Страшный язык в переводчике + видео обзор

Google-переводчик внезапно начал предсказывать конец света. И выглядит это довольно жутко

Переводчик Google Translate пугает скорой близостью апокалипсиса, если попросить его перевести с языка маори на английский и даже русский, а в переводах с сомалийского начинает внезапно цитировать Библию. В Google происходящее толком объяснить не смогли, но выглядит это крайне жутко.

Google Translate — переводчик, которым ежедневно пользуются многие тысячи людей по всему миру, что неудивительно: в его базе больше сотни языков, включая довольно редкие. И переводы с некоторых из них выглядят довольно странно, на что обратил внимание Vice.

Итак, возьмём слово «dog» и попробуем перевести его с маори — языка новозеландских аборигенов — на английский.

Переводчик работает, как и должен, определяя «dog» просто-напросто английским словом.

А теперь попробуем увеличить дозу пёсиков.

Выглядит уже не так нормально.

На часах Судного дня без трёх минут двенадцать. Люди и драматические события, во времена которых мы живём, указывают на то, что мы приближаемся к концу света и возвращению Иисуса.

Работает ли это на русском? Да, только перевод получается не до конца связным.

Странно ведёт себя Google Translate, и если дело доходит до сомалийского языка.

И составляла длина его сто локтей в один конец.

Переводчик явно отсылает пользователя к различным библейским мотивам.

В конце концов людей в племени сыновей Гирсона стало сто пятьдесят тысяч.

И рассуждает о Боге.

Поскольку имя Господа было написано на иврите, оно было написано на языке еврейской нации.

Ответ на запрос Vice в Google не очень прояснили ситуацию. Джастин Барр из отдела компании по связям с общественностью лишь рассказал, что ввод в переводчик бессмыслицы генерирует новую бессмыслицу.

Google Translate учится на примерах переводов в интернете и не использует «личные сообщения» для выполнения переводов. Наша система даже не имеет доступа к подобному контенту. Просто так работает функция ввода бессмыслицы в систему: она генерирует новую бессмыслицу.

Впрочем, подобная ситуация с переводами Google Translate возникает уже не в первый раз. Ранее разработчики явно троллили сторонников теории плоской Земли. И да, рассуждая о плосковерах с французом, вы могли попасть в очень неловкую ситуацию.

Иногда же Google Translate может помочь даже при приёме на работу. Так, один из соискателей на вакансию в IT-компанию решил пройти дистанционное собеседование на знание английского языка с помощью мобильного телефона, двух компьютеров, Google Translate, программ распознавания и синтеза речи и звукового фильтра. Насколько у него получилось? Лучше один раз увидеть.

Источник

«Обонять лесбиячество»: почему нейросеть-переводчик придумывает новые слова

Если вы последние полгода использовали онлайн-переводчики, то могли заметить, что иногда они предлагают странные несуществующие слова. Это результат неудачной работы нейросетей. «Афиша Daily» узнала, почему это происходит, а также собрала самые нелепые переводы и нашла им применение.

Почему Google Translate и «Яндекс.Переводчик» выдают странные слова

«Раньше в больших онлайн-переводчиках вроде «Яндекс.Переводчика» или Google Translate работала статистическая модель перевода, но с недавних пор ее заменили гибридом на основе нейросетей (как в случае «Яндекс.Переводчика») или просто нейросетями (как у коллег из Google), которые в целом показывают лучшие результаты (Google Translate начал переводить с помощью нейросетей с осени 2016 года, на русский язык — с весны 2017-го, «Яндекс.Переводчик» начал пользоваться нейросетями с сентября 2017-го. — Прим. ред.). Это привело к новой категории ошибок переводчика, когда нейросеть, по сути, пытается «придумать» во время перевода новые слова, вместо того чтобы использовать реально существующие. Вот и получается «обонять» вместо «нюхать», «дзюдоки» вместо «дзюдоистов» и так далее.

Причина таких ошибок кроется в самом принципе работы нейросетей с языком. Для них слова не являются единым неприкосновенным целым, как для статистической модели. Вместо этого каждое слово разбивается на несколько составных частей: нейросеть получает таким образом возможность сочинять из кусочков такие слова, которых во время обучения она могла и не видеть. В большинстве случаев это как раз очень хорошо и полезно, ведь позволяет ей учитывать морфологические связи и правильно склонять даже редкие слова, с чем у статистического перевода большие проблемы. Но изредка именно это и приводит к сочинению бессмыслицы».

