En 2016, el científico computacional alemán Jaroslaw o ‘Jarek’ —como prefiere que lo llamen— Kutylowski dirigió el equipo que desarrolló DeepL, un traductor basado en Inteligencia Artificial que fue lanzado al mercado al año siguiente, en 2017.

DeepL es una escisión de Linguee, donde Kutylowski fue director de Tecnología (CTO) entre 2012 y 2017, cuando DeepL surgió como empresa independiente y dos años más tarde, en 2019, se convirtió en el director Ejecutivo (CEO).

TechCrunch reportó que, en enero de este 2023, DeepL levantó una ronda de inversión de alrededor de 100 millones de dólares y alcanzó una valuación superior a los mil millones de euros, aunque DeepL no confirmó esa información. Por lo tanto, se convirtió en un unicornio europeo de Inteligencia Artificial (IA).

En esta entrevista exclusiva con Jaroslaw Kutylowski hablamos sobre cómo liderar un equipo de alto rendimiento y una empresa de tecnología en Europa para desarrollar un traductor basado en redes neuronales e Inteligencia Artificial y competirle a los gigantes tecnológicos globales como Google, hipercrecimiento y su expansión regional por los cinco continentes.

*** 

Babel: el ‘problema’ europeo

Toda startup nace para resolver un problema y, en este caso, Jarek considera que “el problema en el que hemos estado trabajando es bastante europeo. Los idiomas son realmente un problema importante en Europa”, un continente pluricultural y multilingüe donde existen 24 lenguas oficiales y, si se cuentan las lenguas indígenas y extranjeras que se hablan al interior de cada país, en la región el número de lenguas habladas asciende a cientas.

“Creo que es más difícil crear una empresa de traducción de este tipo en Estados Unidos, porque la gente no conoce tan bien el problema. En México se conoce mucho mejor el problema. Y por lo tanto, fue más fácil”, ahonda.

“Hemos visto que existe esta gran tecnología y este enorme problema de que la gente no puede comunicarse en este mundo. Y pensamos que esta tecnología realmente puede cambiar la forma en que funciona: la ventaja de DeepL es que estamos aquí para romper las barreras lingüísticas y hacer algo bueno por este mundo.Y esto es básicamente por lo que el equipo y yo hemos empezado a hacer eso”, detalla.

“En general, cuando quieres contratar a grandes personas, debes de tener una gran visión sobre lo que estás haciendo. Eso atrae mucho a los investigadores. Y también crear un buen ambiente de trabajo, una empresa en la que a la gente le guste trabajar. Eso es muy importante”, sentencia.

La formación de un equipo tecnológico de alto rendimiento

“Al principio era una empresa muy tecnológica. Se trataba principalmente de matemáticos, investigadores, informáticos, un poco de gente de lenguaje también, pero muy, muy centrada en la investigación”, recuerda Kutylowski, un académico devenido emprendedor, ya que él mismo es doctor en Ciencia Computacional por la Universidad de Paderborn, donde también se desempeñó como asistente de investigación.

Luego de que en 2017 DeepL se escindiera como empresa independiente, “tuvimos que empezar muy rápidamente la contratación en diferentes países de Europa. No podíamos encontrar todo el talento que necesitábamos en Colonia [Alemania], donde tenemos la sede. Es una ciudad demasiado pequeña. Así que tenemos oficinas en Londres, Berlín, Amsterdam y algunos países europeos”, detalla. 

Kutylowski rememora que, en 2019, cuando asumió la dirección de la empresa, eran entre 50 y 70 personas, y en la actualidad DeepL tiene más de 500 colaboradores: “Hace tres años se trataba mucho más de hacer las cosas por tu cuenta. Ahora se trata mucho más de hablar con la gente. Es una época difícil, pero también emocionante. Si te gusta el cambio, sin duda es un momento muy interesante”, comenta.

“Así que hay una gran diferencia en la forma de gestionar la empresa. La forma de hacer las cosas es diferente de lo que tenías que hacer hace uno o dos años. Creo que no sólo para mí, sino para todos los que formamos parte de ella: ha habido muchos cambios. Tuvimos que ser capaces de navegar y aprender todo el tiempo”, concluye.  

