Per imparare a tradurre i testi in stili diversi
L'intelligenza artificiale studia la Bibbia per imparare a tradurre i testi adeguando lo stile a diversi tipi di pubblico. L'esperimento è stato condotto negli Stati Uniti dai ricercatori del Dartmouth College: i risultati, pubblicati sulla rivista Royal Society Open Science, aprono la strada a una nuova generazione di algoritmi che, invece di tradurre i testi da una lingua all'altra, li riscrivono con parole e sintassi più o meno complesse per generare versioni colte, popolari, adatte ai bambini o a lettori di culture differenti.
L'esperimento era già stato fatto in passato usando opere di Shakespeare o voci di Wikipedia: questi modelli, però, avevano prodotto pochi dati da far 'macinare' agli algoritmi di intelligenza artificiale. La Bibbia, invece, si è dimostrata la fonte ideale: ogni versione del testo sacro contiene infatti oltre 31.000 versetti, perfettamente indicizzati e quindi impossibili da confondere, che sono stati usati per produrre più di un milione e mezzo di appaiamenti destinati al processo di apprendimento automatico. In particolare, i ricercatori hanno scelto di mettere a confronto 34 versioni della Bibbia, scritte con stili diversi che vanno dalla Bibbia di re Giacomo alla Bibbia in inglese per principianti. I testi sono stati dati in pasto a due algoritmi: un sistema che usa un approccio statistico alla traduzione, chiamato 'Moses', e una rete neurale normalmente usata per la traduzione, chiamata 'Seq2Seq'.
Dopo aver addestrato l'intelligenza artificiale con la Bibbia, i ricercatori intendono sviluppare sistemi per tradurre qualsiasi testo scritto nello stile più adatto al pubblico che si vuole raggiungere. Un traduttore automatico di questo genere potrebbe per esempio riscrivere un capitolo di 'Moby Dick' in versioni adatte a persone più o meno colte, così come a bambini e stranieri che stanno imparando la lingua.
FONTE: www.ansa.it/canale_scienza_tecnica/notizie/tecnologie/2018/10/24/lintelligenza-artificiale-studia-la-bibbia-_62578e5c-8f27-475f-b331-e2ac8294b...