que nosotros somos conscientes de que lo entendemos. Esas redes neuronales funcionan de forma muy parecida a nuestro cerebro (se inspiraron en él), por lo tanto no es descabellado hablar de que "entienden" o "aprenden" como nosotros."
Ese es un debate que de momento sólo podríamos abrir. Lo que es la consciencia y cuando se produce es algo que resulta casi imposible de definir. Podríamos remontarnos a Descartes, Kant o Berkeley y reabrir una discusión filosófica al respecto, pero a nivel científico es imposible dar respuesta a estas preguntas, al menos a día de hoy. Decir que "aprenden" no es descabellado, porque de hecho, lo hacen. Se alimentan de datos, y acaban desarrollando una capacidad para la que han sido entrenadas y diseñadas. Pero eso no las sitúa al nivel de un humano, ni cerca de ello, ni nos da licencia para afirmar que existe en ellas algún tipo de "comprensión". Y menos con la ligereza con la que se hace en el artículo.
"El coste de entrenamiento del que hablas no es tan enorme si lo comparamos con los años de aprendizaje que le lleva a un traductor (desde que nace está aprendiendo) profesional. Además, cada traductor ha tenido que aprender desde cero, aquí una vez que tengas un máquina que lo haga bien, te vale para siempre. En cuanto al coste de ejecución, estoy seguro de que la máquina va a ser infinitamente más rápida que un humano traduciendo."
Esto es relativo, porque el aprendizaje no es 100% automático. Existe un ingeniero detrás tomando decisiones, depurando, y en general, "haciendo trampas". Por supuesto, google puede pagarlo, y, en todo caso, si al final se obtiene un resultado que de verdad iguala a un ser humano, puede haber valido la pena. En cuanto al coste de ejecución, yo no hablaría tan a la ligera. Los ordenadores son muy rápidos efectuando ciertas tareas, pero hay otras en las que la complejidad hace que la velocidad de ejecución se vea notablemente lastrada, hasta el punto en que son mucho más lentos que un cerebro humano. Esto parece sorprendente (si se compara la frecuencia a la que un ordenador y un cerebro trabajan, son como seis órdenes de magnitud de diferencia) y de hecho fue una de las razones que impulsaron al desarrollo de la tecnología de redes neuronales, pero eso no quiere decir que se pueda lograr el mismo rendimiento. El problema de las redes neuronales artificiales es que, aunque simulan cierto paralelismo en el procesamiento, no tienen paralelismo real (en el interior del ordenador todo ocurre de modo secuencial, esencialmente).
" ¿Que aún quedan cosas por mejorar? Seguro, pero dale un poco de tiempo y el trabajo de traductor será historia. "
Eso habrá que verlo, aunque no es imposible. Google tiene buenos equipos, y los sitemas de aprendizaje automático están haciendo muchos progresos en muchas áreas. Pero las cosas hay que anunciarlas cuando llegan, no antes, y en todo caso, ser prudente con lo que se afirma.
#64 "...eso no las sitúa al nivel de un humano, ni cerca de ello" --> en algunos aspectos (como jugar al Go) ya tienen un nivel superior al humano y estoy seguro de que lo tendrán en muchos otros ámbitos enseguida.
"ni nos da licencia para afirmar que existe en ellas algún tipo de "comprensión"" --> conceptos como entender, comprender, intuir, seguir una estrategia, etc. básicamente se refieren a llevar al plano consciente operaciones más básicas que las máquinas ya ejecutan. Lo que he comentado antes, hacen lo que nosotros pero sin ser conscientes.
"Los ordenadores son muy rápidos efectuando ciertas tareas, pero hay otras en las que la complejidad hace que la velocidad de ejecución se vea notablemente lastrada, hasta el punto en que son mucho más lentos que un cerebro humano" --> la diferencia está en cómo lo hace el cerebro y en la masiva cantidad de neuronas que están funcionando a la vez, por eso es interesante imitar sus estructuras, porque en lo que se refiere a velocidad, las máquinas son mucho más rápidas.
