Esta IA de Facebook es capaz de traducir algo a 200 idiomas diferentes

Los investigadores de la división de IA de la tecnológica han desarrollado este sistema como parte de la iniciativa 'No Language Left Behind' (NLLB), con la que busca crear funciones de traducción automática avanzadas para la mayoría de los idiomas del mundo.

En concreto, NLLB-200 puede traducir a 200 idiomas que o bien no existían hasta ahora en las herramientas de traducción más utilizadas o bien no funcionaban correctamente, según ha indicado la compañía en un comunicado .

Meta ha puesto en evidencia estas carencias indicando que menos de 25 idiomas de África se incluyen en los traductores actuales; un problema que intenta resolver con este modelo, que incluye 55 idiomas africanos .

La compañía ha publicado en código abierto el modelo NLLB-200 y otras herramientas para que otros investigadores puedan ampliar este trabajo a más idiomas y diseñar tecnologías más inclusivas.

Con ello, ha anunciado que quiere conceder subvenciones de hasta 200.000 dólares a organizaciones sin ánimo de lucro que quieran aplicar esta nueva tecnología en entornos reales. De ese modo, cree que estos avances podrán proporcionar más de 25 millones de traducciones al día en la sección de noticias de Facebook, Instagram y el resto de las plataformas que controla la tecnológica.

Con esta apuesta por el modelo NLLB-200, Meta también espera ofrecer traducciones precisas que puedan ayudar a detectar contenido dañino e información errónea, así como proteger la integridad en procesos políticos como elecciones o frenar casos de explotación sexual y tráfico de personas en internet.

Tras dar a conocer este modelo de IA, Meta ha mencionado cuáles son los retos a los que se han tenido que enfrentar para desarrollar su nuevo modelo NLLB-200. En primer lugar, ha recordado que estos servicios se entrenan con datos, un entrenamiento que consiste en millones de oraciones emparejadas entre combinaciones de otras lenguas.

El problema reside en que hay muchas combinaciones para las que no existen oraciones paralelas que puedan servir como traducción, lo que hace que algunas de estas traducciones incluyan errores gramaticales o incoherencias.

Meta ha puntualizado que otra gran dificultad es optimizar un modelo único para que funciona con distintos idiomas sin que eso perjudique o comprometa la traducción.

Además, ha señalado que estos modelos de traducción producen errores difíciles de identificar y, al existir menos conjuntos de datos para lenguas con menos recursos, es complejo probarlos y mejorarlos.