Crear una empresa tecnológica en Europa

“No hay tantas empresas tan profundamente tecnológicas en Europa. Creo que Estados Unidos es más o menos quien establece los estándares. Hay mucha gente con talento en Europa. Eso no es un problema, lo que nos falta es un poco de este tipo de enfoque y la creencia de que se puede construir algo grande y se puede crear un producto, que se puede crear la tecnología”, reconoce.

“Así que en realidad encontrar a las personas que van a ser capaces de hacer eso es probablemente menos de un problema. Pero también es necesario tener ese espíritu de, ‘Hey, vamos a construir algo grande’. Y creo que nos hemos preparado para un viaje bastante grande, teniendo en cuenta que desde el principio hemos estado compitiendo con Google, Amazon y Microsoft. Probablemente no hay empresas más grandes con las que competir al principio. Fue un gran problema”, ahonda.

“También nos aseguramos de contratar a personas que acepten que las cosas cambien y que haya un gran crecimiento, es decir, personas que acepten que competimos con grandes empresas y que se sienten seguras de sí mismas. Y que les gusta ese reto en lugar de que sea un problema para ellos”, concluye.

Expansión global de DeepL

“Europa fue nuestro primer mercado. Luego vino Asia. Japón es un mercado muy fuerte para nosotros. Y ahora también otros países asiáticos están creciendo muy fuerte. Creo que eso también se debe a que son países con economías muy fuertes. DeepL se utiliza sobre todo en el contexto empresarial.

“Por lo tanto, cada vez que las empresas quieren salir al extranjero, quieren ser internacionales o quieren ser globales, utilizan DeepL. Y por eso hemos visto un gran crecimiento en Asia. Y ahora estamos viendo más y más que este crecimiento también está sucediendo en las Américas, no sólo en EE. UU., sino también en México. Es un buen ejemplo de los países de América Latina.

“México es uno de los países con mayor crecimiento. Y esta es también la razón por la que hemos decidido en algún momento también proporcionar nuestros servicios empresariales allí y vender a clientes mexicanos”, explica.

Subirse a la ola de la IA y a las redes neuronales a tiempo

“Ahora, en 2022, 2023, la IA o las redes neuronales para idiomas se han vuelto bastante potentes. Vemos más IA”, cuenta Kutylowski.

“Antes de eso, en lo que respecta a la traducción y al lenguaje, los años decisivos fueron 2016, 2017, ya que fue cuando estas tecnologías comenzaron. Aquí es cuando nos subimos a bordo. Y creo que fue un buen momento”, rememora.

Jarek señala que, a nivel general, desde una perspectiva tecnológica, los modelos como ChatGPT de OpenAI, otros están saliendo de Google, como Translate o Bard, y los que utilizan en DeepL, son muy similares. Explica que, en la parte superior hay una capa común que es muy similar para todos y enseguida viene una especialización que se preocupa por una tarea en particular, que para DeepL es la traducción.

“Aquí es donde tienes que preocuparte un poco más por los detalles: cómo se ve el entrenamiento de la Inteligencia Artificial. Y también cómo la IA y las redes neuronales que están haciendo la traducción están diseñadas para que puedan comprenderlo bien y hacer la traducción mejor”, explica.

“Este tipo de diseño y la arquitectura de esas redes neuronales es básicamente lo que hacen los investigadores. Y si te preocupas mucho y quieres hacer el producto que tiene la mejor calidad, entonces es importante innovar de verdad en eso y asegurarse de que todos los detalles están bien ajustados para que la máquina pueda entender nuestro lenguaje lo mejor posible”, detalla, y asegura que es el mismo tipo de trabajo que todas las demás empresas también están tratando de hacer.

Un traductor basado en IA

Respecto al tema del año: la IA Generativa, Jarek explica que los grandes modelos de lenguaje (LLM, por sus siglas en inglés) se entrenan en todo Internet y han leído todo para ‘entender el mundo y cómo escribir a partir de lo que se ha escrito en este mundo’.

Y enseguida viene el aprendizaje por refuerzo, donde “tenemos que decirle al modelo exactamente lo que queremos que haga en este momento, porque ha visto un montón de cosas muy diferentes en Internet, buenas y malas, que tal vez no te gusta que escriba. Básicamente el modelo puede hacer todo, pero debes guiarlo para que sea productivo y eficiente”, explica.

