การเรียนรู้ของเครื่องจักรทำให้เกิดความก้าวหน้าในด้านศิลปะของการแปล

ผู้เชี่ยวชาญด้านภาษาและเขียน Reuven Koret ได้พูดถึงสถานะของการนำเทคโนโลยี AI มาใช้ในด้านการแปลสำหรับการเผยแพร่ทางออนไลน์ readwrite Koret ชี้ว่าการใช้เครื่องมือการแปลที่ใช้ AI ในทุกด้านของกระบวนการแปลกำลังเป็นที่นิยม นี่ไม่ได้จำกัดอยู่เฉพาะเครื่องมือการแปลที่เป็นของ Google (GOOGL ), Microsoft (MSFT ), Facebook (META ) และ Amazon (AMZN ) เท่านั้น แต่ยังรวมถึงเครื่องมือที่มีรายละเอียดจากบริษัทต่างๆ เช่น SDL ด้วย

อย่างไรก็ตาม นักแปลและเอเจนซี่หลายราย เช่น William Mamane, หัวหน้าฝ่ายการตลาดดิจิทัลของ Tomedes ซึ่งเป็นเอเจนซี่บริการภาษาที่มีประสบการณ์ ยังคงไม่เชื่อมั่นในเรื่องการใช้ AI ในการแปล แต่แม้กระทั่งผู้ที่ไม่เชื่อมั่นอย่าง Mamane ก็ยอมรับว่าการแปลด้วยเครื่องจักรได้ทำการปรับปรุงอย่างจริงจัง และตามที่เขากล่าวไว้ว่า “ยังมีที่สำหรับ AI และการแปลด้วยเครื่องจักรในห่วงโซ่คุณค่าของบริการแปล”

เพื่ออธิบายความท้าทายของการแปลด้วยเครื่องจักร Koret กล่าวว่า “ในระดับพื้นฐาน การแปลด้วยเครื่องจักรใช้แอลกอริทึมในการแทนที่คำในภาษาหนึ่งด้วยคำในอีกภาษาหนึ่ง ซึ่งไม่เพียงพอสำหรับการแปลที่สำเร็จ การเข้าใจวลีโดยรวมเป็นสิ่งจำเป็นสำหรับทั้งภาษาต้นฉบับและภาษาลูกขั้ว เราสามารถเข้าใจการแปลด้วยเครื่องจักรได้ว่าเป็นการถอดรหัสภาษาต้นฉบับและบันทึกความหมายในภาษาลูกขั้ว”

การแก้ไขความท้าทายนี้เป็นกระบวนการที่ซับซ้อนมาก และปัจจุบัน กระบวนการที่พัฒนามากที่สุดใช้ “การวิเคราะห์ทางสถิติเพื่อเลือกการแปลที่ดีที่สุดสำหรับวลีที่กำหนด” หรือ “กฎที่มีโครงสร้างเพื่อเลือกความหมายที่เป็นไปได้มากที่สุด” วิธีการเหล่านี้ยังคงต้องการการมีส่วนร่วมของบรรณาธิการและผู้ตรวจสอบ แต่ “บทบาทการกำกับดูแล การแก้ไข หรือการตรวจสอบนั้นไม่หนักหน่วงและไม่ต้องใช้เวลามากเท่ากับการแปล”

วิธีการเหล่านี้เป็นวิธีที่ใช้ในการสร้างแอปพลิเคชันการแปลบนเว็บส่วนใหญ่ เช่น Google Translate ตามที่กล่าวไว้ Google ได้ประมวลผลการแปลที่จะเติมหนังสือหนึ่งล้านเล่มต่อวัน

ปัจจุบัน การใช้ AI ในกระบวนการแปลก้าวหน้าไปอีกขั้นด้วยการใช้การแปลด้วยเครื่องจักรประสาท (NMT) โดยใช้การเรียนรู้ลึกในการแปล “ดูว่าประโยคทั้งหมด ไม่ใช่แค่คำเดียว” ในเวลาเดียวกัน NMT ต้องการ “เศษส่วนของหน่วยความจำที่จำเป็นสำหรับวิธีการทางสถิติ” หมายความว่าในขณะเดียวกันก็ทำงานได้เร็วขึ้น

การใช้ NMT ได้รับการวิจัยครั้งแรกในปี 2014 แต่ความก้าวหน้าที่รวดเร็วในช่วงห้าปีที่ผ่านมาได้ทำให้เกิดการพัฒนาของ เครือข่ายประสาทกลับซ้ำหรือ RNN “เครือข่ายเหล่านี้รวมเอาเครื่องเข้ารหัสที่สร้างประโยคต้นฉบับสำหรับ RNN อีกตัวหนึ่งซึ่งเรียกว่าตัวถอดรหัส ตัวถอดรหัสคาดการณ์คำที่ควรปรากฏในภาษาลูกขั้ว” Google ใช้วิธีนี้ใน NMT เพื่อขับเคลื่อน Google Translate นอกจากนี้ Microsoft ยังใช้ RNN ใน Microsoft Translator และ Skype Translator

ตามที่ Koret สรุป NMTs สามารถช่วยในการแปลในขณะที่นักภาษาศาสตร์ที่มีทักษะสามารถ完成และปรับแต่งผลลัพธ์ของการแปลได้ นักแปลในอนาคตจะทำงานร่วมกับ AI มากขึ้นแทนที่จะทำงานต่อต้านมัน”