Machine translation quality has improved remarkably over the years. Automatic translations are becoming more and more usable in different contexts. Heavy users might have noticed that the development, Cependant, hasn’t been linear. Machine translation has moved up some kind of quality steps.

The reason for jumps to higher quality steps is technical. Machine translation technologies are getting much attention and resources. The idea of how machine translation works has changed. The steps from rule-based to statistical machine translation and then to the use of artificial intelligence (or AI) have all improved the quality. The technologies are getting closer to the way humans adapt their first languages.

Les petits bébés apprennent une langue en étant entouré dans leur vie quotidienne. Ils entendent encore et encore. Ils essaient de dire un mot ou deux. Ils vont d'abord dire mal, mais d'améliorer en répétant plusieurs fois. Ils apprennent de nouveaux mots et ce que ces mots signifient. Ils le font même sans avoir quelqu'un expliquer explicitement ces choses pour les. Ils entendent, leur cerveau travaillent très dur et ils apprennent.

L'utilisation d'un grand nombre de données

AI et les réseaux de neurones apprennent les langues un peu comme des bébés. Les données sont l'élément le plus important de. pour les technologies, il est essentiel de disposer de données assez. Tout comme pour les bébés, il est essentiel d'entendre les gens parler et lire à voix haute. Plus est mieux. Il y a beaucoup de parents, en disant de recherche devraient lire à leurs enfants. Lorsque les parents lisent à leurs enfants, ils réussiront dans la vie. Ils auront de meilleures compétences en communication et linguistique. Aucun être humain ni machine peuvent apprendre sans suffisamment de données à venir en.

À partir des données de bonne qualité

De même, la qualité des données est importante. Sens unique des interactions avec la limite de la langue du processus d'apprentissage. Varié et riche exposition aux différentes utilisations du langage apporte plus polyvalent des résultats. Mais, données trop large ne va pas au travail soit. Il devrait y avoir assez de répétition pour assurer souvenir. Les bébés apprennent d'abord les mots qu'ils entendent le plus souvent. Ils les entendent dans différentes phrases et situations. Plus ils entendent ces mots plus la signification et l'utilisation d'entre eux deviennent dans leur esprit.

Obtenir de l'aide pour l'apprentissage

Tous les apprenants en langues ont besoin d'un soutien extérieur aussi bien. Contrôle par quelqu'un qui en sait plus. Les parents ont tendance à corriger si un enfant dit quelque chose dans le mauvais sens. Ou au moins ils répètent l'idée autrement dit revenir à l'enfant. Ils utilisent souvent des expressions comme « avez-vous dire que » ou « ce que vous essayez de faire dire » ou « ai-je bien compris ». Même les technologies les plus modernes ont besoin de ce genre de conseils et des commentaires aussi bien.

La différence est que l'IA ne comprend pas vraiment. Technologies savent mots et peuvent lier significations et synonymes. Ils peuvent produire des textes parlés ou écrits. Ils peuvent même maintenir une conversation par le service ou le chat client. Mais ils ne comprennent pas. Les bébés et les enfants peuvent. Les cerveaux humains sont tout simplement incroyables. Nous sommes assez intelligents pour utiliser des machines et des technologies dans les tâches qui peuvent être sous-traitées. This way we can concentrate on more interesting and creative tasks, and challenge our brains to keep on improving.

(Final note: AI and neural nets are very advanced technologies. For many they are just abstract and unclear terms. This text simplifies them and tries to give an overall idea of how they work. If you want to tell your own description, we’ll be more than happy to publish it here on our blog. Just leave a comment below or email us.)