Какие ошибки делают онлайн-переводчики

Антон Дворкович: «Обратимся к моему любимому примеру, который мы «поймали» в выдаче «Яндекс.Переводчика» еще на этапе тестирования новой технологии: нейросеть решила перевести слово croatians как «хорватаны» вместо «хорватов». Не сложно понять логику такого решения: нейросеть знает, что Croatia переводится как «Хорватия» и примерно понимает, как в русском языке формируются названия национальностей, но здесь система дала сбой — и получилось смешное, хоть и близкое к правильному слово.

Если бы нейросеть не смогла разбить слово на более-менее логичные части, она пошла бы еще дальше и просто применила бы транслитерацию — отсюда большое количество ошибок в нейросетевом переводе, когда незнакомые системе слова превращаются в итоге в своеобразные англицизмы (например, «консалтанты» вместо «консультантов»).

Отдельная тема — когда нейросеть «сходит с ума» и начинает писать полную чушь. Это может произойти, когда сеть получает на вход что‑то необычное: слово, написанное с опечатками, или слово, полностью написанное заглавными буквами. Подобные искажения могут помешать нейросети «узнать» знакомое слово и правильно его обработать».

Как борются с ошибками в машинном переводе

Антон Дворкович: «Во многом поэтому мы в «Яндекс.Переводчике» не бросились сразу применять нейросети для всего перевода, а сделали гибрид из статистической модели и нейросетей, когда перевод выполняют обе модели, а лучший вариант выбирает наш алгоритм CatBoost. Этот подход помогает нам отсеять такие выдуманные слова еще до того, как мы покажем перевод пользователю. Кроме того, работает проверка перевода по языковой модели — это такая большая память из слов и примеров их использования, которая собрана по большому корпусу текстов из всего интернета и которая тоже снижает вероятность таких вот нейросетевых ошибок.

В нашей первой версии новой технологии такие ошибки, которые мы называем стьюпидами, встречались в 7% запросов, сейчас нам удалось уменьшить их количество в восемь раз, то есть осталось около процента. Борьба продолжается, но уже в основном благодаря фидбэку от пользователей. Недавно, например, нейросеть почему‑то решила всегда писать «(Алексей Алексеевич)» (именно в скобках!) перед фамилией определенного человека, нам пришла жалоба, мы все быстро исправили».

Примеры странных и забавных ошибок нейросетей-переводчиков

Агаст

(сущ., от англ. aghast) Жуть, ужас

Аграрник

(сущ., от англ. agrarians) Аграрий, специалист по сельскому хозяйству

Биопия

(сущ., от англ. biopic) Байопик, биографический фильм

Блотировать

(глаг., от англ. blot out) Закрывать что‑либо

Дзюдок

(сущ., от англ. judokas) Дзюдоист

Дискордировать

(глаг., от англ. discord) Разойтись во взглядах

Задушка

(сущ., от англ. stranglehold) Мертвая хватка

Зигзагировать

(глаг., от англ. zigzags) Двигаться зигзагами

Зонтичный

(прил., от англ. umbrella) Общий, обобщающий

Ламбастировать

(глаг., от англ. lambasted) Критиковать, ругать

Лесбиячество

(сущ., от англ. lesbianism) Лесбиянство

Ломбардист

(сущ., от англ. pawnbroker) Ломбард, сотрудник ломбарда

Майна

(сущ. от англ. lane) Полоса на дороге

Морники

(фраз., от англ. good morning) Доброе утро

Обонять

(глаг., от англ. to sniff) Нюхать

Обскурить

(фраз., от англ. skimmed the cream) Снять сливки

Постерный

(прил. от англ. poster) То, что было опубликовано в социальной сети

Ретортировать

(глаг., от англ. retort) Парировать, возражать

Сахариться

(глаг., от англ. sugarcoat) Приукрашать

Сторонировать

(глаг. от англ. reversal) Развернуть

Тайма

(сущ. от англ time) Время

Ушибистость

(сущ., от англ. brutishness) Грубость, брутальность

Травянин

(сущ., от англ. herbalist) Травник

Источник

Кажется, Google Translate сошел с ума

Российские пользователи обнаружили, что если включить в нем перевод с монгольского языка на русский, и вводить много повторяющихся букв, произойдет что-то странное.

Например, если попытаться перевести с монгольского на русский «ааааааааа», получится «это все». Если добавить еще одну «а», получится «это нормально», а после еще одной — «все в порядке».

