<\/p>\n\n\n\n
De nos jours, la barri\u00e8re de la langue ne para\u00eet plus si insurmontable.<\/p>\n\n\n\n
Pourtant, il n\u2019y a pas si longtemps encore, si vous vouliez communiquer avec une personne qui ne parlait\npas votre langue, il fallait soit apprendre sa langue, soit recourir aux services d\u2019un traducteur ou interpr\u00e8te.<\/p>\n\n\n\n
Pendant des ann\u00e9es, l\u2019id\u00e9e de la traduction instantan\u00e9e assist\u00e9e par la technologie se limitait aux \u0153uvres\nd\u2019auteurs de science-fiction comme Douglas\u00a0Adams ou George\u00a0Lucas.<\/p>\n\n\n\n
Et pourtant, en\u00a02025, nous voil\u00e0 pratiquement indiff\u00e9rents \u00e0 la puissance des logiciels de traduction\naliment\u00e9s par l\u2019IA.
<\/p>\n\n\n\n
\u00c9videmment que l\u2019intelligence artificielle peut traduire instantan\u00e9ment\u00a0: il n\u2019y a pas grand-chose qu\u2019elle ne\npeut pas faire!<\/p>\n\n\n\n
Mais comment sommes-nous parvenus aux outils incroyables dont nous b\u00e9n\u00e9ficions aujourd\u2019hui, et o\u00f9 ce cheminement rendu possible par la technologie, l\u2019ambition et l\u2019ing\u00e9niosit\u00e9 nous m\u00e8nera-t-il \u00e0 l\u2019avenir?<\/p>\n\n\n\n
Notre parcours commence dans les ann\u00e9es\u00a01950. Les ordinateurs ont la taille d\u2019un appartement et\nl\u2019intelligence artificielle est un sujet abord\u00e9 plus souvent dans les bandes dessin\u00e9es que lors des\nrencontres de dirigeants d\u2019entreprise.<\/p>\n\n\n\n
Conceptualis\u00e9s par des pionniers comme Warren\u00a0Weaver, les premiers syst\u00e8mes de traduction automatique\nse fondent sur des r\u00e8gles rigides et des dictionnaires simplistes. Les r\u00e9sultats de ces premi\u00e8res exp\u00e9riences\nsont d\u00e9cevants. M\u00eame les traductions simples sont souvent inexactes, remplies d\u2019erreurs grammaticales et\ng\u00e9n\u00e9ralement incompr\u00e9hensibles.<\/p>\n\n\n\n
\u00c0 la suite de l\u2019\u00e9chec de l\u2019exp\u00e9rience men\u00e9e par des chercheurs de l\u2019Universit\u00e9 de Georgetown en 1954, avec\nses vaines promesses d\u2019une traduction fid\u00e8le et harmonieuse entre le russe et l\u2019anglais, l\u2019int\u00e9r\u00eat envers la\ntraduction automatique s\u2019est refroidi et les recherches dans le domaine ont stagn\u00e9 pendant plus d\u2019une\nd\u00e9cennie.<\/p>\n\n\n\n
<\/p>\n\n\n\n
L\u2019\u00e9tape suivante est franchie dans les ann\u00e9es\u00a01970 avec le d\u00e9veloppement de la traduction automatique \u00e0\nbase de r\u00e8gles (TABR).<\/p>\n\n\n\n
Gr\u00e2ce aux ordinateurs plus puissants qu\u2019auparavant, les chercheurs sont en mesure de d\u00e9finir des r\u00e8gles\nlinguistiques plus raffin\u00e9es et d\u2019int\u00e9grer des dictionnaires plus volumineux \u00e0 leurs outils.<\/p>\n\n\n\n
Les traductions commencent \u00e0 devenir compr\u00e9hensibles, mais sont loin d\u2019\u00eatre parfaites, et la fluidit\u00e9\nnaturelle demeure un r\u00eave lointain.<\/p>\n\n\n\n
M\u00e9thodiques mais fragiles, les syst\u00e8mes de TABR ont des difficult\u00e9s \u00e0 comprendre le contexte et \u00e0 traduire\nles expressions et les nuances, alors que les traducteurs ex\u00e9cutent ais\u00e9ment ces m\u00eames t\u00e2ches depuis des\nsi\u00e8cles.<\/p>\n\n\n\n
<\/p>\n\n\n\n
Les ann\u00e9es\u00a01990 sont le d\u00e9but de l\u2019\u00e8re de la traduction bas\u00e9e sur la probabilit\u00e9. Abandonnant l\u2019id\u00e9e de programmer des langues dans des machines, des chercheurs comme Peter\u00a0Brown d\u2019IBM d\u00e9cident de laisser les donn\u00e9es parler.<\/p>\n\n\n\n
Ainsi na\u00eet la traduction automatique statistique (TAS), qui s\u2019appuie sur d\u2019\u00e9normes corpus parall\u00e8les pour\nd\u00e9terminer les traductions les plus probables. Au lieu de se baser sur des dictionnaires, les outils de ce\ntype utilisent des ensembles de donn\u00e9es pour relever les tendances en mati\u00e8re d\u2019utilisation des mots dans\ndiff\u00e9rentes langues. Les traductions possibles sont ainsi class\u00e9es en fonction de leur ressemblance \u00e0 des\nexpressions courantes de la langue cible.<\/p>\n\n\n\n
On parvient donc \u00e0 des traductions plus naturelles et plus fluides, mais la pr\u00e9cision n\u2019est pas toujours au\nrendez-vous en raison de la capacit\u00e9 de traitement insuffisante et des grands volumes de donn\u00e9es\nn\u00e9cessaires.<\/p>\n\n\n\n
Les deux premi\u00e8res d\u00e9cennies du 21\u1d49 si\u00e8cle voient l\u2019av\u00e8nement de la traduction automatique neuronale\n(TAN).
