تعلم الآلة يخترق الفن المعقد للترجمة

ناقش خبير اللغة والكتابة رويفين كوريت بالتفصيل حالة التأثير والاستخدام الاصطناعي في الترجمة لموقع readwrite على الإنترنت. يشير كوريت إلى أن استخدام أدوات الترجمة الآلية التي تعتمد على الذكاء الاصطناعي في جميع جوانب عملية الترجمة أصبح شائعا. هذا لا يقتصر على أدوات الترجمة المملوكة لشركة جوجل، مايكروسوفت، فيسبوك، وأمازون، التي تستخدم يوميا، ولكن أيضا الأدوات الاحترافية من شركات مثل SDL.

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

لشرح تحدي الترجمة الآلية، يشير كوريت إلى أن “في مستوى أساسي، تستخدم الترجمة الآلية الخوارزميات لاستبدال الكلمات في لغة بالكلمات في لغة أخرى. هذا لا يثبت كافيا للترجمة بنجاح. فهم الجمل بأكملها ضروري للغاية لكل 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 تطورا في الوقت الحالي تستخدم “الإحصائيات لاختيار أفضل ترجمة لمعطى معين،” أو “القواعد المنظمة لاختيار المعنى الأكثر احتمالا.” هذه المناهج لا تزال تتطلب участие المحررين والمدققين، ولكن “هذا الدور الإشرافي أو التحريري أو التدقيق أقل إلحاحا وأقل استهلاكا للوقت من الترجمة.”

تعتمد هذه الأساليب على معظم تطبيقات الترجمة على الويب مثل جوجل ترانسليت. كما هو مذكور، جوجل معالجة الترجمات التي ستمتلئ بمليون كتاب في اليوم.

في الوقت الحالي، ومع ذلك، تم إحراز خطوات أكبر في استخدام الذكاء الاصطناعي في عملية الترجمة مع استخدام الترجمة العصبية (NMT)، باستخدام التعلم العميق عند الترجمة، “ينظر إلى الجمل الكاملة، وليس فقط الكلمات الفردية.” في الوقت نفسه، تتطلب NMT “جزءًا صغيرًا من الذاكرة التي يحتاجها الأسلوب الإحصائي،” مما يعني أنه يعمل بشكل أسرع.

كانت أول بحث عن استخدام NMT في عام 2014، ولكن التقدم السريع في السنوات الخمس الماضية جعل من الممكن تطوير الشبكة العصبية المتكررة أو RNN. “تجمع هذه الشبكات بين محرك 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 يستخدم مايكروسوفت RNN في مايكروسوفت ترانسليتور وسكايب ترانسليتور.

كما يخلص كوريت إلى أن NMTs يمكن أن تساعد في الترجمة بينما يمكن للمترجمين المهرة إكمال وتنقيح إخراج الترجمة. سيعمل المترجمون في المستقبل بشكل أكثر تواترا مع الذكاء الاصطناعي بدلا من العمل ضده.”