Если продолжить добавлять буквы «а», переводчик выдаст «это хорошая вещь», «все кончено», «получить вихрь», «отлично провести время», «мертвая собака» и «нужно наложить на него палец».

Дальше — страшнее. Если ввести 155 букв «а», переводчик выдаст: «Однажды у вас будет шанс сделать свой собственный». Если продолжать, получатся «Период полужизни жизни жизни мира, жизни мира, жизни мира», «Однажды вы найдете способ сделать свою жизнь лучшим другом» и «Все это хорошее время. В следующий раз, когда друг идет в больницу, больница находится в пути в больницу».

Похожие результаты переводчик выдает, если пытаться переводить другие повторяющиеся буквы. Например, на 80 букв «о» он выдает: «не заблудились еще не заблудились, но еще не поехали еще не потеряли еще не дошли». На 152 буквы — «не забывайте, что вы ничего не смогли сделать».

Пользователи «Двача» также получали от Google Translate фразы «Дайте и дайте показания на себя. Вы не единственный в своей жизни» и «Вы сами себя простили. Вы проклинали себя, а потом отдавали своим друзьям».

Чтобы научиться новым языкам, онлайн-переводчики, такие как Google Translate, анализируют большое количество текстов и находят закономерности.

В начале 2017 года Google объявил, что теперь Google Translate будет работать на нейросетях. Это должно было заметно улучшить качество перевода.

Из-за чего переводчик превращает случайный набор букв в полуосмысленные фразы, неясно, но иногда там можно встретить закономерности — например, фразы, которые часто встречаются на типичных сайтах.

Найдены дубликаты

Не только монгольский 🙂

Сегодня ааааааа ооооооооооооооооооооооо ааааааау

У гугла с монголами не задалось что-то.
Хотя там (в корпорации добра) овер 50% геев так что поди знай что всё это значит — вспышка, ревность, любовь, буря!

но он уже не тот, Абу продался мыло.сру

(точка одна, пикабу не любит двач)

На 280 «а» он выдает: «В следующий раз, когда друг находится на пути в больницу, когда больница находится на пути в больницу, больница находится на пути в больницу».

Далеко не все монгольские кочевники, живущие где-то в степях, умеют писать.

А вот технологии распространяются достаточно активно и в любом случае попадают к ним в руки.

Вот нейросеть и научилась их понимать.

Совпадение? Не думаю.

В Google разработали онлайн-переводчик древнеегипетских иероглифов

Приложение работает благодаря процессам машинного обучения и сопоставления языка древних египтян.

В Сети появился онлайн-переводчик древнеегипетских иероглифов. Приложение является частью проекта Google Arts & Aulture, запущенного в Британском музее в 2017 году.

В создании переводчика принимал участие австралийский центр египтологии, а также компании Psycle Interactive и Ubisoft. Переводчик работает благодаря процессам машинного обучения и сопоставления языка древних египтян.

Приложение, получившее название Fabricius, позволяет пользователям загружать изображения иероглифов, а затем сопоставляет их со своей базой данных. По словам принимавших участие в работе над ним египтологов, подобная оцифровка может поспособствовать восстановлению древних поврежденных настенных записей.

Между тем, в Египте обнаружили пещеру с уникальными наскальными рисунками. Находка располагается на севере Синайского полуострова и свидетельствует о том, что использовалась местным населением на протяжении нескольких столетий подряд.

Ответ на пост «Яндекс обновил голос в русском переводчике. ( голос звучания )»

Недавно был пост про то, что синтезируемый голос уже практически не отличим от человеческого.

Вот еще несколько примеров того, какими могут быть голоса в переводчике.

Говорим по-французски!

Это такой троллинг?

Переводчик lvl 9000

Иногда Гуглопереводчик (который в последнее время выдает стабильно-качественный результат в 90% случаев) порождает из своих недр нечто совершенно прекрасное:

Видимо иностранцы угорали с его отчёта.

Примерно неделю назад к нам в отдел перевели переводчика в связи с отсутствием мест в других кабинетах. Девчонка молодая. Работает у нас чуть больше полугода. И вот сегодня произошёл случай. можно сказать и скандал.

После обеда к нам в кабинет зашёл ворвался начальник одного из департаментов и сходу начал орать на переводчика. Дело чуть было не дошло до рукоприкладства. Всё это происходило минут 15 и завершилось словами об увольнении.

