تعلم الآلة يجتاح الفن المعقد للترجمة

ناقش خبير اللغة والكتابة ريفين كوريت بالتفصيل حالة التأثير واستخدام الذكاء الاصطناعي في الترجمة من أجل المنشور عبر الإنترنت readwrite. يشير كوريت إلى أن استخدام أدوات الترجمة الآلية التي تعتمد على الذكاء الاصطناعي في جميع جوانب عملية الترجمة يصبح منتشرًا على نطاق واسع. هذا ليس محصورًا على أدوات الترجمة المملوكة لشركة جوجل، مايكروسوفت،   فيسبوك، وأمازون تستخدم يوميًا، ولكن الأدوات المهنية المتفصلة من شركات مثل SDL.

然而، لا يزال العديد من المترجمين المحترفين والوكالات مثل ويليام مامان، رئيس التسويق الرقمي في Tomedes، وهي وكالة خدمات لغة محترفة، متشككين في استخدام الذكاء الاصطناعي في الترجمة. ولكن حتى هؤلاء المتشككون مثل مامان يعترفون بأن الترجمة الآلية قد حققت تقدمًا جادًا، كما يشير إلى أن “هناك لا يزال مكان للذكاء الاصطناعي والترجمة الآلية في سلسلة قيمة خدمات الترجمة”.

لشرح تحدي الترجمة الآلية، يشير كوريت إلى أن “الترجمة الآلية تستخدم في مستوى أساسي خوارزميات لاستبدال الكلمات في لغة واحدة بالكلمات في لغة أخرى. هذا لا يكفي لنجاح الترجمة. فهم الجمل بالكامل ضروري للغاية في كل من اللغة المصدر واللغة الهدف. يمكننا فهم الترجمة الآلية على أنها فك تشفير اللغة المصدر وتسجيل معناها في اللغة الهدف”.

حل هذا التحدي هو عملية معقدة للغاية، والعمليات الأكثر تطورًا حاليًا تستخدم “الإحصائيات لاختيار أفضل ترجمة لمعطى معين”، أو “القواعد المنظمة لاختيار المعنى الأكثر احتمالا”. هذه المناهج لا تزال تتطلب участие المحررين ومراقبي النصوص، ولكن “هذا الدور الإشرافي أو التحريري أو التدقيق أقل إلحاحًا وأقل استهلاكًا للوقت من الترجمة”.

تعتمد هذه الأساليب على معظم تطبيقات الترجمة على الويب مثل جوجل ترانسليت. كما هو مذكور، جوجل قامت بمعالجة الترجمات التي ستملأ مليون كتاب في اليوم.

حاليًا، مع ذلك، يتم إنجاز خطوات أكبر في استخدام الذكاء الاصطناعي في عملية الترجمة باستخدام الترجمة الآلية العصبية (NMT)، عند استخدام التعلم العميق عند الترجمة، “ينظر إلى الجمل الكاملة، وليس فقط الكلمات الفردية”. وفي الوقت نفسه، تتطلب NMT “جزءًا من الذاكرة التي تحتاجها الأساليب الإحصائية”، مما يعني أنه يعمل بشكل أسرع في الوقت نفسه.

تمت دراسة استخدام NMT لأول مرة في عام 2014، ولكن التقدم السريع في السنوات الخمس الماضية جعل من الممكن تطوير الشبكة العصبية المتكررة الثنائية الاتجاه الشبكة العصبية المتكررةالشبكة العصبية المتكررة. “تجمع هذه الشبكات بين محرر يصيغ جملة المصدر لشبكة عصبية متكررة ثانية، تسمى فكاك. يتنبأ فكاك بالكلمات التي يجب أن تظهر في اللغة الهدف”. جوجل تستخدم هذا النهج في NMT لتشغيل جوجل ترانسليت. كما تستخدم مايكروسوفت الشبكة العصبية المتكررة في مايكروسوفت ترانسليتور وسكايب ترانسليتور.

كما يخلص كوريت إلى أن “الترجمة الآلية العصبية يمكن أن تساعد في الترجمة، في حين يمكن لمترجمي اللغة الماهرة إنهاء وتنقيح مخرجات الترجمة. سيعمل المترجمون في المستقبل بشكل أكثر تواتر مع الذكاء الاصطناعي بدلاً من العمل ضده”.