Y eso es un poco lo mismo para DeepL y lo que estamos haciendo en términos de traducción. Hay muchas traducciones diferentes en el mundo. Algunas son buenas, otras son malas. Y entonces tenemos que decirle al modelo cómo queremos que traduzca en este momento: ‘Por favor, crea buenas traducciones’ y cómo lo hacemos exactamente es también nuestro secreto”.

Enseguida, Kutylowski destaca el papel de la entrada humana en la IA.

“Proporcionar información de alta calidad al modelo para que pueda aprender de las personas adecuadas sobre cómo traducir es muy importante. La aportación humana siempre ha sido importante en la IA de varias maneras. En primer lugar, todos los modelos se entrenan básicamente al principio con contenido generado por humanos. Nuestros modelos de traducción aprenden a traducir a partir de información recogida en Internet o de otras fuentes. Eso les enseña a traducir. Y sólo a partir de ahí podemos entrenarlos”.

La cuestión financiera

Finalmente, Jarek señala que DeepL siempre ha sido una empresa muy ‘eficiente en efectivo’ y han tenido un enfoque híbrido de financiamiento, ya que han tenido tanto rondas de inversión —una en 2018 y la segunda de enero de 2023— como autofinanciamiento.

“Somos rentables desde hace algunos años, por lo que siempre hemos estado tratando de asegurarnos de que nuestros ingresos crezcan con nuestros costos todo el tiempo. En ese sentido, tal vez seamos un poco diferentes a muchas empresas estadounidenses que están recaudando mucho dinero y sin preocuparse por la rentabilidad”.

Kutylowski explica que DeepL lo ha operado de manera distinta para mantener su independencia: “Si es rentable, es más independiente de los inversores, pero también puede validar si el producto realmente funciona, si puede monetizarlo y, por ende, si hay un negocio rentable detrás de eso”.

“Esa ha sido la estrategia desde los inicios de la empresa y creo que nos ha funcionado muy bien. Hemos estado creciendo muy, muy rápido, siempre hemos sido rentables”, agrega.

“Para la propia empresa, nuestros planes en este momento son dos. En primer lugar, estamos trabajando junto con empresas cada vez más grandes y por eso es importante para nosotros poder apoyarlas, tanto desde la perspectiva del producto como desde la perspectiva comercial.

“El segundo punto es que lanzamos nuestro segundo producto, DeepL Write, justo a principios de este año, por lo que también estamos tratando de asegurarnos de que nuestra cartera de productos, no sea sólo traducción, sino en general IA que pueda usarse para ayudar a personas a comunicarse”, concluye.

En el mundo existen más de 7 mil idiomas que son ampliamente hablados pero que no cuentan con un sistema de escritura o gramática estándar, es decir, que son lenguajes no escritos. Esto representa un problema para los sistemas de traducción actuales que necesitan grandes cantidades de texto escrito para entrenar un modelo de Inteligencia Artificial (IA).

Con el objetivo de “romper las barreras del idioma”, Meta anunció que está trabajando en desarrollar el primer sistema de traducción automática de voz a voz en tiempo real, capaz de traducir lenguajes no escritos, para que las personas de cualquier origen se puedan comunicar sin esfuerzo, no sólo en el mundo real, sino también en entornos virtuales como el metaverso.

El proyecto de Meta se llama Universal Speech Translator (UST), el cual se basa en nuevos métodos que superan desafíos importantes en cuanto a la recopilación de datos y el entrenamiento de un modelo de Inteligencia Artificial.

Para desarrollar este nuevo sistema de traducción sólo de voz, los investigadores de Meta comenzaron analizando el hokkien, una lengua que se habla en algunas regiones de China y que carece de recursos escritos, además de que hay pocos intérpretes humanos de inglés a hokkien, lo que dificulta la recopilación de datos para entrenar el modelo.

Debes leer: Pesadillas tecnológicas que no te dejarán dormir esta noche

Traducción de voz a voz

Primero, los investigadores de Meta tradujeron el hokkien a texto en mandarín y luego al inglés. Este texto lo usaron para entrenar el modelo de IA. También aprovecharon un nuevo método que se conoce como minería del habla, para generar más datos de entrenamiento.

El método consiste en codificar clips de voz hablado en Hokkien y alinearlos con campos semánticos similares del idioma inglés, lo que generó una lengua paralela entre el hokkien y el inglés.