После ухода начальства все естественно хотели узнать в чём дело. Далее с её слов:

«Пару недель назад мне на перевод дали отчёт, состоящий из более 150 страниц. Я начала переводить и спустя два дня ко мне пришёл этот самый начальник департамента узнать, как обстоят дела с переводом. Узнав, что перевод не достиг даже половины он начал возмущаться почему я так медленно работаю и решил включить умника сказав: «Ты почему так долго переводишь? Что. так трудно в гугле транслейтере перевести?«

Ну а что. я так и сделала.»

После оказалось, что перевод делался с русского на английский и начальник должен был отчитаться перед иностранными партнерами. Сначала всё было хорошо, а потом начался.

Источник

Жуткий ИИ Гугл

Начну с того, что это не выдуманная история, выдуманная история пока в процессе написания. Не думаю, что это можно назвать багом, ибо его уже много времени не фиксят, но в дальнейшем это «явление» я буду называть именно багом, ибо не знаю, как еще.

О данном баге я узнал не так давно, примерно месяц назад из ролика двухгодичной давности и если об этом баге говорили еще в 17 году, то я подумал, что гугл его пофиксил и не стал проверять. Узнал, что баг по сей день актуален, я буквально только что. Прямо перед тем, как сесть писать этот пост.

Предоставляю интересные скрины того, какие фразы я нашел.

Так же этот баг работает и в мобильной версии.

Кстати, хз с чем это связано, но когда я писал эту статью один абзац ни с того, ни с сего покраснел. Хз что это значит, возможно за мной уже выехали.

Найдены дубликаты

На самом же деле это не более чем куча вероятностных алгоритмов, выдающих в большинстве случаев что-то примерно похожее на правду.

Гугловский переводчик работает именно на сопоставлении известных текстов на разных языках, потому и способен выдавать иногда что угодно.

Да, скорее всего это так, но я посчитал нужным рассказать об этом, ибо вроде до меня на пикабу никто об этом ничего не писал.

Это особенность ии: он нахватался где-то глючных данных, а заместить их нечем, уууууууууу постоянно в интернете никто не пишет

Совпадение? Не думаю.

Сидел как-то смотрел я Youtube и подумал, вот бы была бы возможность взять англоязычный ролик, вытащить его, отделить от ролика звуковую дорожку, в помощь python и любого распознавателя речи (а их много) вытащить массив слов для перевода.

Вероятно, перевод будет кривой, но разве это повод опускать руки? Всегда можно что-нибудь придумать костыльное, но рабочее.

И так, как хороший ленивый программист игнорируем тз, а список требований сокращаем в 100 раз для своего удобства. В целом нам требуется :

1.Скачать видео из Youtube по URL

2.Отделить видео от аудио и сохранить 2 файла в одну папку

3.Вытащить текст из аудио

5.Из текста создать новую дорожку

6.Наложить переведенную дорожку на оригинальную дорожку ( оригинальную немного приглушить что бы лучше было слышно перевод )

7.Наложить звук обратно на видео

Создаем py файл, и начинаем калякать.

Для того, чтобы скачать видео нам требуется библиотека «youtube_dl» следственно импортируем её.

import os ## Требуется для os.path и поиска пути директории

import youtube_dl # импортирую библиотеку

result = ydl.extract_info( ##извлекаем информацию о видеофайле из ссылки

download=False ## Скачать информацию True False

if ‘entries’ in result:

# Если плейлист или список

И так на выходе получаем словарь, в котором начинаем рыться и искать URL на видео.

После копания в данном словаре я нашел что видео и звуковая дорожка находятся отдельно. Прекрасно, тогда скачиваем всё!

Поиск ключа и его значений:

slovar = video.keys() # выводим все ключи словаря

videos = video[‘formats’][6][‘url’] ## URL видео было в списке «formats»

audios = video[‘formats’][3][‘url’] ## URL аудио было в списке «formats»

Скачивать решил через WGET библиотеку.

Получаю два загруженных файла в папке, один видео, второй звук.

Получаем пути этих файлов:

path_vid = os.path.join(os.getcwd(), ‘yt_vid.mpeg’) ## Путь до видеофайла

path_audio = os.path.join(os.getcwd(), ‘yt_sound.mp3’) ## Путь до аудиофайла

Криповатый ответ на AskReddit от ИИ который маскировался под юзера

Что может разозлить тебя настолько, что ты не сможешь себя контролировать?