"El problema de las redes neuronales artificiales es que, aunque simulan cierto paralelismo en el procesamiento, no tienen paralelismo real" --> falso, se utilizan un montón de procesamiento paralelo para entrenar redes neuronales. Precisamente las tarjetas gráficas para procesar imágenes y vídeo tienen fama de ser muy útiles por su procesamiento paralelo. Y aunque no hubiera paralelismo, todo procesamiento paralelo se puede simular en secuencial.
#94 " en algunos aspectos (como jugar al Go) ya tienen un nivel superior al humano y estoy seguro de que lo tendrán en muchos otros ámbitos enseguida."
Hay tareas en las que son más rápidas y pueden superar a un humano fácilmente. Ya hace años que lo hicieron en el ajedrez. Prácticamente en cualquier juego con número finito y relativamente pequeño de movimientos posibles (esto pueden ser varias decenas de miles o más) por jugada, un ordenador adecuadamente programado vence a un humano con facilidad.
En todo caso, mi afirmación iba en la línea de la conciencia del mundo que nos rodea, de la comprensión, y demás. Que una máquina sea muy buena jugando a un juego no le otorga un estatus pseudohumano ni nada por el estilo. No hay que perder de vista que detrás de cada máquina hay un cerebro humano (o más) diseñándola...
"la diferencia está en cómo lo hace el cerebro y en la masiva cantidad de neuronas que están funcionando a la vez, por eso es interesante imitar sus estructuras, porque en lo que se refiere a velocidad, las máquinas son mucho más rápidas."
Un cerebro humano tiene unas 10^14 conexiones, y funciona a una frecuencia de entre 1 y 100 Hz. Un procesador convencional tiene una sola línea de proceso (olvídate de multicores, placas gráficas, FPGAs, etc, por el momento) y trabaja a unos 2 GHz, es decir, a unos 2*10^9 Hz. Si suponemos (que es mucho suponer) que el cerebro puede hacer funcionar todas sus conexiones al mismo tiempo, el cerebro es potencialmente más rápido. En este razonamiento naive he hecho un montón de asunciones falsas, sólo para ilustrar que la percepción de que un ordenador es siempre más rápido es de hecho errónea.
" falso, se utilizan un montón de procesamiento paralelo para entrenar redes neuronales. Precisamente las tarjetas gráficas para procesar imágenes y vídeo tienen fama de ser muy útiles por su procesamiento paralelo. Y aunque no hubiera paralelismo, todo procesamiento paralelo se puede simular en secuencial. "
Las FPGAs (un dispositivo con mayor capacidad de cómputo paralelo que las GPUs que tú mencionas) tienen unas 1500 puertas lógicas reprogramables. Esto las más competitivas del mercado actual. Digamos que una puerta lógica se construye con entre 8 y 10 neuronas (en realidad son menos, usando neuronas artificiales): eso nos deja 13 órdenes de magnitud de diferencia entre el cerebro y el dispositivo electrónico más paralelo del mercado. Por más que uno quiera paralelizar procesos (que se hace, y se obtienen ganancias de rendimiento) la diferencia es brutal.
Obviamente uno no intenta paralelizar una red neuronal del tamaño de un cerebro, pero en todo caso, problemas de cierta complejidad quedan fácilmente fuera del alcance de la paralelización "plena". La paralelización, además, tiene un montón de desafíos adicionales que hacen que cada problema específico requiera un análisis concreto. Alcanzar un paralelismo equivalente al del cerebro es, con suerte, posible sólo en algunos casos.
El paralelismo simulado, por otra parte, es inútil en cuanto a eficiencia. No es en eso en lo que reside la potencia de las redes neuronales, sino en su capacidad para aproximar funciones no lineales.
#96 Te agradezco las elaboradas respuestas pero en serio creo que no eres consciente de la magnitud e importancia de los avances en inteligencia artificial.
Ganarle al Go al mejor del mundo ha sido un hito mucho mayor que ganarle al ajedrez allá por el 1997 porque el método de aprendizaje y análisis no consiste en fuerza bruta solamente sino en aprender de partidas pasadas y jugar contra sí mismo para aprender más a un juego donde contemplar todos los movimientos posibles es inviable. Los algoritmos utilizados además son genéricos en el sentido de que valen para aprender a jugar y ganar a otros juegos muy diferentes, sin tener que reprogramar todo para cada caso.