Después de conseguir los datos de entrenamiento, los investigadores pasaron a enfocarse en la traducción de voz a voz. En esta fase utilizaron la traducción de voz a unidad (S2UT), lo que significa que convirtieron las ondas de sonido del habla en una “secuencia de unidades acústicas”.

Para hacerlo usaron un mecanismo decodificador que genera un texto traducido a partir de las unidades acústicas a un idioma similar (en este caso fue el mandarín). Para determinar la calidad de la traducción, los investigadores desarrollaron un sistema que transcribe el habla hokkien en una notación fonética estandarizada llamada Tâi-lô.

Esto les permitió calcular la métrica estándar denominada ASR-BLEU, que compara el nivel de una transcripción mediante Aprendizaje Automático con un texto traducido por un humano.

Te puede interesar: Alexa, Siri, Google y Cortana quieren comprender mejor a personas con discapacidad del habla

Además, crearon el primer conjunto de datos de referencia hokkien-inglés de traducción bidireccional, que será de código abierto con el fin de alentar a otros investigadores a avanzar más en el campo.

Meta señala que aunque su sistema es un trabajo en progreso, que por ahora sólo puede traducir una oración completa a la vez, significa “un paso más hacia un futuro donde la traducción simultánea entre idiomas es posible”.

Para que este proyecto pueda usarse con muchas más lenguas y no sólo con hokkien, Meta anunció que publicará una gran matriz de traducciones de voz a voz extraídas con la técnica de minería de datos de Meta llamada LASER, que permitirá a los investigadores colaborar en el proyecto creando sus propios sistemas de traducción de voz a voz.

El Comercio

A través del evento llamado Google I/O 2022, la ‘app’ de traducción más famosa del mundo dio a conocer los 24 idiomas nuevos que se sumarán a la plataforma este año, entre ellos el quechua y el aymara. 

Según Google, estos son los nuevos idiomas incorporados: Assamese, aymara, bambara, bhojpuri, dhivehi, dogri,ewe, guaraní, ilocano, konkani, krio, lingala, luganda, maithili, meiteilon (manipuri), mizo, oromo, quechua, sanskrit, sepedikurdish (sorani), tigrinya, tsonga y twi. 

Durante el evento se indicó también que, al menos el quechua es utilizado por 10 millones de personas entre Ecuador, Perú y Bolivia. 

A su vez, según las estadísticas recogidas por el buscador Google más de 300 millones de personas en el planeta hablan los nuevos idiomas que añadieron a la aplicación. 

“Estos son los primeros idiomas que agregamos usando la traducción automática Zero-Shot, donde un modelo de aprendizaje automático solo ve texto monolingüe, lo que significa que aprende a traducir a otro idioma sin ver un ejemplo”, dijo Isaac Caswell, investigador de Google Traductor. 

Consulta más información aquí.

Durante la conferencia de Google I/O 2022, la compañía de California presentó unos anteojos de Realidad Aumentada, Google Lens, que traducen en tiempo real una conversación entre personas que hablen distintos idiomas.

Se trata del primer prototipo de estos lentes, que servirán para que las personas interactúen de manera fluida a pesar de las barreras del idioma, señaló la compañía durante su conferencia de desarrolladores.

Los anteojos Google Lens utilizan tecnología de Realidad Aumentada, una de las principales apuestas de Google para sus siguientes desarrollos.

“Hoy hablamos sobre todas las tecnologías que están cambiando la forma en que usamos las computadoras y accedemos al conocimiento. Vemos dispositivos que funcionan juntos a la perfección, exactamente cuando y donde los necesita y con interfaces conversacionales que facilitan hacer las cosas.

“De cara al futuro, existe una nueva frontera de la informática, que tiene el potencial de ampliar todo esto aún más, y es la Realidad Aumentada. En Google hemos invertido mucho en esta área. Hemos integrado la Realidad Aumentada en muchos productos de Google, desde Google Lens hasta búsquedas múltiples, exploración de escenas y vistas inmersivas y en vivo en Maps”, señaló la compañía.

Imagina que te encuentras con alguna persona que hable ruso, francés o alemán, el idioma que quieras; sin embargo, tú sólo hablas español. Si ambos usuarios tienen unas de estas gafas de Google, entonces podrán tener una conversación cada uno en su idioma y entender perfectamente todo lo que dicen.

