Im Facebook-Stream taucht eine Nachricht in einer fremden Sprache auf, also klickt man auf den Übersetzungsknopf, um zu erfahren, worum es ungefähr geht. Durch diese Funktion will Facebook eine Kommunikation über die eigene Sprache hinweg ermöglichen. Das Problem: Die Übersetzungen sind oft so schlecht, dass es mit dem gegenseitigen Verstehen schwierig wird.
Wie viele andere große Internet-Unternehmen arbeitet Facebook deshalb an einer Lösung. Und jetzt scheint die Abteilung für Künstliche Intelligenz diesem Ziel einen Schritt näher gekommen zu sein: In einer aktuellen Studie des Konzerns wird eine Technologie beschrieben, mit der die Verbesserung maschineller Übersetzung stark beschleunigt werden soll – nicht nur für Facebook selbst, sondern für das gesamte Internet.
Interne Tests hätten ergeben, dass die neue Technologie bessere Übersetzungen liefert und weit effektiver arbeite als bisherige Möglichkeiten, so die Autoren. Dabei arbeitet das System nach ähnlichen Prinzipien wie bereits bei der Bilderkennung.
Es gab in den letzten zwei Jahren mehr Verbesserungen als im gesamten Jahrzehnt zuvor
Der auf Machine Learning spezialisierte Stanford-Professor Christopher Manning bezeichnete die Leistung von Facebooks KI-Labor als „beeindruckend“. Er ist einer der Forscher, der die Studie gegengelesen hat. Besonders hilfreich sei, dass mit dem neuen Modell ein System schneller als bisher trainiert werden kann. Facebook will deshalb die Technologie bald einsetzen, um seinen rund 1,8 Milliarden Nutzern bessere Ergebnisse zu liefern.
Facebooks neue Methode basiert auf einem neuronalen Netzwerk, einem komplexen mathematischen System, das Probleme lösen kann, indem es riesige Datenmengen analysiert. In den vergangenen Jahren verhalfen solche Netzwerke Forschern zu großen Fortschritten in Feldern wie Gesichtserkennung, Spracherkennung oder bei der Online-Suche.
Im vergangenen Herbst hat Google bereits ein Übersetzungssystem veröffentlicht, das komplett auf neuronalen Netzwerken basiert. Auch Microsoft und der chinesische Suchmaschinenbetreiber Baidu gelten als Vorreiter in dieser Hinsicht. Solche Systeme sind jetzt dabei, besser als die bisherige Alternativen zu werden. „Es gab in den letzten zwei Jahren mehr Verbesserungen, als im gesamten Jahrzehnt zuvor“, sagt John Tinsley, CEO von Isonic Translation Machines. Sein Unternehmen entwickelt Übersetzungstechnologien in Dublin.
Im Unterschied zu vielen anderen Unternehmen setzt Facebook vor allem auf faltbare neuronale Netzwerke (Convolutional Neural Network). Anstatt einen Text Wort für Wort zu analysieren, wie reguläre neuronale Netzwerke es tun, betrachtet es ganze Sätze gleichzeitig und bringt ihre Bestandteile dann in eine logische Abfolge. „Man kann sich von der Wortreihenfolge verabschieden und verschiedene Bestandteile eines Satzes parallel berechnen lassen“, sagt Stanford-Professor Manning. Erfunden wurde die Technik vom Deep-Learning-Spezialisten Yann LeCun, der mittlerweile der Leiter von Facebooks KI-Forschungsabteilung ist.
Die beeindruckendste Anwendung, die es derzeit gibt
Faltbare neuronale Netzwerke wurden bereits sehr effektiv eingesetzt, um einzelne Objekte in Fotos zu erkennen. Aber Google setzt sie auch für maschinelle Übersetzungen ein, beispielsweise im DeepMind-Labor für Künstliche Intelligenz in London. Facebooks neue Übersetzungstechnologie sei jedoch die beeindruckendste Anwendung, die es derzeit gibt, sagt Manning.
Facebook beschreibt sein System als neun Mal effektiver als vergleichbare Methoden. Weil es mehrere Datensätze gleichzeitig analysiert, kommt es mit weniger Rechenleistung aus. Das könnte sich laut Jaime Carbonell, zu einem Vorteil entwickeln, weil die Daten einfach schneller verarbeitet werden können. Carbonell ist Direktor des Sprachtechnologie-Instituts an der Carnegie Mellon University. Er glaubt, dieser kleine Vorteil könnte sich innerhalb kurzer Zeit zu einem großen entwickeln.
Andere Unternehmen könnten helfen, diesen Vorteil von Facebook auszubauen. Ähnlich wie Google hat das Unternehmen nicht nur veröffentlicht, wie das neue System funktioniert, sondern es auch unter eine Open-Source-Lizenz gestellt. Sogar die ersten Beispiele, die zeigen wie das Netzwerk mit eigenen Daten trainiert wurde, stehen jedem zur freien Verfügung. Das alles ist Teil eines Gemeinschaftsprojekts, für das große Internet-Firmen ihre KI-Forschung teilen. Übersetzungen könnten dadurch bald überall im Netz deutlich verbessert werden – nicht nur auf Facebook.