<\/p>\n\n\n\n
Gr\u00e2ce aux progr\u00e8s r\u00e9alis\u00e9s en mati\u00e8re de capacit\u00e9 de traitement et de m\u00e9moire disponible, les syst\u00e8mes de\nTAN reposent enti\u00e8rement sur de vastes ensembles de donn\u00e9es, ce qui leur permet de se rapprocher d\u2019une\ntraduction humaine.
<\/p>\n\n\n\n
Une vaste gamme de syst\u00e8mes, des outils de traduction g\u00e9n\u00e9riques offerts par les moteurs de recherche \u00e0\ndes solutions de traduction sp\u00e9cialis\u00e9es et raffin\u00e9es comme NEURAL, voit alors le jour. Pour la premi\u00e8re\nfois, une conversation en temps r\u00e9el entre deux personnes qui ne parlent pas la m\u00eame langue devient\npossible!<\/p>\n\n\n\n
<\/p>\n\n\n\n
\u00c0 l\u2019aube de l\u2019\u00e8re des grands mod\u00e8les de langage (GML), le potentiel de la traduction automatique est plus\ngrand que jamais. Ces mod\u00e8les peuvent traiter plusieurs langues, comprendre le contexte et m\u00eame\nincorporer des images et des vid\u00e9os.<\/p>\n\n\n\n
Des innovations comme la g\u00e9n\u00e9ration am\u00e9lior\u00e9e par r\u00e9cup\u00e9ration d\u2019information (GARI) permettent aux\nsyst\u00e8mes de traduction de produire des traductions fid\u00e8les adapt\u00e9es \u00e0 certains domaines en tenant\ncompte du contexte \u00e0 l\u2019aide de bases de donn\u00e9es.<\/p>\n\n\n\n
Des outils de pointe comme la solution INFINITE d\u2019Alexa\u00a0Translations ouvrent d\u00e9j\u00e0 la voie avec des\ntraductions hautement personnalis\u00e9es adapt\u00e9es \u00e0 des secteurs d\u2019activit\u00e9, des entreprises, voire des\nservices particuliers. Au fur et \u00e0 mesure que ces technologies deviennent de plus en plus intelligentes et\nintuitives, il revient \u00e0 nous de prendre conscience de leurs ramifications sur le plan \u00e9thique en ce qui a\ntrait au biais, aux risques \u00e0 la protection des renseignements personnels et \u00e0 l\u2019utilisation d\u2019outils aussi\npuissants \u00e0 mauvais escient.<\/p>\n\n\n\n
De la rigidit\u00e9 des r\u00e8gles et des dictionnaires \u00e0 la nuance des r\u00e9seaux neuronaux, la traduction automatique\na fait du chemin! \u00c0 la veille d\u2019une nouvelle r\u00e9volution, une seule chose est claire\u00a0: c\u2019est aujourd\u2019hui qu\u2019on\n\u00e9crit la langue de l\u2019avenir.<\/p>\n\n\n\n
Pour en savoir plus sur l\u2019\u00e9volution de la traduction automatique, t\u00e9l\u00e9chargez gratuitement notre document\ninfographique ici<\/p>\n\n\n\n
<\/p>\n\n\n\n