Skip to main content
  1. Home
  2. Tendencias
  3. Noticias
  4. News

Google emplea máquina de aprendizaje que tiene capacidades casi humanas de traducción

Add as a preferred source on Google

Nadie se atreve a decir que Google Translate, la herramienta preferida por los estudiantes de idiomas, es poco eficaz en las traducciones.

La herramienta de internet que ya cumplió 10 años, puede traducir más de 100 idiomas y reconocer dialectos en tiempo real.

Recommended Videos

Relacionado: Google Translate ya sabe más de 100 idiomas

Pero siempre hay algo más para mejorar y en este caso, está ocurriendo a través del aprendizaje de máquinas.

El proyecto se llama Google Neural Machine Translation (GNMT por sus siglas en inglés) y no es estrictamente una nueva herramienta. Fue empleada por primera vez para mejorar la eficiencia de traducciones de una sola frase, explica el ingeinero de Google Quoc V. Le y Mike Schuster y lo logró al procesar palabra individuales y frases antes de dar una traducción.

Pero el equipo descubrió que el algoritmo era efectivo con múltiples frases, reduciendo errores en un 60%. Y aún mejor: es capaz de mejorar la traducción a medida que pasa el tiempo. “El sistema se puede enfocar enteramente en la traducción”.

En una investigación publicada el lunes, el equipo de Google Brain detalla cómo funciona GNMT. Parece tener una memoria a pequeño y largo plazo llamado LSTM (por sus siglas en inglés), una red neuronal parecida a la memoria humana.

Los algoritmos convencionales de traducción  son capaces de “recordar” el inicio de la frase cuando está procesando el final de la misma. GNMT separa las palabras y comprende su sintaxis y traduce el resultado en otro idioma.

La técnica de GNMT es un gran descubrimiento para las traducciones e interpretaciones, ya que históricamente los métodos digitales para traducir, no se han caracterizado por ser lo más preciso. Sin embargo, Google ha empleado un par de técnicas que podrán incrementar la velocidad de la interpretación.

Wired explica que las redes neuronales usualmente tienen cálculos en relevos (los resultados de unos pasan al siguiente) que Google ha logrado mejorar en velocidad. GNMT mejora el procesamiento proveído por los nuevos chips para computadoras de inteligencia artificial de Google empezó a fabricar en mayo. ¿El resultado? La misma frase que en algunos momentos tomaba 10 segundos en ser traducida, lo hace ahora en 300 milisegundos.

“GNMT puede aún corregir muchos errores que un traductor humano nunca haría como lo son la traducción de nombres de forma incorrecta, la mala traducción de términos extraños, y traducir las frases de forma independiente en lugar de tener en cuenta el contexto del párrafo””, añade el equipo.

Relacionado: Ahora ya puedes publicar en Facebook en varios idiomas a la vez

El método solamente está funcionando con el mandarín, pero están probando con otros idiomas muy pronto.

Juliana Jara
Former Digital Trends Contributor
¿Qué ocurre cuando fallan los detectores de IA?
Mark Zuckerberg

La inteligencia artificial se ha vuelto notablemente buena creando rostros humanos falsos. Tan buenos, de hecho, que los viejos trucos en los que la gente confiaba —contar dedos, detectar pendientes deformados o buscar fondos distorsionados— están quedando rápidamente obsoletos. Según un nuevo estudio destacado por la BBC, la próxima línea de defensa puede que no sea en absoluto un mejor detector de IA. Podría ser simplemente un humano mejor entrenado.

Investigadores de la Universidad de Aberdeen, trabajando junto a la Universidad Nacional de Australia, descubrieron que las personas pueden mejorar drásticamente su capacidad para distinguir rostros generados por IA de rostros reales tras un periodo relativamente corto de formación estructurada. En lugar de buscar fallos visuales evidentes, se enseñó a los participantes a reconocer patrones sutiles que los generadores de imágenes modernos aún tienen dificultades para replicar de forma consistente.

Read more
Este robot flotante de IA parece escaparse de una película de Studio Ghibli
Aircraft, Transportation, Vehicle

La mayoría de los robots domésticos hoy en día tienen algo en común: son ruidosos, rígidos e inconfundiblemente robóticos. Ya sea una aspiradora chocando con muebles o un dron zumbando por encima, están diseñados para realizar tareas – no necesariamente para que la gente se sienta cómoda. Los investigadores en Japón creen que hay una forma mejor, y empieza por inspirarse en criaturas animadas en lugar de en máquinas industriales.

Un equipo de investigación liderado por Mingyang Xu en la Universidad Keio, en colaboración con instituciones como el MIT Media Lab, ha presentado un prototipo de robot compañero flotante que planea silenciosamente por el aire en lugar de rodar por el suelo. En lugar de parecer otro aparato, el robot se asemeja a una diminuta criatura flotante, inspirándose en personajes como Campanilla, Mew de Pokémon y los Sprites Soot de Studio Ghibli.

Read more
«No podemos convertirnos en idiotas»: profesor destapa escándalo con IA
People, Person, Adult

Roberto Serrano, profesor de economía matemática en Brown University, tomó una decisión humanitaria tras el tiroteo de diciembre de 2025 que dejó dos estudiantes muertos y nueve heridos en el campus: convertir sus exámenes a formato "take-home" (para hacer en casa) para reducir el estrés en alumnos traumatizados. Era la primera vez en sus 34 años de carrera que el catedrático de la Harrison S. Kravis University Professorship in Economics adoptaba este método en la prestigiosa Ivy League.

Lo que siguió fue un experimento involuntario que revelaría una de las mayores crisis de integridad académica en la historia de las universidades de élite estadounidenses.

Read more