L’apprendimento automatico si fa strada nell’arte intricata della traduzione

L’esperto di linguaggio e scrittura Reuven Koret ha discusso in dettaglio lo stato di influenza e utilizzo dell’intelligenza artificiale nella traduzione per la pubblicazione online readwrite. Koret sottolinea che l’utilizzo di strumenti di traduzione automatica basati sull’IA in tutti gli aspetti del processo di traduzione sta diventando sempre più diffuso. Ciò non è riservato solo a strumenti di traduzione ML proprietari di Google (GOOGL ), Microsoft (MSFT ),  Facebook (META ) e Amazon (AMZN ), che vengono utilizzati quotidianamente, ma anche a strumenti professionali dettagliati di aziende come SDL.

Tuttavia, molti traduttori professionisti e agenzie come William Mamane, responsabile del marketing digitale di Tomedes, un’azienda di servizi linguistici professionali, sono ancora scettici sull’utilizzo dell’IA nella traduzione. Ma anche gli scettici come Mamane ammettono che la traduzione automatica ha fatto seri progressi e, come sottolinea, “c’è ancora un posto per l’IA e la traduzione automatica nella catena di valore dei servizi di traduzione”.

Per spiegare la sfida della traduzione automatica, Koret nota che “a un livello di base, la traduzione automatica utilizza algoritmi per sostituire le parole in una lingua con quelle di un’altra. Ciò si rivela insufficiente per tradurre con successo. È necessaria la comprensione di intere frasi sia per la lingua di partenza che per la lingua di destinazione. Possiamo comprendere la traduzione automatica come la decodifica della lingua di partenza e la registrazione del suo significato nella lingua di destinazione”.

Risolvere questa sfida è un processo molto complesso e attualmente i processi più sviluppati utilizzano ” statistiche per scegliere la migliore traduzione per una data frase”, o “regole strutturate per selezionare il significato più probabile”. Questi approcci richiedono comunque l’impegno di editor e revisori, ma “quel ruolo di supervisione, editoriale o di controllo è meno impegnativo e meno tempo-dipendente della traduzione”.

Questi metodi sono quelli sui quali si basano la maggior parte delle app di traduzione web come Google Translate. Come si nota, Google ha elaborato traduzioni che riempirebbero un milione di libri al giorno. 

Attualmente, tuttavia, sono stati fatti passi ancora più grandi nell’utilizzo dell’IA nel processo di traduzione con l’utilizzo della traduzione automatica neurale (NMT), che utilizza l’apprendimento profondo quando si traduce, ” guarda intere frasi, non solo singole parole”. Allo stesso tempo, l’NMT richiede “una   frazione della memoria necessaria per i metodi statistici”, il che significa che funziona molto più velocemente.

L’utilizzo dell’NMT è stato oggetto di ricerca per la prima volta solo nel 2014, ma i rapidi progressi degli ultimi cinque anni hanno reso possibile lo sviluppo della rete neurale ricorrente bidirezionale o RNN.  “Queste reti combinano un encoder che formula una frase di origine per un secondo RNN, chiamato decoder. Un decoder predice le parole che dovrebbero apparire nella lingua di destinazione”. Google sta utilizzando questo approccio nell’NMT per guidare Google Translate. Anche Microsoft utilizza RNN in Microsoft Translator e Skype Translator.

Come conclude Koret, le NMT possono assistere nella traduzione mentre i linguisti esperti possono completare e perfezionare l’output della traduzione. I futuri traduttori lavoreranno più spesso con l’intelligenza artificiale piuttosto che contro di essa”.