فیسبوك
حقق بحث فیسبوك للذكاء الاصطناعي (FAIR) تقدمًا ملحوظًا في مجال الترجمة الآلية مع نموذجها المبتكر للشبكة العصبية التلافيفية (ConvNet). ووفقًا لفیسبوك، فإن هذا النموذج الجديد يقدم تحسينًا كبيرًا في الدقة مع كونه أسرع تسع مرات من الشبكات العصبية المتكررة التقليدية. ولتشجيع المزيد من الأبحاث في هذا المجال، جعل FAIR نماذجه المدربة مسبقًا وأدواته متاحة على GitHub، مما يسمح للآخرين بتكرار نتائجهم.
هذا التطور ذو أهمية خاصة لفیسبوك، حيث أن الترجمة الآلية ضرورية لترجمة المنشورات على News Feed والميزات الأخرى. مع قاعدة مستخدمين تقارب ملياري مستخدم، حتى التحسينات الصغيرة في السرعة لها تأثير هائل.
أثبت فريق FAIR أيضًا فعالية نموذجهم من خلال مقارنة أدائه بالطرق التقليدية على أزواج لغوية مختلفة، بما في ذلك الإنجليزية إلى الرومانية والإنجليزية إلى الألمانية والإنجليزية إلى الفرنسية. حققوا نتائج رائعة، مما يسلط الضوء على إمكانات ConvNets في الترجمة الآلية.
يمثل هذا الإنجاز تحولًا كبيرًا في مجال الترجمة الآلية. تم تحدي الاعتماد التقليدي على الشبكات العصبية المتكررة، التي تتفوق في معالجة البيانات المتسلسلة، من خلال استخدام ConvNets، التي تتفوق في تحليل المعلومات المرئية. وُضع هذا التقدم بفضل تنفيذ “الانتباه متعدد الخطوات” من قبل فیسبوك.
