El traductor de Google incorpora 111 idiomas

El Traductor de Google derriba las barreras del idioma y ayuda a que todas las personas puedan conectar con las comunidades de todo el mundo. Constantemente Google está aplicando las últimas tecnologías para que más personas puedan acceder a esta herramienta: en 2022 se agregaron 24 idiomas nuevos utilizando la traducción automática Zero-Shot, en el que un modelo de aprendizaje automático aprende a traducir a otro idioma sin haber visto nunca antes un ejemplo. Y se anunció la iniciativa de los 1.000 idiomas, un compromiso para construir modelos de Inteligencia Artificial que promuevan la inclusión de miles de millones de personas que viven en diferentes comunidades del mundo.

Ahora, con PaLM 2, el modelo de lenguaje de gran tamaño, la compañía está utilizando Inteligencia Artificial (IA) para ampliar la variedad de idiomas que el Traductor de Google soporta. Esta incorporación de 111 nuevos idiomas es la expansión más grande hasta la fecha.

A continuación, algunos de los idiomas que ahora son compatibles con el Traductor de Google:

• Afar: es la lengua tonal que se habla en Yibuti, Eritrea y Etiopía. De todos los idiomas incluidos en este lanzamiento, el Afar fue el que recibió la mayor cantidad de aportes de la comunidad de voluntarios.
• Cantonés: durante mucho tiempo ha sido uno de los idiomas más solicitados para incluir en el Traductor de Google. Sin embargo, es un idioma difícil de incorporar porque a menudo en la escritura se superpone con el Mandarín, lo que dificulta la búsqueda de datos y el entrenamiento de modelos.
• Manés: es la lengua celta de la Isla de Man. Estuvo a punto de desaparecer con la muerte de su último hablante nativo en 1974. Pero gracias a un movimiento de revitalización en toda la isla, ahora hay miles de hablantes.

• N’Ko: es una forma estandarizada de las lenguas mandingas de África Occidental que unifica muchos dialectos en un idioma común. Su alfabeto único se inventó en 1949 y, actualmente, cuenta con una comunidad de investigación activa que desarrolla recursos y tecnologías para este.
• Punjabi (Shahmukhi): es el tipo de escritura en el alfabeto perso-árabe (Shahmukhi) y el idioma más hablado en Pakistán.
• Tamazight: es la lengua Bereber que se habla en todo el norte de África. Aunque existen muchos dialectos, la forma escrita suele ser comprensible para todos. Se escribe en alfabeto Latino y en el Tifinagh, ambos compatibles con el Traductor de Google.
• Tok Pisin: es un criollo basado en el inglés y la lengua franca de Papúa Nueva Guinea.

Más que una herramienta

La selección de variedades idiomáticas en Google Translate no es arbitraria. Se priorizan las variedades más utilizadas, considerando la diversidad regional y ortográfica. Un ejemplo es el romaní, un idioma con muchos dialectos en toda Europa. Google Translate se basa en el romaní vacalo (o vlax) del sur, una variedad comúnmente utilizada en Internet, pero también mezcla elementos de otros dialectos para ofrecer una traducción completa y precisa.

Un futuro brillante: Google está comprometido a brindar soporte a cada vez más variedades gramaticales y reglas ortográficas. El avance tecnológico continuo permitirá mejorar aún más la traducción de idiomas, conectando a las personas de manera más efectiva y rompiendo las barreras del idioma de una vez por todas.