Por ejemplo, cuando un sistema de traducción necesita hacer una transcripción del chino al francés, usa el inglés como puente. Básicamente, porque hay mayor cantidad de datos que le permiten hacerlo de chino a inglés y después de inglés a francés. Este tipo de dinámicas hace que se pierda información que podría retenerse si se hiciera de manera directa, explica Facebook en su comunicado.

Introducing the First AI Model That Translates 100 Languages Without Relying on English

Es por esto por lo que el modelo de Facebook sería más confiable. El M2M-100 fue entrenado en 2.200 direcciones diferentes entre idiomas y la compañía asegura que será de código abierto para que programadores y desarrolladores puedan hacer investigaciones y usarlo. Para hacerlo, el MMT uso una serie de datos que comprendían más de 7,5 mil millones de oraciones en pares que se cruzaban en más de 100 idiomas. Después se escogieron las que tenían mejor calidad y mejor se alineaban con sus pares.

Para leer otras noticias sobre Facebook, visita este enlace.

En la publicación de Facebook, Angela Fan, asistente de investigación, explicó que para crear el sistema se valieron de textos ya existentes, lo que ayudó a la inteligencia artificial a entender los idiomas y generar pares. Pero Fan resalta la brecha que existe en algunas de las lenguas del mundo. Mientras que el español, francés, alemán e, incluso el hindi tienen multitudes de ejemplos; lenguas como el Zulu, hablada en África, no cuentan con la suficiente data para ayudar al sistema a aprender y realizar las traducciones de manera directa. Por ahora, la empresa seguirá trabajando en mejorar su sistema.

Imagen: Facebook.