Que yo sepa no se utilizan FPGAs para machine learning.
Échale un vistazo a este portento para ver qué tipo de máquinas se están comercializando ya y con qué especificaciones. Google y otras compañías tienen máquinas mucho más potentes por supuesto.
https://www.nvidia.com/object/deep-learning-system.html
No es tan importante llegar al nivel del número de neuronas o conexiones del cerebro como entender qué hace y cómo. Muchísimas cosas de las que hace el cerebro no nos aportan mucho desde el punto de vista del aprendizaje o inteligencia dado que tienen que ver con la supervivencia. La prtueba es que con redes neuronales mucho más sencillas que las del cerebro ya hay máquinas que reconocen imágenes o juegan a juegos a nivel humano.
#20 No es sensacionalista en absoluto, es un ejemplo más del poder de las redes neuronales y del futuro que nos espera con las máquinas haciendo tareas que pensábamos que solamente los humanos pueden hacer.
Dices que las redes neuronales no "entienden". Se podría discutir largo acerca de lo que significa entender algo, pero la diferencia básica entre lo que hacen las redes neuronales artificiales y nosotros es que nosotros somos conscientes de que lo entendemos. Esas redes neuronales funcionan de forma muy parecida a nuestro cerebro (se inspiraron en él), por lo tanto no es descabellado hablar de que "entienden" o "aprenden" como nosotros.
El coste de entrenamiento del que hablas no es tan enorme si lo comparamos con los años de aprendizaje que le lleva a un traductor (desde que nace está aprendiendo) profesional. Además, cada traductor ha tenido que aprender desde cero, aquí una vez que tengas un máquina que lo haga bien, te vale para siempre. En cuanto al coste de ejecución, estoy seguro de que la máquina va a ser infinitamente más rápida que un humano traduciendo.
¿Que aún quedan cosas por mejorar? Seguro, pero dale un poco de tiempo y el trabajo de traductor será historia.
#20
Primero: las redes neuronales no "entienden" absolutamente nada. No son más que una serie de capas en el interior de un programa donde van balanceando pesos para realizar una tarea para la que son entrenadas.
Conozco a muchas personas así. No son mas que una serie de celulas en el interior de una cabeza donde van ajustando señales eléctricas para realizar una tarea para la que son entrenadas (viendo la tele y esas cosas). Con esto lo que quiero decir que puede que el cerebro humano funcione igual que las redes de neuronas, no lo sabemos. Hacer este tipo de afirmaciones es un poco ingenuo. No sabemos que es la comprensión ni la inteligencia ni muchas otras cosas.
Segundo: "Casi igual que un humano". Ni de lejos. Ya se advierte que el coste de entrenamiento y ejecución es enorme. Osea que no sólo se tarda bastante en entrenar a la red neuronal para que sea capaz de realizar una traducción correcta, sino que, además, si el texto que se desea traducir es muy largo, el sistema es esencialmente incapaz de proveer una traducción en tiempo razonable.
Esas redes de neuronas son entrenadas en cuestion de "semanas" (por tirar alto). Creo que el tiempo que tarda una persona en aprender un idioma es bastante superior, mucho más si quieres hacer traducciones decentes. También creo que un humano es más lento traduciendo un texto, y más costoso (economicamente hablando). Cuando ellos hablan de rapidez están diciendo que no aceptan un algoritmo que tarde más de un segundo en dar una traducción, pero eso lo solventarán con nuevos avances tecnológicos. Y la precisión la mejorarán con nuevas arquitecturas neuronales.
A día de hoy lo que se conoce como deep learning no es sensacionalista, es una tecnología que se usa y que esta dando los mejores resultados en casi todos los dominios donde se aplica. Si publican un artículo ten por seguro que es porque ya la estan utilizando en sus servidores y lo que pretenden es que otros mejoren los algoritmos para poder seguir mejorando (porque el negocio a día de hoy esta en los datos y no en los algoritmos).
