Google Traductor: ¿Cómo es que aprendió a interpretar idiomas?

En 1997 apareció Babel fish, un servicio de traducciones automáticas que podía traducir textos libres o páginas web enteras en tiempo real. Aunque su trabajo era deficiente, fue la plataforma de su tipo más usada por ser gratis. Fue así hasta que en 2006 apareció Google Traductor, que copió su modelo y lo fue mejorando con el tiempo.

Google Traductor en un inicio también fue deficiente, para las innovaciones e integración de tecnológica lo fue posicionando como uno de los referentes de internet. Así desplazó a su competencia para que en la actualidad tenga 500 millones de usuarios al día con ofertas de 103 idiomas diferentes.

En sus orígenes contó una traducción automática estadística. Si se tenía un texto en francés que se deseaba pasar al español, el servicio cogía las palabras galas para traducirlas al inglés y luego estas al español. Tomaba como referencia cruzada millones de transcripciones de documentos oficiales de las Naciones Unidas y Parlamente Europeo.

Google nunca contrató especialistas ni traductores profesionales para crear su plataforma. Tampoco tuvo a expertos para reunir toneladas de gramática para cada lengua que aparece en su servicio, esto porque el lenguaje siempre está evolucionando y cualquier intento quedaría obsoleto de inmediato.

Esto hizo que las primeras traducciones sean imperfectas. Pero estas fueron el paso natural para la evolución de Google Traductor. Sirvieron para investigar y desarrollar un sistema que emule el trabajo impecable y fluido de un traductor humano experto.

Así, en noviembre de 2016 apareció el sistema de traducción automática neuronal. El modelo de trabajo de Google Traductor ahora contaba con un "aprendizaje profundo", un tipo de inteligencia artificial que permite al servicio comparar oraciones completas a la vez de una amplia gama de fuentes lingüísticas teniendo como referencia el contexto.

Google Traductor ya no traducía palabra por palabra ni tenía al inglés como idioma intermediario, sino que utilizaba todo el texto para crear un contexto y así poder dar traducciones más exactas. Esto se dio junto a un gran avance en la compresión de las computadoras y su semántica.

Mientras que el servicio realiza estos cálculos va aprendiendo patrones recurrentes de cada idioma. Significa que con cada nueva consulta, va mejorando el producto que ofrece. Así, es capaz de dar traducciones no solo más precisas, sino que cuenta con una gramática similar al que habla un humano.