La traduction automatique neuronale a perdu son charme
La courbe s’est aplatie. Bien évidemment, je ne parle pas de virus, mais de l'enthousiasme manifesté par la communauté scientifique et par le secteur des services linguistiques à la nouvelle de la création d'un nouveau système de traduction automatique : la traduction automatique neurale.
Les travaux de GNMT
Google Traducteur était un moteur de traduction automatique à base de phrases, un type de traduction automatique statistique qui a besoin d’une grande quantité de données (et Google en a beaucoup) et d’une série d'algorithmes pour choisir la traduction la plus probable, sans pour autant tenir compte du contexte de la phrase.
Tout a changé fin septembre 2016, lorsque Google lui-même a annoncé une nouvelle qui allait révolutionner le marché de la traduction automatique. À cette date, Google a publié les résultats de son (à l’époque nouveau) moteur de traduction automatique associé à l'intelligence artificielle et à l'apprentissage automatique, le Google Neural Machine Translation (GNMT). Il s’agit du moteur utilisé par Google Traducteur à ce jour. Comme tout moteur de traduction automatique neuronale, ce moteur est capable de prendre en compte l'ensemble du contexte d’une phrase et ne se limite pas au traitement de mots individuels ou de groupes de mots. À l'époque, Google avait déclaré que la qualité des résultats obtenus grâce à son système de traduction automatique neuronale se rapprochait à la qualité d’une traduction traditionnelle.
« Dans certains cas, les traductions faites par un humain et les traductions de GNMT sont presque impossibles à distinguer quand il s’agit de phrases relativement simplistes et isolées extraites de Wikipedia et des articles de presse utilisés pour notre expérience »
« Presque impossibles à distinguer » et « phrases relativement simplistes et isolées »… il y a beaucoup de conditionnels dans cette déclaration ! En effet, Google avait déjà mis en garde contre les faiblesses de la traduction automatique neuronale...
« GNMT peut encore faire des erreurs significatives qu’un traducteur humain ne ferait jamais. Comme par exemple oublier des mots, traduire les noms de famille, ou traduire une phrase en l’isolant de son contexte. Il y a encore beaucoup de choses que nous devons mettre en place pour offrir un meilleur service à nos utilisateurs. Néanmoins, GNMT représente une étape importante dans l’avancée de nos travaux »
Google avait raison : il s'agit d'une étape importante dans l'histoire de la traduction automatique en général. Cependant, ce n'est que maintenant que nous pouvons dire que les résultats escomptés... eh bien, ils ne se sont pas concrétisés. Ne vous méprenez pas, la traduction automatique neuronale reste la meilleure technologie actuellement disponible sur le marché, mais les attentes quant à son amélioration n'ont pas été satisfaites. Cela montre que la complexité du langage reste une énigme pour la machine. C’est une nouvelle rassurante pour nous, les traducteurs!
Nous avons rejoint le « plateau de productivité »
Le « cycle du hype » illustré par la courbe ci-dessus est applicable à toute nouvelle technologie et n'a pas épargné la traduction automatique neuronale. J'ai de bonnes nouvelles pour vous tous : nous sommes déjà entrés dans la cinquième et dernière phase d’intérêt. En effet, nous constatons d'ores et déjà une stabilisation des résultats obtenus avec la traduction automatique neuronale. Cela implique une réduction des investissements destinés à la recherche et rend la traduction automatique neuronale réservée à un « marché de niche » : une technologie qui intéresse quelques entreprises qui sont encore prêtes à investir de l'argent pour l’améliorer. Cela me fait penser au webinaire TAUS sur la traduction automatique au sein des entreprises.
La machine ne semble pas prête à nous remplacer. C’est une bonne nouvelle, n'est-ce pas ?