#68 "Conozco a muchas personas así. No son mas que una serie de celulas en el interior de una cabeza donde van ajustando señales eléctricas para realizar una tarea para la que son entrenadas (viendo la tele y esas cosas). Con esto lo que quiero decir que puede que el cerebro humano funcione igual que las redes de neuronas, no lo sabemos. Hacer este tipo de afirmaciones es un poco ingenuo. No sabemos que es la comprensión ni la inteligencia ni muchas otras cosas."
Podemos abrir el debate sobre la conciencia, cuando se produce, etc. Es un debate filosófico, no científico. Pero no es ingenuo afirmar que las redes que están entrenadas para traducir no comprenden el texto que traducen. Incluso si hubiese una especie de "protoconciencia" en esa red neuronal, digamos que percibiría, como máximo, las conexiones entre las distintas palabras, y nunca su significado.
Esto de acuerdo en que el entendimiento de la inteligencia es limitado. Como mucho, percibimos su existencia al percibirnos a nosotros mismos, y poco más. Precisamente por eso critico este tipo de artículos, en los que se exacerba notablemente la realidad de lo que ocurre en el ámbito de la inteligencia artificial (como disciplina científica).
Te sugeriría que no usaras calificativos del tipo "ingenuo" al referirte a las palabras de nadie. Es un poco ofensivo, y no aporta nada.
" Esas redes de neuronas son entrenadas en cuestion de "semanas" (por tirar alto). Creo que el tiempo que tarda una persona en aprender un idioma es bastante superior, mucho más si quieres hacer traducciones decentes. También creo que un humano es más lento traduciendo un texto, y más costoso (economicamente hablando). Cuando ellos hablan de rapidez están diciendo que no aceptan un algoritmo que tarde más de un segundo en dar una traducción, pero eso lo solventarán con nuevos avances tecnológicos. Y la precisión la mejorarán con nuevas arquitecturas neuronales."
Esto ya lo han comentado por ahí. Puede que el tiempo de entrenamiento sea más bajo que el de entrenar a un traductor humano, pero en todo caso es engañoso, porque de momento el proceso no es 100% automático. Al final necesitas a un ingeniero experto en redes neuronales invirtiendo tiempo en entender el problema y bordear las dificultades que van surgiendo (como la comprensión de ciertas palabras o expresiones).
En cuanto a los tiempos de traducción, los presentados en el artículo se refieren únicamente a frases. Para traducciones de textos más largos el problema puede aumentar en complejidad, porque puede las conexiones entre diferentes frases e incluso párrafos pueden ser sutiles y difíciles de capturar. No se puede afirmar de un modo tan directo en estas cuestiones.
Afirmar que estos problemas se solventarán con nuevos avances tecnológicos es un poco ir demasiado lejos. Quizá se solventen, pero eso lo podremos decir cuando se haya hecho. No se puede asegurar que las redes neuronales artificiales sean la solución al problema del lenguaje: no existe prueba de ello (matemática) ni evidencia experimental. No sabemos si existe algún tipo de barrera estructural insalvable que obligue a recurrir a un nuevo paradigma para resolver por completo el problema.
"A día de hoy lo que se conoce como deep learning no es sensacionalista, es una tecnología que se usa y que esta dando los mejores resultados en casi todos los dominios donde se aplica. Si publican un artículo ten por seguro que es porque ya la estan utilizando en sus servidores y lo que pretenden es que otros mejoren los algoritmos para poder seguir mejorando (porque el negocio a día de hoy esta en los datos y no en los algoritmos). "
Soy consciente de que el deep learning existe y de que se aplica con éxito en muchos problemas. No pretendo decir que la noticia es sensacionalista por hablar de esta técnica, sino por el modo en que se presenta la información: en términos absolutos, mal desarrollada, con afirmaciones que podrían tener un corte filosófico y que se hacen sin ninguna prudencia, sin explicar bien las ideas de fondo ni dar una pincelada sobre la tecnología utilizada. Colgándose el mérito de hacer broadcast de algo, pero haciéndolo mal. Para hacer eso, se puede enlazar directamente el artículo original, pero lo adecuado sería leer el paper, entenderlo bien, y hacer un ejercicio de divulgación en condiciones.
