L’ultima versione di SwiftKey impiega (finalmente) le reti neurali: ecco come funziona (foto e video)

Andrea Centorrino

Dopo una fase di test durata quasi un anno, le reti neurali entrano finalmente a far parte della versione stabile della tastiera SwiftKey, anche se, per il momento, solo per la versione inglese. In questo articolo, esamineremo le novità tecniche che sono state introdotte dal team (acquisito da Microsoft ad inizio anno) riportando, alla fine, le novità che ci riguardano direttamente.

Fino ad oggi, SwiftKey utilizzava un sistema predittivo che prendeva in esame le ultime due parole digitate per suggerire la successiva, tramite un modello “n-gram” che assegnava un punteggio alle parole più probabili che avrebbero seguito le prime due. Questo può andar bene nelle frasi brevi, ma in discorsi più lunghi tale modello tende a suggerire parole fuori contesto.

La prima idea del team di sviluppatori era quella di prendere in considerazione più di due parole, ma questo avrebbe fatto aumentare a dismisura il database di combinazioni possibili: ogni volta che scriviamo, infatti, SwiftKey memorizza il nostro modo di costruire una frase, “ricordando” quali parole scriviamo dopo certe altre.

LEGGI ANCHE: SwiftKey beta ripristina predizione di numeri telefonici ed email e aggiunge le emoji di Nougat

Scartata quindi questa soluzione, si è passati al trend del momento, ovvero le reti neurali. Questi algoritmi cercano di ricreare, in maniera astratta, il funzionamento del cervello umano, creando più strati di “livelli” che si occupano di elaborare le informazioni sulla base di campioni forniti in fase di “allenamento”.

Per questo training, SwiftKey ha utilizzato milioni di frasi compiute, e ha assegnato ad ogni parola un “tag”, che aiutasse gli algoritmi a “capire” come fossero strutturate le frasi. Si potrebbe pensare, dunque, che questi 11 mesi siano serviti per rifinire gli algoritmi ed “allenarli”, ma non è esattamente così.

L’app SwiftKey Neural Alpha uscita lo scorso ottobre si basava sull’impiego della GPU del dispositivo per eseguire l’elaborazione della frase, limitando, di fatto, il numero di terminali su cui potesse essere eseguita. Inoltre, sembra che le reti neurali non forniscano sempre risultati migliori del precedente sistema predittivo.

Durante quest’anno, dunque, gli sviluppatori si sono occupati di riscrivere gli algoritmi per funzionare direttamente con le CPU ARM, e per realizzare un sistema che, all’occorrenza, desse spazio fra i risultati anche al vecchio modello n-gram.

LEGGI ANCHE: La nuova tastiera di SwiftKey prevede gli emoji

Il risultato potrà essere apprezzato da tutti gli utilizzatori anglofoni di SwiftKey (ma basterà masticare un po’ di inglese per apprezzare la differenza nel video e nella GIF a fine articolo): per tutti gli altri, ed in particolare per noi italiani, ci sarà da attendere ancora un po’, anche se è difficile quantificare quanto.

Nel frattempo, potremo consolarci con la parte dell’aggiornamento che ci riguarda direttamente: il miglioramento dei risultati predittivi nella nostra lingua; fateci sapere nei commenti se notate dei miglioramenti!

Google Play Badge

Via: EngadgetFonte: SwiftKey Blog