Машиное обучение проникает в сложное искусство перевода

Эксперт по языку и письму Рувен Корет подробно обсудил состояние влияния и использования искусственного интеллекта в переводе для онлайн-издания readwrite. Корет отмечает, что использование инструментов машинного перевода на основе ИИ во всех аспектах процесса перевода становится все более распространенным. Это не только проприетарные инструменты машинного перевода от Google (GOOGL ), Microsoft (MSFT ),  Facebook (META ) и Amazon (AMZN ), которые используются ежедневно, но и подробные профессиональные инструменты от компаний như SDL.

Однако многие профессиональные переводчики и агентства, такие как Уильям Маман, руководитель отдела цифрового маркетинга в Tomedes, профессиональном агентстве языковых услуг, все еще скептически относятся к использованию ИИ в переводе. Но даже такие скептики, как Маман, признают, что машинный перевод сделал серьезные шаги вперед, и, как он отмечает, “все еще есть место для ИИ и машинного перевода в цепочке создания стоимости переводческих услуг”.

Чтобы объяснить сложность машинного перевода, Корет отмечает, что “на базовом уровне машинный перевод использует алгоритмы для замены слов в одном языке на слова в другом. Это оказывается недостаточным для успешного перевода. Необходимо понимание целых фраз как в исходном, так и в целевом языках. Мы можем рассматривать машинный перевод как декодирование исходного языка и запись его смысла в целевом языке.”

Решение этой проблемы является очень сложным процессом, и в настоящее время наиболее развитые процессы используют ” статистику для выбора лучшего перевода для данной фразы” или “структурированные правила для выбора наиболее вероятного смысла”. Эти подходы все еще требуют участия редакторов и корректоров, но “та роль надзора, редактирования или аудита менее требовательна и менее耗ет времени, чем перевод.”

Эти методы являются теми, на которых основаны большинство веб-приложений для перевода, такие как Google Translate. Как отмечается, Google обрабатывает переводы, которые могут заполнить один миллион книг в день.

В настоящее время, однако, даже более значительные шаги в использовании ИИ в процессе перевода достигаются с помощью нейронного машинного перевода (НМП), который использует глубокое обучение при переводе, ” рассматривает полные предложения, а не только отдельные слова.” В то же время НМП требует “доли памяти, необходимой статистическим методам”, что означает, что он работает намного быстрее.

Использование НМП было впервые исследовано только в 2014 году, но быстрые достижения за последние пять лет сделали возможным разработку бидирекциональной рекуррентной нейронной сети или РНС. “Эти сети объединяют кодировщик, который формулирует исходное предложение для второго РНС, называемого декодировщиком. Декодировщик предсказывает слова, которые должны появиться в целевом языке.” Google использует этот подход в НМП для управления Google Translate. Также Microsoft использует РНС в Microsoft Translator и Skype Translator.

Как заключает Корет, НМП может помочь в переводе, а опытные лингвисты могут завершить и доработать выходной перевод. Будущие переводчики будут чаще работать с искусственным интеллектом, а не против него.”