Nowy Tłumacz Google – sieć neuronowa i wizualne tłumaczenia na polski

Tłumacz Google doczekał się właśnie sporej aktualizacji, która z pewnością będzie przydatna dla wielu użytkowników także w Polsce. Dzięki programowi Google możliwe jest już tłumaczenie na polski krótkich fragmentów tekstu w czasie rzeczywistym, za pomocą kamery. Największe wrażenie robi jednak fakt, że w przypadku pewnych par językowych tego typu funkcja jest dostępna bez połączenia z Siecią.

Google Tłumacz, a właściwie jego funkcja Word Lens, od teraz obsługuje kolejne dwadzieścia języków. Do przetłumaczenia tekstu za pomocą kamery w przypadku języka polskiego, konieczne jest jednak połączenie z Internetem. Imponujące jest jednak to, że dzięki pracy zaawansowanej sieci neuronowej wykorzystującej głębokie uczenie, można już tłumaczyć na angielski z francuskiego, niemieckiego, włoskiego, portugalskiego, rosyjskiego i hiszpańskiego, oraz w drugą stronę, bez połączenia z Siecią i w czasie rzeczywistym.

Word Lens jest bardzo proste w obsłudze. Po uruchomieniu Tłumacza wystarczy tylko wybrać żądaną parę językową, uruchomić funkcję Word Lens klikając na ikonę aparatu fotograficznego, oraz nakierować kamerę na tekst. Na jego miejscu pojawi się tłumaczenie. Całość działa z imponującą szybkością oraz robi spektakularne wrażenie.

Jakość tłumaczenia jest oczywiście nadal mocno wątpliwa, fenomenem jest jednak możliwość z korzystania z zaawansowanej sieci neuronowej za pomocą urządzenia mobilnego. Google uchyliło nawet rąbka tajemnicy odnośnie sposobu, w jaki udało się to osiągnąć.

Przede wszystkim trzeba zaznaczyć, że w całym procesie wspomniana sieć neuronowa jest wykorzystywana do rozpoznawania tekstu, identyfikowania znaków oraz odnajdywania odstępów pomiędzy słowami. Nie sposób jednak przechowywać na pamięci smartfona milionów obrazów znaków. Zaradzono temu między innymi dzięki analizie porównawczej – program zestawia rozpoznane słowa z jednostkami dostępnymi w słowniku, dzięki czemu może z dużą skutecznością odczytać słowo, a następnie je przetłumaczyć.

To tylko jeden z przykładów, w jaki Google zoptymalizowało sieć neuronową i ograniczyło jej apetyt na zasoby urządzenia. Google wyszło na przykład z całkiem rozsądnego założenia, że użytkownicy smartfonów mogą, ze względu na niewielkie wymiary tych urządzeń, ze sporą dokładnością ustawić kamerę prostopadle do linii tekstu. Sieć została zatem okrojona z możliwości skutecznego rozpoznawania liter „widzianych” przez kamerę pod kątem, co dało kolejne oszczędności. Oczywiście jakość tłumaczenia nie polepszyła się z powodu kilku istotnych problemów, którym uruchomiona na smartfonie wyspecjalizowana sieć, nie może zaradzić. Niemniej efekty jej pracy na urządzeniach mobilnych są bardzo dobre, a kolejne zastosowania poznamy pewnie już wkrótce. Tłumacza Google z funkcją wizualnego tłumaczenia w czasie rzeczywistym można znaleźć w naszej bazie programów.