Por su propia métrica, ya lo han hecho en 2016. Todo está en cómo se lee el gráfico.
Fuente: Una red neuronal para la traducción automática, a escala de producción
- ¿Cómo probarás en un chat que eres humano, no una máquina?
- ¿Es el lenguaje C una buena opción para la programación de IA?
- Cómo participar en una competencia de Kaggle con una computadora portátil
- ¿Cómo afectarán los avances en inteligencia artificial a la industria de los videojuegos?
- ¿Cómo beneficiará la inteligencia artificial al mundo de los profesionales de TI en Sudáfrica en el futuro?
Por ejemplo, los sistemas PBMT y GNMT estaban dentro del 90% del nivel humano en el par francés-> inglés. El sistema GNMT está claramente dentro del 95% del nivel humano en el par francés-> inglés.
Los números citados en los detalles de la pregunta (55–85% de reducción en los errores) se informaron midiendo la distancia entre PBMT y los niveles humanos e informando qué proporción de esa brecha se cerró con la actualización a GNMT.
Advertencias: Técnicamente, sin embargo, estas son calificaciones promediadas por evaluadores humanos (“ciegos” a la fuente de la traducción) en una escala de 0 a 6, que no descubre si la tasa de precisión es superior o inferior al 95% de los humanos precisión, sobre todo porque se trata de una “calidad” y no de la tasa de error. Además, las oraciones en consideración pueden ser artificialmente simples.