Recomendamos: Herramientas de traducción por voz en todos los idiomas, literalmente TODOS

En un video en YouTube publicado por Google se observa cómo el prototipo escucha lo que la persona habla y lo traduce en tiempo real al receptor a través de subtítulos que sólo él ve. Estos aparecen en los anteojos y permiten que la interacción sea natural, pues no es necesario dejar de ver al interlocutor.

Este tipo de desarrollo será muy útil para personas con alguna discapacidad auditiva o adultos mayores, señaló Google.

“El lenguaje es tan fundamental para conectarse entre sí. Y sin embargo, entender a alguien que habla un idioma diferente o tratar de seguir una conversación si eres sordo o tienes problemas de audición puede ser un verdadero desafío. Veamos qué sucede cuando tomamos nuestros avances en traducción y transcripción y los mostramos en su línea de visión en uno de los primeros prototipos que hemos estado probando”, dijo.

Al tratarse de un prototipo aún no se encuentran en comercialización; no obstante, esto podría ocurrir en un futuro muy cercano.

Si bien los sistemas de traducción automática (MT) actuales están mejorando rápidamente, dependen, en gran medida, del aprendizaje de grandes cantidades de datos textuales, por lo que generalmente no funcionan bien para ciertos idiomas, específicamente aquellos que carecen de datos de entrenamiento, y aquellos que no tienen un sistema de escritura estandarizado.

Por esta razón las personas que no entienden idiomas como inglés, mandarín o español (principales idiomas en la red) pueden quedar rezagadas a la información publicada en Internet debido a que sólo hablan sus lenguas nativas y la cantidad de información publicada en su idioma es muy inferior en comparación a la que existe en otros idiomas.

La eliminación de las barreras del idioma sería profunda, haciendo posible que las personas accedan a la información en línea en su idioma nativo o preferido. Los avances en MT no sólo ayudarán a aquellas personas que no hablan uno de los idiomas que dominan Internet en la actualidad; también cambiarán fundamentalmente la forma en que las personas en el mundo se conectan y comparten ideas.

Para responder a esta necesidad, Meta IA anunció sus esfuerzos para crear herramientas de lenguaje y MT que incluirán la mayoría de los idiomas del mundo. 

Esto incluye dos nuevos proyectos: 

• No Language Left Behind: un nuevo modelo capaz de aprender de idiomas con menos ejemplos para entrenar, y serán usados para permitir traducciones de calidad experta en cientos de idiomas, desde asturiano hasta luganda.
• Universal Speech Translator: un traductor que toma la voz de los usuarios y las traduce en tiempo real.

En medio del evento, Meta ejemplificó: “un mercado en el que las personas hablan diferentes idiomas y la posibilidad de comunicarse entre sí en tiempo real usando un teléfono, un reloj o gafas. O contenido multimedia en la web que es accesible para cualquier persona en el mundo en su idioma preferido. En un futuro no muy lejano, cuando las tecnologías emergentes como la Realidad Virtual y Aumentada unan los mundos digital y físico en el metaverso, las herramientas de traducción permitirán a las personas realizar actividades cotidianas (organizar un club de lectura o colaborar en un proyecto de trabajo) con cualquier persona, en cualquier lugar, tal como lo harían con alguien de al lado”.

El desafío de traducir en todos los idiomas 

Si bien contar con un traductor de todos los idiomas, literalmente TODOS, es un beneficio importante. La realidad es que los sistemas de traducción de IA actuales no están diseñados para servir a los miles de idiomas que se usan en todo el mundo. Y mucho menos, para proporcionar traducción de voz a voz en tiempo real.

La escasez de datos. Normalmente, las herramientas para la traducción de textos se basan en el aprendizaje de millones de oraciones de datos anotados. Expandirse a otros idiomas significa encontrar formas de adquirir y usar ejemplos de capacitación con escasa presencia en la web. A su vez, la traducción directa de voz a voz requiere un mayor trabajo dado que la mayoría de los sistemas de MT de voz utilizan texto como paso intermedio, lo que significa que el proceso es hablar en un idioma, convertirlo a texto, traducir al idioma de destino (aún en texto) y finalmente se ingresa en un sistema de texto a voz para generar audio. Esto hace que las traducciones de voz a voz dependan del texto, lo que significa que limitan su eficiencia y dificultan su escalabilidad a idiomas que son principalmente orales.

