Seite - 200 - in Künstliche Intelligenz - Technologie | Anwendung | Gesellschaft

200 B Anwendung werden, wie die der anderen.“ Die zugrundeliegenden neuronalen Netze sind bei DeepL erstmals keine sogenannten rekurrenten neuronalen Netze, sondern „Convo- lutional Networks“. Solche Architekturen sind für die Bilderkennung üblich, für die Übersetzung gab es bisher Forschungsarbeiten – auch z.  B. von Google und Facebook –, aber keine kommerziellen Implementierungen. Der Vorteil von Convolutional Net- works ist, dass alle Wörter parallel übersetzt werden können und bereits optimierte Bibliotheken für die Berechnung existieren (Merkert, 2017). Darüber hinaus profitiert die Qualität des DeepL-Systems von einem weiteren Faktor. DeepL bot vorher unter dem Firmennamen Linguee eine Suchmaschine für Übersetzungen an und konnte damit extrem umfangreiche, qualitativ sehr hochwertige Trainingsdaten sammeln. Abbildung 10.2: Auf der Webseite des Microsoft Translators (Microsoft) können eigene Texte oder Beispielsätze aus einer Datenbank mit den beiden verfügbaren Algorithmen (SMT, NMT) übersetzt werden (eigene Darstellung der Übersetzungsergebnisse).