Les difficultés de la traduction automatique : insurmontables?

Pendant des années, on a cru qu’une machine ne battrait jamais un humain aux échecs… jusqu’à Deep Blue. Ensuite, on a cru qu’une machine ne pourrait jamais effectuer les calculs nécessaires pour gagner contre un humain au jeu de go, qui permet un nombre de placements « infiniment » plus grand qu’aux échecs… jusqu’à AlphaGo. Cependant, la traduction reste l’irréductible gaulois face à l’envahisseur qu’est l’intelligence artificielle. Voici pourquoi. 

Les recherches en vue de concevoir un programme capable de tout traduire automatiquement ne datent pas d’hier. En effet, elles remontent aux années 1950. Cependant, ces démarches semblent avoir fait un bond avec l’arrivée du deep learning, une branche de l’apprentissage automatique axée sur la création de réseaux de neurones artificiels profonds.

Cette nouvelle approche répond à un problème concret. Si on revient au jeu de go, il est impossible pour une machine d’évaluer tous les coups possibles; il y en a beaucoup trop. Ce serait un peu comme l’approche de « force brute » de certains pirates informatiques, qui cherchent à deviner vos mots de passe en essayant toutes les combinaisons de caractères : plus le mot de passe est long, moins cette approche est efficiente.

Comment AlphaGo a donc résolu ce problème? En termes simples, le réseau de neurones apprend chaque fois qu’il joue une partie. Lorsqu’un choix a mené à une victoire, il est qualifié de « positif », et vice-versa. La machine joue donc de manière aléatoire lors de sa première partie, puis apprend au fil de ses victoires jusqu’à ce qu’elle devienne capable de battre un champion du monde. C’est quand même une avancée impressionnante en intelligence artificielle!

Est-ce que ce type d’apprentissage pourrait résoudre les problèmes de la traduction automatique? Pas encore, car une difficulté de taille existe en traduction : l’évaluation de la qualité du résultat. À la fin d’une partie de go, la machine gagne ou perd; le résultat est donc facile à évaluer. La question est cependant beaucoup plus difficile à trancher en traduction. En effet, si on compare le coup au jeu à l’ajout d’un mot, il faudrait qu’un humain pose un jugement sur chaque phrase que la machine produit. Évidemment, il y a un nombre quasi infini de phrases possibles, donc cette approche est impossible.

De plus, la traduction ne se fait pas dans le vide. L’humain possède de vastes connaissances générales qui sont très difficiles à modéliser pour la machine. L’enjeu du local joue par ailleurs un rôle important. Bien sûr, on peut utiliser la traduction automatique pour obtenir une traduction grossière (une idée générale) d’un texte, et certains moteurs spécialisés peuvent offrir des suggestions intéressantes et faire gagner du temps aux traducteurs aguerris. Par contre, les difficultés auxquelles est actuellement confrontée l’intelligence artificielle sont colossales. La morale de l’histoire : les traducteurs professionnels ne seront pas remplacés de sitôt!

 

Si vous avez envie de faire un pas de plus pour maîtriser pleinement vos outils informatiques, vous pouvez postuler à l'une des 5 séances gratuites que j'offre chaque mois.

Nous passerons 30 minutes ensemble et je vous guiderai sur chacun des points suivants :

1. Mesurez l’écart entre votre vision d’un environnement pleinement optimisé pour votre situation et où vous en êtes actuellement.

2. Découvrez ce que vous coûte réellement le manque de connaissance qui vous sabote.

3. Visualisez votre pratique une fois ces « fuites » réglées afin de faire de votre vision une réalité, rapidement.

Vous quitterez cette séance en ayant une vue claire de ce que vous voulez faire de votre environnement informatique, de l’écart entre cet objectif et votre situation actuelle. Vous retrouverez l’envie d’avancer sur ce chemin.

Pour réserver votre séance, cliquez ici.

Au plaisir de discuter avec vous,

- François

 

18-oct.-2016