Abo
  • Services:

Machine Learning: Facebook übersetzt schneller und besser als Google

Ein neues System zur maschinellen Übersetzung von Facebook liefert leicht bessere Ergebnisse als das bisher beste von Google und ist dabei sogar noch schneller. Anders als Google stellt Facebook den Code und die Trainingsdaten frei zur Verfügung.

Artikel veröffentlicht am ,
Auch Facebook arbeitet an maschineller Übersetzung.
Auch Facebook arbeitet an maschineller Übersetzung. (Bild: Jimmy Baikovicius/Flickr.com/CC-BY-SA 2.0)

Wegen der vielen Kniffe und Eigenheiten natürlicher Sprache sind maschinelle Übersetzungen teilweise sehr schlecht. Im vergangenen Herbst hat Google schließlich ein neues Modell zur Übersetzung vorgestellt, das so gut war, dass Google dieses direkt in seine Webdienste integriert hat. Auch Facebook ist sehr stark an derartigen Systemen interessiert und stellt nun ein Modell vor, das jenes von Google in den zwei entscheidenden Punkten Qualität und Geschwindigkeit schlägt.

Stellenmarkt
  1. Hydro Aluminium Rolled Products GmbH, Grevenbroich
  2. Diemar Jung Zapfe Gruppe, Erfurt, Leipzig

Googles Neural Machine Translation (GNMT) nutzt zur Übersetzung ein rekurrentes neuronales Netz (RNN), das sehr häufig für Sprach- und Textaufgaben genutzt wird. Das neue System von Facebook basiert hingegen auf einem sogenannten Convolutional Neural Network (CNN), das besonders oft in der Bilderkennung genutzt wird. Diese Entscheidung hat einen inhärenten technischen Vorteil für Facebook.

Besser und schneller dank Parallelisierung

Denn die Umsetzung eines CNN lässt sich extrem gut parallelisieren und damit sehr schnell auf GPUs ausführen. RNNs hingegen modellieren ein Art Rückkanal, um auf bereits verarbeitete Informationen zurückzugreifen. Letzteres macht diese zwar langsamer, sorgte bisher aber für einen teils sehr deutlichen Qualitätsvorteil bei der Sprachverarbeitung und eben auch der Übersetzung, was Facebook nun aber offenbar durchbrochen hat.

Das ergibt sich zumindest aus Daten, die das Unternehmen als Teil seiner Forschungsarbeit veröffentlicht hat. Demnach schneidet das Modell in standardisierten Übersetzungstests für die Sprachpaare Englisch-Französisch, Englisch-Deutsch und Englisch-Rumänisch nach formalen Bewertungskriterien leicht besser ab als GNMT oder andere RNNs.

Pragmatismus bei Facebook, interessante Tricks bei Google

Aus rein praktischen Erwägungen heraus gibt sich Facebook zudem sehr überzeugt von seinem Modell. Denn bei ungefähr gleicher Qualität, wie sie sehr gute RNNs aufweisen, benötige das CNN von Facebook in der Trainingsphase halb so viel GPU-Rechenzeit wie GNMT. Die Inference-Phase von Facebooks CNN, also hier das Übersetzen eines unbekannten Satzes mit Hilfe des trainierten Modells, sei bei einer Betrachtung der verfügbaren CPU-Kerne sogar 17-mal so schnell wie GNMT.

Facebook folgert daraus, dass sein System wohl viel besser über sehr viele Sprachen skalieren werde als bisherige Ansätze mit RNNs. Das gelte insbesondere deshalb, weil Geschwindigkeitsoptimierungen für CNNs in dem aktuellen System von Facebook kaum vorgenommen worden seien. Zusätzlich dazu sei vor allem das Verständnis der komplexen Abhängigkeiten der Modelldaten in einem CNN wesentlich einfacher nachzuvollziehen als bei einem RNN.

Google löst das Geschwindigkeitsproblem seines GNMT vor allem durch die Anwendung seines selbst entwickelten Chips, dem sogenannten TPU, der allein für die Verwendung mit neuronalen Netzen entwickelt wurde. Darüber hinaus vermeidet Google das Skalierungsproblem für die Übersetzung sehr vieler Sprachpaare durch sogenannte "Zero-Shot"-Übersetzungen. Hierbei wird das GNMT so modifiziert, dass auch Übersetzungen mit Hilfe bereits bestehender anderer Sprachpaare erzeugt werden können.

Facebook stellt den Code seiner Arbeiten sowie bereits trainierte Modelle auf Github unter einer BSD-Lizenz frei zur Verfügung.



Anzeige
Blu-ray-Angebote
  1. (u. a. Game Night 5,98€, Maze Runner 6,98€, Coco 5,98€)
  2. (u. a. 3 Blu-rays für 15€, 2 Neuheiten für 15€)

Folgen Sie uns
       


Pathfinder Kingmaker - Golem.de live (Teil 1)

Im ersten Teil unseres Livestreams zu Pathfinder Kingmaker ergründen wir das Regelsystem, erschaffen Goleria Golerta und verteidigen unsere Burg.

Pathfinder Kingmaker - Golem.de live (Teil 1) Video aufrufen
Pixel 3 und Pixel 3 XL im Hands on: Googles Smartphones mit verbesserten Kamerafunktionen
Pixel 3 und Pixel 3 XL im Hands on
Googles Smartphones mit verbesserten Kamerafunktionen

Google hat das Pixel 3 und das Pixel 3 XL vorgestellt. Bei beiden neuen Smartphones legt das Unternehmen besonders hohen Wert auf die Kamerafunktionen. Mit viel Software-Raffinessen sollen gute Bilder auch unter widrigen Umständen entstehen. Die ersten Eindrücke sind vielversprechend.
Ein Hands on von Ingo Pakalski

  1. BQ Aquaris X2 Pro im Hands on Ein gelungenes Gesamtpaket mit Highend-Funktionen

Neuer Echo Dot im Test: Amazon kann doch gute Mini-Lautsprecher bauen
Neuer Echo Dot im Test
Amazon kann doch gute Mini-Lautsprecher bauen

Echo Dot steht bisher für muffigen, schlechten Klang. Mit dem neuen Modell zeigt Amazon, dass es doch gute smarte Mini-Lautsprecher mit dem Alexa-Sprachassistenten bauen kann, die sogar gegen die Konkurrenz von Google ankommen.
Ein Test von Ingo Pakalski


    Shine 3: Neuer Tolino-Reader bringt mehr Lesekomfort
    Shine 3
    Neuer Tolino-Reader bringt mehr Lesekomfort

    Die Tolino-Allianz bringt das Nachfolgemodell des Shine 2 HD auf den Markt. Das Shine 3 erhält mehr Ausstattungsdetails aus der E-Book-Reader-Oberklasse. Vor allem beim Lesen macht sich das positiv bemerkbar.
    Ein Hands on von Ingo Pakalski

    1. E-Book-Reader Update macht Tolino-Geräte unbrauchbar

      •  /