Sztuczna inteligencja wkracza w złożone sztuki tłumaczenia

Ekspert od języka i pisarstwa Reuven Koret omówił szczegółowo stan wpływu i użycia sztucznej inteligencji w tłumaczeniach dla internetowego wydania readwrite. Koret zauważa, że użycie narzędzi tłumaczeń maszynowych opartych na sztucznej inteligencji we wszystkich aspektach procesu tłumaczenia staje się powszechne. Nie dotyczy to wyłącznie własnych narzędzi ML od Google (GOOGL ), Microsoft (MSFT ),   Facebook (META ) i Amazon (AMZN ), które są używane codziennie, ale także szczegółowych profesjonalnych narzędzi od firm takich jak SDL.

Jednak wiele profesjonalnych tłumaczy i agencji, takich jak William Mamane, szef marketingu cyfrowego w Tomedes, profesjonalnej agencji usług językowych, nadal są sceptyczni co do użycia sztucznej inteligencji w tłumaczeniach. Ale nawet ci sceptycy, tacy jak Mamane, przyznają, że tłumaczenie maszynowe zrobiło poważne postępy, i jak zauważa, „wciąż jest miejsce na sztuczną inteligencję i tłumaczenie maszynowe w łańcuchu wartości usług tłumaczeniowych.”

Aby wyjaśnić wyzwanie tłumaczenia maszynowego, Koret zauważa, że “na podstawowym poziomie, MT używa algorytmów do zastępowania słów w jednym języku słowami w innym. To okazuje się niewystarczające do pomyślnego tłumaczenia. Zrozumienie całych fraz jest konieczne zarówno dla języka źródłowego, jak i docelowego. Możemy rozumieć MT jako dekodowanie języka źródłowego i rejestrowanie jego znaczenia w języku docelowym.”

Rozwiązanie tego wyzwania jest bardzo złożonym procesem i obecnie najbardziej rozwinięte procesy wykorzystują „statystykę do wyboru najlepszego tłumaczenia dla danego wyrażenia,” lub „ustrukturyzowane reguły do wyboru najbardziej prawdopodobnego znaczenia.” Te podejścia wciąż wymagają zaangażowania redaktorów i korektorów, ale „ta nadzorcza, redakcyjna lub audytorska rola jest mniej wymagająca i mniej czasochłonna niż tłumaczenie.”

Te metody są tymi, na których opierają się większość aplikacji internetowych do tłumaczeń, takich jak Google Translate. Jak się zauważa, Google przetwarza tłumaczenia, które wypełniłyby jeden milion książek dziennie. 

Obecnie jednak jeszcze większe postępy w użyciu sztucznej inteligencji w procesie tłumaczenia są osiągane za pomocą tłumaczenia maszynowego neuronowego (NMT), które wykorzystuje głębokie uczenie się podczas tłumaczenia, „patrzy na pełne zdania, a nie tylko pojedyncze słowa.” Jednocześnie NMT wymaga „  ułamka pamięci potrzebnej przez metody statystyczne,” co oznacza, że działa znacznie szybciej.

Użycie NMT było po raz pierwszy badane dopiero w 2014 roku, ale szybkie postępy w ciągu ostatnich pięciu lat umożliwiły rozwój dwukierunkowej sieci neuronowejrekurencyjnej lub RNN. „Te sieci łączą kodujący, który sformułował zdanie źródłowe dla drugiej RNN, zwanej dekodującą. Dekodująca przewiduje słowa, które powinny pojawić się w języku docelowym.” Google wykorzystuje ten podejście w NMT do napędzania Google Translate. Microsoft również wykorzystuje RNN w Microsoft Translator i Skype Translator.

Jak Koret kończy, NMT może pomóc w tłumaczeniu, podczas gdy wykwalifikowani lingwiści mogą dokończyć i wygładzić wyjście tłumaczenia. Przyszli tłumacze będą coraz częściej pracować z sztuczną inteligencją, a nie przeciwko niej.”