I dati risultanti da 15 anni di meticolosa raccolta sosterranno il training del modello linguistico made-in-Italy con ben 10 milioni di ore su GPU

Translated, azienda specializzata nello sviluppo di soluzioni linguistiche basate sull’intelligenza artificiale, e il CINECA, uno dei più grandi centri di calcolo al mondo, hanno annunciato l’avvio del progetto di ricerca per creare un’intelligenza artificiale in grado di tradurre come i migliori traduttori professionisti.
Il progetto rappresenta un passo avanti nell’evoluzione delle tecnologie di traduzione e nell’accessibilità globale delle lingue e mira ad allenare il modello linguistico più avanzato sviluppato da Translated su un dataset di traduzione unico al mondo, utilizzando Leonardo, il settimo supercomputer più potente al mondo, il terzo in Europa, gestito dal CINECA presso il Tecnopolo di Bologna.
Il risultato sarà il modello linguistico più avanzato al mondo, che nella combinazione linguistica italiano-inglese e inglese-italiano verrà rilasciato open-source e open weights, segnando così un ulteriore passo significativo verso la realizzazione di un traduttore universale. L’iniziativa nasce infatti in Italia.

La base? Documenti interi con ampio contesto, traduzioni errate, revisioni e altro

Il CINECA, consorzio interuniversitario senza scopo di lucro, cui aderiscono 70 università italiane, due ministeri e 46 istituzioni pubbliche nazionali, sosterrà l’addestramento del modello linguistico di Translated con 10 milioni di ore di training su GPU.
Questa enorme capacità di calcolo consentirà un’accelerazione significativa nell’addestramento del modello, garantendo un rapido avanzamento. Il set di dati fornito da Translated è il risultato di 15 anni di meticolosa raccolta, e si distingue nettamente dai dataset comunemente utilizzati perché include documenti interi con ampio contesto, ovvero traduzioni errate, revisioni e ragionamenti di traduttori e revisori in caso di disaccordo. È proprio questo patrimonio di dati ricchi e sofisticati che oggi consente a Translated, con l’aiuto del CINECA, di addestrare un modello di intelligenza artificiale capace di una comprensione profonda delle lingue.

Marco Trombetti: “25 anni di ricerca sull’IA più la nuova capacità computazionale”

“Il linguaggio ha guidato l’evoluzione umana, permettendo di capirci, collaborare per un futuro migliore e svilupparci più velocemente di qualsiasi altra specie”,

afferma in una nota Marco Trombetti, CEO di Translated.

“Unendo la nostra esperienza di venticinque anni di ricerca sull’intelligenza artificiale con la capacità computazionale gestita dal CINECA, creeremo un’IA che avrà un impatto molto forte sulla vita di milioni di persone e che un giorno consentirà a chiunque di comprendere e farsi comprendere nella propria lingua. Insieme, stiamo compiendo un passo decisivo verso la prossima fase dell’evoluzione umana”.

Francesco Ubertini: “Un grande impatto sociale per portare benefici alle persone”

“Siamo entusiasti di essere impegnati in un progetto che compie un passo così significativo nella ricerca sull’intelligenza artificiale applicata al linguaggio, a beneficio della comunità nazionale e globale”,

dice Francesco Ubertini, Presidente del CINECA.

“Questa collaborazione è un esempio di come il supercalcolo possa guidare l’innovazione e avere un grande impatto sociale e portare benefici alle persone a livello globale”.

Il lancio nell’evento “The Power of Languages – Toward the Universal Translator”

Il progetto di ricerca, presentato durante un evento intitolato “The Power of Languages – Toward the Universal Translator”, si inserisce nella scia di collaborazioni pubblico-private con università e centri di ricerca sostenute da grant dell’Unione Europea a cui Translated ha partecipato sin dai primi Anni Duemila e che hanno permesso di sviluppare ogni volta tecnologie sempre più avanzate a supporto della traduzione, e di metterle a disposizione della società.

Innovativa tecnica di chain-of-thought già testata con un ristretto gruppo di aziende

Il modello linguistico che verrà allenato dal supercomputer Leonardo è stato sviluppato da Translated utilizzando un’innovativa tecnica di chain-of-thought e già testato con un ristretto gruppo di aziende in contesti di produzione reale nel corso del 2024, dimostrando la capacità di tradurre dati conversazionali con un tasso di errori, meno di tre su mille parole, inferiore a quelli commessi dai traduttori professionisti sullo stesso contenuto, e quattro volte inferiore rispetto ai sistemi di traduzione automatica più avanzati.

Grazie alla potenza di Leonardo, un errore ogni mille parole per 200 lingue diverse

Grazie alla potenza di calcolo di Leonardo a Bologna, Translated e CINECA prevedono di ridurre il margine di errore fino a un errore ogni mille parole, raggiungendo un’accuratezza comparabile al primo percentile dei migliori traduttori professionisti.
Dopo il rilascio iniziale per le combinazioni italiano-inglese e inglese-italiano, Translated ha pianificato di estendere il nuovo modello a tutte le 200 lingue supportate dalla sua attuale IA, ampliando ulteriormente l’impatto globale dello sviluppo tecnologico.

L’evento “The Power of Languages: Towards the Universal Translator”

Il tour del computer Leonardo al Big Data Technopole di Bologna

Ecco tre approfondimenti che potrebbero interessarti:

SeamlessM4T, ecco la traduzione universale secondo Meta AI
È l’alba dell’AI nella traduzione dell’antica scrittura cuneiforme
Occhiali per la traduzione automatica: è la sfida di Google