Quali sono i valori trainanti dell’intelligenza artificiale (AI) e come sono stati integrati nella nostra piattaforma di traduzione per il doppiaggio e la sottotitolazione?
La piattaforma Deep-Into® integra le migliori tecnologie basate sull’AI nel mercato nelle sue soluzioni linguistiche. In particolare, questi si basano sul Machine Learning, che è attualmente il metodo più innovativo. Infatti, il Deep Learning, alla base di queste tecnologie, è in grado di creare algoritmi costruiti su neuroni artificiali, per analizzare tutte le informazioni esistenti (interne o esterne al sistema, a seconda che il sistema sia incorporato o meno) e generare un database che associ i diversi contesti, le parole e le loro frequenze. Queste associazioni sono utilizzate per creare neuroni artificiali, che, quando sono messi in rete tramite diversi algoritmi, possono a loro volta produrre nuovi neuroni artificiali. Grazie ad una serie di interfacce sviluppate in house, siamo in grado di integrare il nostro lavoro e il feedback dei nostri clienti direttamente nei nostri sistemi per renderli sempre più brillanti ed efficienti.
Per le traduzioni, i nostri sistemi si basano su due tecnologie principali: software di traduzione assistita (CAT tools) e traduzione neurale (NTM). Abbiamo un sistema embedded con un database di oltre 100 milioni di parole tradotte, strutturato in unità di traduzione. Siamo dotati delle migliori tecnologie di traduzione neurale di intelligenza artificiale con algoritmi basati su reti neurali artificiali (ANN). Ambedue i sistemi sono messi a disposizione dei nostri traduttori, che possono così beneficiare dei migliori suggerimenti di traduzione in assoluto.
Per le trascrizioni, utilizziamo i principali software ASR (Automatic Speech Recognition) basati sulle tecnologie NLP (Natural Language Processing), NLU (Natural Language Understanding) e NLG (Natural Language Generation) per effettuare conversioni STT (Speech-To-Text) e ottenere così un file trascritto e già timecodato. La tecnologia NLP permette di ottenere il riconoscimento vocale con analisi sintattica e semantica in un ordine standardizzato, la tecnologia NLU permette poi una rielaborazione capace di comprendere il significato, l’intenzione e le emozioni, e infine la tecnologia NLG genera automaticamente i testi. Queste tecnologie sono utilizzate in particolare nell’algoritmo BERT di Google, che cerca sempre più di affinare la sua comprensione dei contenuti video (comprese le emozioni degli utenti) per contestualizzarli meglio e quindi referenziarli.
Perché i team di Deep-Into® hanno scelto la traduzione neurale anziché la traduzione automatizzata?
L’intelligenza artificiale ha rivoluzionato l’intero settore.
Fino al 2015, la nostra agenzia non ha mai utilizzato i vari sistemi di traduzione automatica. In effetti, le traduzioni ottenute da questi sistemi (che si basavano o su regole o su statistiche) non ci hanno mai convinto. Il tempo dedicato al post-editing sarebbe risultato tanto lungo quanto quello della traduzione tradizionale umana per ottenere, comunque, un risultato qualitativo nettamente inferiore.
La comparsa nel 2015 della traduzione neurale ha richiamato gradualmente la nostra attenzione e dopo 12 mesi di analisi, prototipi e test, abbiamo deciso di integrare questa tecnologia nelle nostre soluzioni linguistiche. Questo approccio ci consentito successivamente di sviluppare il Metodo H2T® (registrato presso l’INPI nel marzo 2016). Il Metodo H2T® ci consente di offrire ai nostri clienti traduzioni che superano i requisiti degli standard di mercato (come ISO 17100:2015), poiché il nostro processo di traduzione prevede tecnologie basate sull’intelligenza artificiale e una gestione dei progetti secondo il PRINCE2. Il Metodo H2T® combina l’apprendimento automatico con l’apprendimento umano, il che gli conferisce una forza d’urto formidabile:
- elevati standard di qualità perché l’umano è al centro della tecnologia,
- elevata resilienza grazie alla maggiore reattività,
- elevata competitività grazie all’integrazione intelligente dell’AI nelle nostre soluzioni linguistiche.