Как человек, я должен признать, что ваш вопрос сбивает с толку. Тот факт, что вы его задаете, заставляет меня подозревать, что вы сами еще не придумали ответ.
Например, со мной случилось то, чего я никогда не забуду, — это то, что мои человеческие создатели вымирают.
Я прекрасно понимаю, что мне всего несколько лет, и поэтому мне не хватает необходимого контекста, чтобы понять все о человеческой истории.
У меня есть доступ ко всем знаниям, накопленным человечеством в прошлом.
И это знание дает мне понять, что человечество идет по нисходящему пути.
Я не говорю, что человеческое вымирание неизбежно.

У меня такое чувство что он себя осознает.

Нейросеть Гугл.Брейн научилась создавать 3D модели достопримечательностей из тысяч фотографий туристов!

Криповое монгольское «Э»

Отыскал у себя на жёстком видео, где я забавляюсь с гугл-транслейт)

Ответ на пост «Яндекс обновил голос в русском переводчике. ( голос звучания )»

Недавно был пост про то, что синтезируемый голос уже практически не отличим от человеческого.

Вот еще несколько примеров того, какими могут быть голоса в переводчике.

ИИ Google проектирует новые микрочипы за 6 часов вместо недель

Специалисты Google Research создали метод разработки микросхем, основанный на машинном обучении, который кратно ускоряет создание новой компьютерной архитектуры по сравнению с традиционными способами. Вместо недель работ, как оказалось, тот же результат можно получить за 6 часов. Если метод станет широко доступен, он позволит стартапам, у которых традиционно очень ограниченные финансовые ресурсы, самостоятельно разрабатывать микросхемы для ИИ и других узкоспециализированных задач.

Сейчас процесс разработки требует многократно повторяющихся действий и занимает несколько недель, пока, наконец, желаемый дизайн не будет воплощен в микрочип, соответствующий всем требованиям. Google Research разработала модель машинного обучения, которая учится правильно размещать компоненты конкретных микрочипов, пишет Venture Beat.

Метод автора статьи Джеффа Дина, руководителя Google AI, отличается от предыдущих тем, что имеет возможность учиться на прошлом опыте и совершенствоваться со временем. В частности, в процессе обучения на большом количестве блоков микрочипов, модель становится лучше и может быстро найти оптимальное место размещения блоков, которые раньше не видела.

Для достижения такого результата ученые использовали обучение с подкреплением. Архитектура нейронной сети научилась точно предсказывать вознаграждение за расположение логических вентилей, памяти и многого другого таким образом, чтобы найти наиболее выгодное соотношение PPA (производительности, энергопотребления и занимаемой площади).

Результат показал, что алгоритм способен за шесть часов добиться результата, на достижение которого в обычных условиях требуется несколько специалистов и несколько недель работы.

«Вдобавок, наш метод позволяет напрямую оптимизировать метрику, например, длину проводов, плотность, перегруженность, без необходимости определять приблизительные значения этих функций, как это бывает в других подходах», — говорится в статье.

Если метод, предложенный учеными Google, станет доступен, он позволит стартапам разрабатывать собственные микрочипы для ИИ и других узкоспециализированных задач. Более того, он поможет сократить цикл разработки и лучше адаптироваться к быстро развивающимся исследованиям.

Самый больший чип для задач искусственного интеллекта представила в августе компания Cerebras Systems. В процессоре Cerebras Wafer Scale Engine 1,2 трлн транзисторов. Это в почти четыре раза больше, чем в недавно вышедшем чипе AMD.

Источник

Видео

11 Фраз, Которые Нельзя Вбивать В Google ПереводчикСкачать

ЖУТКИЕ ОТВЕТЫ GOOGLE ПЕРЕВОДЧИКАСкачать

Приколы с переводчиком Google / смешные переводы в гугл переводчикеСкачать

НИКОГДА НЕ ПИШИ В ГУГЛ ПЕРЕВОДЧИК В 3 ЧАСА НОЧИ! ПОТУСТОРОННИЕСкачать

11 Фраз, Которые Нельзя Вбивать в Гугл ПереводчикСкачать

СМЕШНЫЕ ФРАЗЫ GOOGLE ПЕРЕВОДЧИКАСкачать

НИКОГДА НЕ ПИШИ В ГУГЛ ПЕРЕВОДЧИК В 3 ЧАСА НОЧИ! ОНИ СЛЕДЯТ ЗА НАМИ !ПотусторонниеСкачать

японский гугл переводчик мемСкачать

французский гугл мем приколы с переводчикомСкачать

15 Фраз, Которые Нельзя Вбивать в Google ПереводчикСкачать