#81
Voy a empezar por las conclusiones: infravalorar el deep learning y sus aplicaciones es un error. Hace unos años un titular así podría ser sensacionalista, hoy en día es una realidad.
Podemos abrir el debate sobre la conciencia, cuando se produce, etc. Es un debate filosófico, no científico.
Esa afirmación es incorrecta. Te recomiendo buscar un poco de conciencia artificial o machine conciousness. La coneciencia no es solo un debate filosófico sino también científico.
No se sabe lo que es la conciencia o lo que es la inteligencia. Así que no se puede afirmar que algo no lo tenga, porque objetivamente no puedes decirlo. Es una opinión subjetiva. Solo afirmamos que los seres humanos tenemos conciencia, pero no sabemos definirla. Ni siquiera si existe. Y al igual que con la conciencia pasa con muchas cosas de la mente humana, no las entendemos aunque las hayamos puesto un nombre. Pero eso no quiere decir que los elementos que las generan no se den en las redes de neuronas. Que casualmente tampoco entendemos por qué llegan a funcionar. Al igual que sabemos como se modifican los pesos de las redes de neuronas tambien sabemos los procesos químicos que cambian las sinapsis. Ninguna de las dos cosas aclara nada cuando obsevamos el comportamiento que generan globalmente.
Al final necesitas a un ingeniero experto en redes neuronales invirtiendo tiempo en entender el problema y bordear las dificultades que van surgiendo (como la comprensión de ciertas palabras o expresiones).
Esta afirmación es simplemente mentira en el deep learning. Cuando te vas a algoritmos de aprendizaje automático esa frase es cierta, pero en deep learning el problema de la extracción de caraterísticas del dominio se convierte en parte del proceso de aprendizaje de la red de neuronas. La dificultad se traslada a la definición de la arquitectura de la red que es capaz de extraer el conocimiento abstracto. Pero a día de hoy el tema de las arquitecturas es prueba y error, como un proceso evolutivo. Con un conjunto de datos lo suficientemente grande y la arquitectura de la red de neuronas apropiada puedes conseguir unos increibles resultados, sin tener conocimiento del dominio del problema.
Para traducciones de textos más largos el problema puede aumentar en complejidad, porque puede las conexiones entre diferentes frases e incluso párrafos pueden ser sutiles y difíciles de capturar. No se puede afirmar de un modo tan directo en estas cuestiones.
Esas sutilezas también son un problema para los seres humanos. Deberias valorar como avanza el deep learning. El primer dominio al que fué aplicado fue al reconocimiento de imágenes. En 2012, antes del deep learning, tener más de un 70% de precisión era algo increible. Hoy estamos en torno al 94%. Y para algunos dominios concretos (reconocimiento de caras) deep learning tiene mayor precisión que el ser humano. Es decir, puede captar mejor las sutilezas del dominio que los seres humanos.
Afirmar que estos problemas se solventarán con nuevos avances tecnológicos es un poco ir demasiado lejos. Quizá se solventen, pero eso lo podremos decir cuando se haya hecho. No se puede asegurar que las redes neuronales artificiales sean la solución al problema del lenguaje: no existe prueba de ello (matemática) ni evidencia experimental. No sabemos si existe algún tipo de barrera estructural insalvable que obligue a recurrir a un nuevo paradigma para resolver por completo el problema.
Estamos en un proceso de pasar de GPUs a chips especializados en deep learning. Esto pueden ser unas ganancias de 1000x en terminos de rendimiento en pocos años. La cantidad de gente trabajando en el tema se ha disparado. Cualquier startup de hoy en día que se precie tienen que tener en cuenta el deep learning o lo puede tener complicado para sobrevivir. Las grandes empresas también estan cambiando para incluirlo en su negocio principal. En San Francisco este tema ya es hasta un poco exagerado. Se estan sacando masters solo para esta disciplina, las empresas publican sus herramientas de forma pública y dan formación gratuita. Es un boom en toda regla que va a provocar una aceleración en los avances en el campo. Lo qué no sé es cuanto tardará es ser la siguiente burbuja tecnológica.
