Apakah anda mengetahui teks di atas? Sebagian masyarakat yang mengfungsikan bhs Indonesia sebagai bhs ibu dapat terasa susah untuk mengetahui kata-kata tersebut. Coba saya tebak, anda tentu mengfungsikan Google Translate untuk mengartikannya, bukan? Kalau tidak, coba cek deh makna berasal dari kata-kata tersebut, nanti ke sini lagi, ya.
Nah, udah mengetahui artinya? Coba, saya menghendaki bertanya seberapa seringkah anda mengfungsikan Google Translate? Pernahkah terlintas di dalam pikiranmu: Kok bisa, ya, dia membuat perubahan banyak bahasa?
Sebelum lebih jauh mengulas teknologi yang digunakan Google Translate, tahukah anda bahwa translator selanjutnya merupakan keliru satu penerapan teknologi machine learning? Bagaimanakah caranya? Yuk, kita liat penjelasan di bawah ini.
Sebelum ada translator, saya percaya anda adalah mantan pengguna kamus tebal. Namun, seperti yang muncul pada gambar tersebut, waktu ini terlampau enteng sekali bukan di dalam mengartikan sebuah kalimat? Cukup sekali klik saja, anda dapat melacak mengetahui makna kata di dalam bhs asing.
Pada kenyataannya, sebuah translator perlu teknologi yang cukup rumit, lho, hingga dapat membuahkan bhs asing secara akurat. Teknologi di balik Google Translate itu disebut Machine Translation (MT).
Machine Translation adalah mesin yang bertugas untuk mengonversi sebuah teks antarbahasa secara otomatis yang mengfungsikan konsep machine learning yang merupakan anggota berasal dari Artificial Intelligence. Tentunya, sistem yang dilalui oleh MT ini sangatlah kompleks gara-gara bhs punya ciri khasnya tersendiri dan terlampau kaya dapat diksi dan juga konteks yang menyertainya.
Contohnya, anda menghendaki mengemukakan kata-kata seperti di bawah ini.
“Saya tidak sedap badan”
Apabila anda menerjemahkannya per kata ke di dalam bhs Inggris, berarti dapat seperti di bawah ini.
“I don’t delicious body”
Aneh sekali, ya? Belum lagi, kata-kata di atas tidak tepat secara diksinya. Padahal, anda dapat mengemukakan bersama dengan singkat dan tepat seperti berikut.
“I’m not feeling well …”
Sebelumnya, teknologi MT pada Google Translate bekerja sebagai penerjemah per kata (word-by-word) mengfungsikan statistical machine translation agar tetap susah dipercaya sebagai translator yang baik. Jadi, pada tahun 2016, Google berubah mengfungsikan Neural Machine Translation (NMT) yang dinamai sebagai Google Neural Machine Translation (GNMT).
Lalu, bagaimana langkah kerja NMT?
Perhatikan gambar di atas, sistem menerjemahkan kata-kata pada Google Translate dasarnya hanya lewat dua langkah yakni input bhs yang dapat diterjemahkan, sesudah itu diproses oleh neural network di dalamnya, sesudah itu dapat membuahkan output berupa bhs hasil terjemahan.
Namun, apakah isikan di di dalam neural network agar dapat menerjemahkan banyak bhs yang kita butuhkan? Saya dapat menyebutkan lebih teliti ulang pada anggota arsitektur encoder-decoder.
Sebagaimana namanya, neural network merupakan jaringan saraf buatan yang terinspirasi berasal dari jaringan saraf biologis yang menyusun otak manusia. Neural network kebanyakan terdiri berasal dari 3 lapisan yakni input layer, hidden layer, dan output layer.
Input layer merupakan anggota yang menampung masukan (pada konteks ini merupakan kata atau kata-kata yang dapat diterjemahkan) yang dapat diproses oleh neural network. Hidden layer merupakan anggota yang dapat memproduksi inputan selanjutnya peranan membuahkan sebuah output. Terakhir, output layer (bisa berupa angka, nilai probabilitas, ataupun vektor) merupakan lapisan yang dapat membuahkan keluaran berasal dari neural network tersebut.
Gambar di atas adalah arsitektur berasal dari encoder-decoder yang merupakan fundamental berasal dari prosesnya google translate bekerja. Di bawah ini merupakan beberapa langkah praktis yang bekerja pada arsitektur encoder-decoder.
- Kalimat bhs Inggris adalah input yang dapat diproses oleh model neural network.
- Sebelum digunakan, model neural network encoder dapat dilatih untuk membuahkan vektor yang tepat untuk merepresentasikan information input.
- Model neural network decoder termasuk dapat dilatih lebih-lebih dahulu untuk sebelum akan digunakan untuk merubah vector (yang dihasilkan oleh model neural network encoder) jadi sebuah kata atau kata-kata di dalam bhs yang berbeda.
Selain dapat menerjemahkan banyak bahasa, Google Translate ternyata punya lima fitur canggih lain yang jarang orang menggunakannya, loh! Simak penjelasannya di bawah ini.
- Speak to Translate. Seperti namanya, Google Translate dapat menerjemahkan lewat nada sebagai input.
- Camera Translation. Yup! Google Translate dapat memindai kata-kata lewat kamera. Keunggulan selanjutnya dapat digunakan pada sebuah buku, koran, atau fasilitas lainnya.
- Write to Translate. Selain diketik, translator ini dapat mengartikan sebuah kata atau kata-kata lewat tulisan. Kelebihan ini diberikan jika huruf pada bhs yang dapat diambil kesimpulan tidak terkandung pada keyboard.
- Transcribe. Keunggulan keempat ini dapat digunakan untuk terjemah percakapan secara langsung. Bahasa yang tersedia di antaranya Inggris, Jerman, Perancis, Portugis, Thailand, Rusia, dan Spanyol. Fitur ini dapat melaksanakan terjemah di dalam durasi panjang dan hasilnya dapat langsung ditampilkan di layar.
- Offline Translate. Seperti judulnya, fitur ini dapat digunakan tanpa pertolongan internet, tetapi anda wajib lebih pernah mengunduh bhs yang dibutuhkan.
Nah, anda udah mengfungsikan fitur Google Translate nomor berapa aja?
Wah… Di balik Google Translate yang terlampau enteng penggunaannya, ternyata berbanding terbalik, ya, jika lihat berasal dari segi pembuatannya? Bagaimana? Apakah anda udah mengetahui berkenaan penggunaan teknologi di balik Google Translate?
Tentunya, implementasi machine learning di Google Translate cuman beberapa kecil pada machine learning yang tentunya punya keilmuan dan implementasi terlampau luas. Semoga bersama dengan ada blog ini dapat mengimbuhkan wawasan berkenaan implementasi machine learning kamu, ya.