A medida que se profundiza en más idiomas el reto es aún mayor. Por lo que es necesario  desarrollar nuevas formas de evaluar el trabajo producido por los modelos MT. Ya existen recursos para evaluar la calidad de las traducciones, por ejemplo, del inglés al ruso, pero ¿qué pasa con el amhárico al kazajo? Además se deberán desarrollar nuevos enfoques para entrenar datos y mediciones para cubrir más idiomas y evaluar la precisión del rendimiento de los sistemas de traducción automática.

Facebook anunció el primer modelo único de traducción automática multilingüe (MMT, por sus siglas en inglés) masivo que puede traducir directamente 100 por 100 idiomas en cualquier dirección sin depender únicamente de datos centrados en inglés.

La hazaña se logró luego de años de investigación en la compañía y, sobre todo, ante la actual necesidad de mantener a sus millones de usuarios mundiales informados sobre lo que acontece en torno a la Covid-19, y evitar que caigan en la infodemia.

Hasta ahora, Facebook impulsa un promedio de 20 mil millones de traducciones al día en su News Feed mediante la traducción automática (MT), para satisfacer la demanda de las publicaciones hechas en la red social en más de 160 idiomas.

“Nuestro modelo multilingüe único funciona tan bien como los modelos bilingües tradicionales y logró una mejora de 10 puntos BLEU (Evaluación de un sistema de traducción automática) sobre los modelos multilingües centrados en el inglés”, sostuvo el gigante tecnológico en un comunicado.

El primer conjunto de datos del MMT asciende a 7 mil 500 millones de pares de oraciones en 100 idiomas, esto fue posible gracias a la combinación de recursos de minería de datos complementarios que se desarrollaron durante los últimos años, incluidos ccAligned, ccMatrix y LASER.

Como parte del esfuerzo, la compañía creó LASER 2.0 y mejoró la identificación del lenguaje fastText, el cual mejora la calidad de la minería e incluye scripts de capacitación y evaluación de código abierto.

Para conectar los idiomas de diferentes grupos, se identificó una pequeña cantidad de idiomas puente, que generalmente son de uno a tres idiomas principales de cada grupo, lo que derivó en los poco más de 7 mil millones de pares de oraciones.

También se encontraron resultados positivos en configuraciones en las que no hay datos de entrenamiento disponibles como lo podrían ser el francés/inglés y alemán/sueco, logrando traducir sin errores.

Facebook apuntó que continuará trabajando para construir un modelo universal que pueda comprender todos los lenguajes en diferentes tareas. “Un modelo único que admita todos los idiomas, dialectos y modalidades nos ayudará a servir mejor a más personas, mantener las traducciones actualizadas y crear nuevas experiencias para miles de millones de personas por igual”, agregó.

Fayerwayer-Jean Luca Bello

La compañía de teléfonos Xiaomi ha lanzado una nueva función que permite la transcripción y traducción de texto de imágenes desde la Galería. Esta nueva actualización en MIUI ya está disponible en China a partir de la versión 2.2.16.16.

Esta función se basa en la tecnología OCR la cual permite reconocer los textos con solo pulsar un menú desde la Galería del móvil, permitiendo reconocer de forma casi inmediata el texto de una imagen.

Está herramienta es ideal para descargar E-Books sin tener que suscribirse a una web en específico.

Transcribir y traduce

Además del reconocimiento de texto, esta función también permite traducirlos en varios idiomas, a pesar de que se desconoce los idiomas que estará disponible.

Que MIUI posea esta función dentro de su sistema desecha la idea de tener que instalar una app externa para hacer todo esto, señala MyDrivers

Al eliminar los datos del caché de WhatsApp no se borrarán las fotos o conversaciones de tu celular.

Los modelos que gozan de esta nueva función hasta hora son el Xiaomi Mi 10, Mi 10 Pro, Mi 10 Ultra y Redmi K30 Ultra.

Para poder hacer la transcripción y traducción de texto de una imagen lo que debes hacer es pulsar sobre el botón Más que aparece dentro de la foto y luego debes seleccionar la opción Reconocer texto. De forma automática el dispositivo comenzará a analizar la imagen para luego mostrar el texto que encuentre.

Las mascarillas faciales se han vuelto parte fundamental de la vida social en medio de la pandemia por coronavirus, y a medida que algunas actividades comienzan a retomarse aunque con medidas de seguridad y sanidad.

