C3PO a valóságban

A csapatoknak elsősorban jól működő gépre lenne szükségük, amely kiszűri a hangokat a zajból, minél több nyelvet ért és fordít, beazonosítja keresett személyek hangját. Valahogy úgy, mint tette a hatmilliónál több kommunikációs formát anyanyelvi szinten beszélő C3PO a Csillagok háborújában.

Korábbi kezdeményezések

A DARPA kutatóműhelyeiben ugyan nem tervezik még a híres robot mását, viszont valami hasonlóban, húsz nyelvet 98 százalékos pontossággal fordító gépben gondolkoznak. Az ügynökség e célkitűzés szellemében indította el – komikusan RATS-re („patkányok”) – rövidített Robust Automatic Translation of Speech (Robusztus automata beszédfordítás) programját.

Nem az első ilyen kezdeményezésük, hiszen korábban is próbálkoztak idegen nyelvű szövegek, beszélgetések használható információvá alakításával, és fordítva. Az iraki háború kezdetén a kézi Phraselatort használták: a masina egyszerű angol mondatokra ültette át az eredeti arab szöveget. A katonák és a helyi lakosság kommunikációját megkönnyítendő, jelenleg egy beszédről beszédre fordító iPod-méretű szerkezetet tesztelnek. Az eredmények: 70 százalékos pontossággal tesz át iraki arab szövegeket angolra, viszont tiszta jelre van szüksége, és már minimális háttérzaj is komoly galibákat okozhat.

Madcat és RATS

2008-ban a DARPA 5,6 millió dolláros támogatást adott a BBN Technologies Madcat-jére, egy laptopon vagy PDA-n működő, a háborús övezetben a falfirkától a szinte olvashatatlan széljegyzetekig bármilyen szöveget hamar lefordító automata rendszerre. A fejlesztések gyorsan haladnak, és hasonló idő alatt hasonló eredményeket szeretnének elérni a RATS-szel is: hogy zajos és rossz minőségű jelzéseket 99 százalékos pontossággal értsen, háttérzajokból szűrjön ki szavakat, 98 százalékban állapítsa meg, milyen nyelven beszélnek (különös tekintettel arabra, perzsára, kelet-perzsa darira, pastura és az urdura). (Azt nem pontosították, miért 99 az előbbi, és miért 98 százalék az utóbbi esetekben.)

A szoftvert hangfelismerő technológiával programozzák. A cél egyértelmű: a leginkább keresett – körözött – személyek beazonosítása. Akárcsak az, hogy képes legyen automatikusan detektálni előre kiválasztott kulcsszavakat és mondatokat.

DARPA egyelőre prototípusokat szeretne, s hat hónapon belül olyan demókat, amelyek ezer beszédalanyt tizenöt nyelven fordítanak, illetve azonosítanak száz szót vagy kifejezést arabul, pastuul és perzsául.

A Google besegít

A szoftver alkalmazási köre szerteágazó lesz – nemcsak katonai célokra, a fordítókra kiadott sokmilliárdos költségeket csökkentendő, hanem valószínűleg a civil életben is hasznosulni fog. Ráadásul – a Google-nak hála – könnyen lehet, előbb, mint hinnénk. Egyrészt a cég többnyelvű honlap-fordításai kisebb-nagyobb pontossággal, viszonylag jól (helyenként megmosolyogtatva, de legalább érthetően) működnek, másrészt, az 1-800-Goog-411 mobiltelefon-alkalmazás a hangazonosításra tesz kísérletet: a felhasználó hangutasítások alapján kutat. A számítógép minden egyes keresésből tanul, így javítva, tökéletesítve hangfelismerő képességeit. Az alkalmazás jelenleg csak angolul működik, de néhány éven belül várható egy többnyelvű mobiltelefonos fordítórendszer.

És abban is biztosak lehetünk, hogy ha a DARPA és a Google dollármilliókat öl egy kezdeményezésbe, az inkább előbb, mint utóbb, meg is fog valósulni.