A mi personalmente el artículo me parece de los menos sensacionalistas que he leido, dentro de que todos son sensacionalistas. Hasta cuando usa la palabra 'improvisar' es un término que se usa en ámbitos científicos, porque a veces no se entiende como es posible que puedan funcionar los algoritmos. Y cuando los observas desde fuera da la sensación de que improvisan, al igual que te parecería si observases a un humano.
P.D. Siento que la palabra ingenuo te ofenda. Pero cuando se realiza un comentario de forma sincera que es incorrecto no se me ocurre un mejor calificativo para ese comentario.
#20 Primero: Entender es un término acientífico. Tu primer argumento no dice absolutamente nada, el cerebro también es un conjunto de neuronas procesando señales eléctricas y químicas.
Segundo: Expertos bilingües humanos calificaron 500 traducciones entre 0 y 6. Calificando con 5.49 a los traductores humanos y 5.29 al traductor neuronal, en el caso del ingles-frances. En el resto de casos los valores son parecidos, así que la calidad de la traducción casi iguala a los humanos como dice el título.
Además eso que dices del costo es irrelevante si tenemos en cuenta que Google tiene TPUs para este tipo de problemas. Las TPUs son un orden de magnitud superior (un millón de veces más rápidas) que una FPGA y no te quiero ni contar comparada con una GPU o una CPU. En https://research.googleblog.com/2016/09/a-neural-network-for-machine.html puedes ver que el sistema está en producción y traduce 18 millones de frases al día en perfecto tiempo real.
#99 Primero: Mi respuesta va dirigida al artículo del que hablo. No todas las argumentaciones tienen porqué tener un carácter científico.
Segundo: El costo nunca es irrelevante. Los problemas a menudo escalan en términos no lineales cuando se aumenta la complejidad de los mismos. Da igual que tengas un trasto una, seis o diez veces más rápido, siempre acabas topando con alguna barrera.
Decir "casi igual que un humano" no es decir "casi igual que un humano en términos de una calificación de 0 a 6 basada en opiniones de expertos bilingües". La segunda afirmación especifica la escala que utilizas, la primera no. La segunda afirmación centra la discusión, indicando claramente a qué se refiere uno con la expresión.
Mi crítica va dirigida contra el artículo enlazado, no contra el artículo publicado por google.
#0 ya sé que en el artículo pone 'neural' sin embargo el término neural engloba también al sistema nervioso y no solo a las neuronas. Seguramente se trata de una traducción errada motivada por las que suelen hacer los latinoamericanos; suelen hacerlo en este caso por la literalidad de la palabra. En informática el termino correcto es 'neuronal'.
#4 Cambiado, gracias.
#6 Irónico que sea un problema de traducción automática
y que no usan con google translator
#3, lo han presentado ahora, dales tiempo, anda.
#3 Según lo que dicen ya lo están usando en Google Translate del chino al inglés, y están trabajando para utilizarlo con más idiomas en los meses siguientes
https://research.googleblog.com/2016/09/a-neural-network-for-machine.html
In addition to releasing this research paper today, we are announcing the launch of GNMT in production on a notoriously difficult language pair: Chinese to English. The Google Translate mobile and web apps are now using GNMT for 100% of machine translations from Chinese to English— ... and we will be working to roll out GNMT to many more of these over the coming months.
#27 Desde luego con el chino hace mucha falta
#63 Parece que ahora funciona mejor:
https://translate.google.com/#auto/en/%E5%B9%B2%E8%8F%9C%E7%B1%BB
#63 En ese cartel pasa algo curioso, si en gooogle traslator versión android pones traducir la imagen desde chino a español, lo traduce como "Categoría de vegetales secos", pero si seleccionamos las letras en ingles nos lo traduce al estilo argentino y pone "coger las verduras"
Dudo mucho, no, muchísimo, que "casi" iguale a los traductores humanos. Quizás en documentos simples pueda parecerlo. En el momento en el que se necesite una comprensión global de lo que se traduzca, ni de lejos.