La startup japonesa Donut Robotics desarrolló una máscara inteligente que se conecta a Internet por medio de Bluetooth y es capaz de traducir del japonés a otros ocho idiomas.

La “C-Mask” está hecha de plástico blanco que se adapta a otras máscaras faciales estándar que se conecta a una aplicación en un teléfono inteligente o tableta, puede transcribir el habla en mensajes de texto, hacer llamadas o amplificar la voz del usuario.

La innovadora máscara fue una idea de los ingenieros de Donut Robotics que atravesaban por una dificultad luego que la pandemia arruinara el contrato para suministrar guías y traductores de robots al aeropuerto de Haneda de Tokio.

Las primeras cinco mil máscaras se enviarán a compradores en Japón a partir de septiembre, con miras a extender el negocio a China, Estados Unidos y Europa.

De acuerdo con Taisuke Ono, director Ejecutivo de Donut Robotics, la compañía apunta a un mercado masivo y generar ingresos de los servicios de suscriptores ofrecidos por medio de la app que el usuario descarga; la máscara se comercializará por aproximadamente 40 dólares.

Donut Robotics construyó un prototipo de máscara conectada en un mes, mediante la adaptación del software de traducción desarrollado para su robot y un diseño de máscara que uno de los ingenieros de la compañía, Shunsuke Fujibayashi, creó hace cuatro años para un proyecto estudiantil para interpretar el habla mapeando los músculos faciales.

El operador japonés NTT Docomo, mediante su subsidiaria NTT Docomo Ventures, colaborará con el proveedor Otter.ai, creador de una app que crea transcripciones en  reuniones empresariales con tecnología de Inteligencia Artificial (IA) Otter.ai.

La app Otter Voice Meeting Notes genera notas que se pueden buscar y compartir a partir del contenido hablado de reuniones, conferencias y presentaciones en inglés; estos combinan audio, transcripciones, identificación del hablante, fotos en línea y frases clave.

Docomo también señaló que empleará Otter.ai en conjunto con Mirai Translate, su subsidiaria de servicios de traducción basada en IA, para ofrecer traducción automática altamente precisa entre japonés e inglés.

Otter Voice Meeting Notes genera notas que se pueden buscar y compartir a partir del contenido hablado de reuniones, conferencias y presentaciones en inglés; estos combinan audio, transcripciones, identificación del hablante, fotos en línea y frases clave. Lo que hace especial a Otter.ai es que sus grabaciones se basan con el contexto de los discursos, incluso durante largas conversaciones con múltiples participantes.

Desde que el grupo terrorista conocido como ISIS invadió la ciudad iraquí de Mosul, los ciudadanos no fueron los únicos que estuvieron en peligro: el conocimiento y el mundo como lo conocían también estuvo en riesgo.

Por fortuna, el joven Ameen al-Jaleeli reaccionó rápido y logró contrarrestar de una forma positiva el paso del Estado Islámico por su ciudad.

Jaleeli transfirió del Wi-Fi de un amigo una gran cantidad de archivos de Wikipedia para uso fuera de línea, antes de que los militantes cortaran los cables en julio de 2016. Los archivos estaban en inglés, pero ahora que la ciudad ha sido liberada, él, junto con un grupo de traductores, se han dado a la tarea de traducir la información para el resto de los ciudadanos.

Sólo un 0.6 por ciento del contenido de Internet está disponible en árabe, pese a ser el cuarto idioma más común entre los usuarios de Internet. Ideas Beyond Borders (IBB), la organización detrás del proyecto de traducción House of Wisdom 2.0, planea reducir este abismo y democratizar el acceso al conocimiento para el mundo árabe.

Hasta octubre, la organización ha agregado más de 2.1 millones de palabras a Wikipedia, entre las que se incluyen entradas sobre mujeres científicas, derechos civiles, diversidad religiosa, evolución y teorías de conspiración.

La buena aceptación ha generado que más personas quieran apoyar a la iniciativa, y se ha duplicado el equipo de 60 traductores que trabajan con seis universidades alrededor de todo Iraq, ramificando en kurdo y farsi.

Momen Mohamad, estudiante de tercer año, pasa dos horas al día traduciendo artículos para el proyecto. IBB pone a disposición material a través de archivos PDF, que se pueden descargar de forma gratuita.