Dịch thuật luôn là một phần quan trọng trong việc nghiên cứu và ứng dụng trí tuệ nhân tạo (AI) của Facebook. Đó là bởi "sứ mệnh" của mạng xã hội này đó là giúp thế giới trở nên "mở" và "kết nối" hơn - và thách thức lớn nhất của sứ mệnh đó chính là rào cản ngôn ngữ.
Để giải quyết vấn đề đó, Facebook mới đây công bố một công nghệ dịch thuật máy học mới mà theo công ty, cho tốc độ nhanh hơn 9 lần so với các đối thủ.
Công nghệ này vẫn đang trong quá trình nghiên cứu chứ chưa được triển khai trên bất kỳ sản phẩm nào của mạng xã hội. Tuy nhiên, các kỹ sư trong nhóm AI của Facebook là Michael Auli và David Grangier chia sẻ rằng việc triển khai sẽ được thực hiện trong tương lai.
Facebook hiện đã dùng AI cho các chức năng như tự dịch status sang ngôn ngữ khác, thế nhưng Facebook cần phải làm thêm nhiều việc để đưa một công nghệ mới từ phòng thí nghiệm ra sản phẩm thực.
"Chúng tôi đang đàm phán với một đội sản phẩm để đưa hệ thống dịch mới hoạt động trong môi trường của Facebook. Đối với ngôn ngữ, sẽ có những sự khác biệt khi chuyển từ dữ liệu lý thuyết sang môi trường thực. Dữ liệu lý thuyết là dữ liệu dạng tin tức, còn các cuộc trò chuyện trên Faceook lại dùng ngôn ngữ thân mật hơn" - Grangier cho hay.
Facebook trước đây từng nói đang xây dựng một bảng tiếng lóng để giúp hoàn thiện quá trình này một cách dễ dàng hơn. Auli và Grangier tỏ ra rất háo hức với công nghệ mới của Facebook.
Họ giải thích rằng, thông thường dịch thuật bằng AI phụ thuộc vào cái gọi là mạng nơ-ron tái phát (recurrent neural network - RNN), còn hệ thống mới này tận dụng mạng nơ-ron tích chập (convolutional neural networks - CNN).
RNN giúp phân tích dữ liệu theo tuần tự, làm việc từ trái sang phải qua một câu để dịch từng chữ; còn CNN phân tích đồng thời nhiều khía cạnh của dữ liệu.
Đây là một loại tính toán phù hợp hơn với phần cứng GPU (bộ xử lý đồ họa) được dùng để "huấn luyện" hầu hết các mạng nơ-ron hiện đại. GPU ban đầu được thiết kế để render đồ họa trong các game video, và nó là tốt việc thực hiện song song các phép tính nhỏ.
Bởi vậy, dịch thuật bằng CNN đồng nghĩa với việc vấn đề được giải quyết một cách toàn diện hơn, giúp xem xét cấu trúc câu ở mức cao hơn - theo nhận định của Auli và Grangier.