Si todavía una traducción fuera inapelable, quizás, pero una traducción de verdad, queda muy lejos de lo que hace Google. Que traduzca un poema de Borges, que nos íbamos a reír. Cuando cada palabra introduce un matiz, cuando no es lo mismo decir "casa" que "hogar", dudo que el traductor de Google tenga un mínimo parecido a un traductor humano.
Ahora bien, traducir un manual de instrucciones, una web simple o una conversación en la recepción de un hotel, vale.
De todas formas, imagino que e breve veremos si es verdad lo que dicen
#35 Sentemonos y veamos, hace relativamente poco implementaciones basadas es redes neuronales han superado el umbral humano de indentificación.
Se las puede liar / hackear? Si pero eso no quita que ya han superado el umbral humano.
Ha pasado lo mismo con la traducción de textos?
No aun, es un problema más dificil
Pero cada año tienes a lo mejorcito de las universidades y empresas probando nuevas arquitecturas todo el año para presentarse a la competición y conseguir medalla.
Que de caer, caera.
#97 Estoy de acuerdo, aunque no sé si llegará a caer definitivamente. No estoy seguro de que una máquina pueda dar el toque humano siempre. Lo veremos.
Pues a ver cuando lo ponen a funcionar, porque el google translator es un truño. Para mi que no es más que spam.
#19 Hombre, para lo que hay por ahí. Es bastante decente, eso sí, no te salgas del inglés o alguna lengua conocida porque si no...
Hombre, para mejorar a según qué traductores como el de la ceremonia de inauguración de estos últimos JJOO tampoco hace falta mucho...
El anuncio en Google Research Blog:
https://research.googleblog.com/2016/09/a-neural-network-for-machine.html
#1 Está en inglés! No lo entiendo!
#10, pues si no entiendes una página en inglés sobre un traductor de Google, prueba a usar un traductor de Google
El link a la página traducida por Google:
https://translate.google.es/translate?sl=tr&tl=es&js=y&prev=_t&hl=es&ie=UTF-8&u=https%3A%2F%2Fresearch.googleblog.com%2F2016%2F09%2Fa-neural-network-for-machine.html&edit-text=&act=url
#15, coño, que no había puesto el link bien, ese traducía del turco. Pongo ahora el que traduce del inglés, pero no funciona bien con esta página, solo traduce el titular y deja el resto en inglés
https://translate.google.es/translate?hl=es&sl=en&tl=es&u=https%3A%2F%2Fresearch.googleblog.com%2F2016%2F09%2Fa-neural-network-for-machine.html
En fin, si usáis chrome, botón derecho sobre el tecto y traducir al español, así sí funciona.
#25 Pues por la zona de estepa puedes fliparlo también.
A los de Cazalla y Alanis yo por lo menos no he tenido problema de entenderlos aunque el tonillo que usan para hablar es un tanto curioso.
#30 a mi me encanta cuando oigo a la gente de Lucena, de Córdoba, cuando dicen esa ese tan característica. Me parece tan bonito como la hache aspirada heredada de los árabes.
Una duda: ¿esto está ya implementado en la herramienta http://translate.google.com?
No me queda claro, tras leer el artículo de The Verge y del blog de Google, si solamente está en el paso del Chino al Inglés.
#17 Trata de traducir al/del alemán. No, no está implementado. fact.
Y por qué el Google translate sigue siendo una puta mierda?
#91 Por qué esto es mentira. Google es una empresa dedicada a la publicidad. La suya es la que mejor sabe hacer.
#91 Por lo que he entendido aun esa en desarrollo, no lo estan usando para el ingles-castellano
Veremos si cuando lo pongan es una mejora real. Confio muyo en las redes neuronales
En Inglaterra muy bien, ya tengo trabajo estable.
Se dice work, table es mesa.
Para fiarse de las traducciones de google. Os pongo un ejemplo real: una danesa en un restaurante me preguntó el significado de "rape". Como no me salía (en inglés), lo busqué en el traductor de google. Pues bien, la cara que le quedó a la pobre cuando leyó "violación" en danés era para verla. Google tradujo "rape" tal cual del español, al inglés (supongo) y de ahí al danés. Lo bueno es que la traducción ha estado así más de un año, por más que yo fuese a la web y les indicase lo contrario.
Ahora mismo, si lo probáis en la aplicación de Android, traduce "rape" como "snuff", que resulta que es tabaco de mascar, o rapé.
Nota: el rape en inglés se dice "monkfish". Ah, el traductor de Microsoft lo traduce bien a la primera. Desde entonces es el que uso.
#93 vaya forma de ligar la tuya.
#93 El rapé es tabaco de esnifar
esta gráfica también ayuda a entenderlo
Pues que los usen para traducir las peores implicaciones de sus acuerdos de licencia y privacidad.
A Google le da igual tu ubicación, lo que le interesa es servirla en bandeja a los demás/c30#c-30
Y nosotros obligando a los críos a estudiar historia, biología, etc en ingles y en cuatro días habrá traductores simultáneos en el móvil y podrás hablar con un alemán un ingles un francés y un italiano simultáneamente, si quieres, claro
#13 "habra" ¿te has perdido skype no?
#40 Ya existe!!!??? si, me lo he perdido
#43 ahora mismo traduce 7 idiomas hablando y 50 escribiendo y segun microsoft, cuanto mas lo usas mas mejora.
abril?
cerral!
Como lo intente con un murciano va a reventar la máquina.
Que risa cuando tenga que traducir a un Andaluz/ gallego/catalán etc de esos que ni los autóctonos somos capaces de entender.
#18 yo siendo andaluz te prometo que no entiendo a veces a gente de las Alpujarras o de las sierras de Sevilla, por ponerte un ejemplo.
Y no porque hablen mal ni mucho menos, sino porque utilizan todavía muchos arcaismos y formas que en las ciudades ya ni existen.
#18 #25 Yo creo que es una versión evolucionada, porque alguien autóctono donde se habla muy cerrado es capaz de entender al resto mientras que al revés no se produce.
#29 siempre he dicho que si se entienden entre ellos es un lenguaje y es tan válido como el resto.
Esto significa que el trabajo de traductor dejara de ser necesario.
Lo cual es bueno, que las personas se puedan dedicar a algo que no sea trabajar.
O malo: condenas a la exclusion social a mucha gente.
Por esto es necesario que se empiece a tomar MUY en serio lo de la redistribucion de la riqueza o se preparen los hornos crematorios para la gente que se quede fuera....
Es el momento de elegir.
#24 Pues los que van a elegir son los mismos que eligen lo que pasa en Alepo, como se afronta el cambio climático, que pasa con las hambrunas en África.
Pensar que a gente que le repampinfla que haya hambrunas en África les va a preocupar mucho que la hambruna sea en Europa es bastante iluso.
#42 Es peor: a la gente que no sufra la hambruna en europa tampoco le va a importar una mierda...
Pq el capitalismo ha cegado los ojos de la gente... se toman por correctas y normales cosas que no son lo uno ni lo otro...
#24 Estoy convencido de que hay mucha gente pensado como distribuir la riqueza y mucha gente pensando como hacer hornos crematorios "disimulados"
#24 No. Para la traducción técnica la traducción automática vale, pero para la literaria no..
Sí, a ver si han mejorado un poquito que la verdad, aunque se agradecía a veces, estaba lejos de ser un buen traductor.
Otra excusa para no ir a clase de inglés, mierda.
Llevo todo el dia peleandome con el puto Google Photos Backup, pues falla mas que una escopeta de feria y en torno a un 5% de las fotos no las sube Al final he optado por desinstalar esa mierda y subir las fotos manualmente.
Empiezan a dar miedo estos de google
Por cierto, recomiendo ver 'ex machina', no se por qué me ha venido a la mente
#16 Te ha venido a la mente porque esta buena y eres un guarro, reconocelo
Me cuesta entender a mis congéneres e incluso a mi mismo así que cualquier avance en este sentido de traducir será una victoria de la cibernética.
All your base are belong to us
Powered by Google
Cojonudo a tomar por culo traductores catalanes en el Congreso