Máy học xâm nhập vào nghệ thuật dịch phức tạp

Chuyên gia ngôn ngữ và viết lách Reuven Koret đã thảo luận chi tiết về tình trạng ảnh hưởng và sử dụng trí tuệ nhân tạo trong dịch thuật cho ấn phẩm trực tuyến readwrite. Koret chỉ ra rằng việc sử dụng các công cụ dịch máy dựa trên trí tuệ nhân tạo trong tất cả các khía cạnh của quá trình dịch đang trở nên phổ biến. Điều này không chỉ dành cho các công cụ dịch ML độc quyền từ Google, Microsoft,  Facebook, và Amazon đang được sử dụng hàng ngày, mà còn bao gồm các công cụ chuyên nghiệp chi tiết từ các công ty như SDL.

Tuy nhiên, nhiều dịch giả chuyên nghiệp và các cơ quan như William Mamane, Head of Digital Marketing tại Tomedes, một cơ quan dịch vụ ngôn ngữ chuyên nghiệp vẫn còn hoài nghi về việc sử dụng trí tuệ nhân tạo trong dịch thuật. Nhưng ngay cả những người hoài nghi như Mamane cũng thừa nhận rằng dịch máy đã đạt được những tiến bộ nghiêm trọng, và như ông chỉ ra, “vẫn còn có chỗ cho trí tuệ nhân tạo và dịch máy trong chuỗi giá trị dịch vụ dịch thuật.”

Để giải thích thách thức của dịch máy, Koret lưu ý rằng “ở mức cơ bản, MT sử dụng các thuật toán để thay thế các từ trong một ngôn ngữ bằng các từ trong ngôn ngữ khác. Điều đó chứng tỏ không đủ để dịch thành công. Sự hiểu biết về các cụm từ toàn bộ là cần thiết cho cả ngôn ngữ nguồn và ngôn ngữ đích. Chúng ta có thể hiểu MT như là giải mã ngôn ngữ nguồn và ghi lại ý nghĩa của nó trong ngôn ngữ đích.”

Việc giải quyết thách thức này là một quá trình rất phức tạp và hiện tại, các quy trình phát triển nhất đang sử dụng “thống kê để chọn bản dịch tốt nhất cho một cụm từ nhất định,” hoặc “các quy tắc cấu trúc để chọn ý nghĩa có khả năng nhất.” Những phương pháp này vẫn yêu cầu sự tham gia của các biên tập viên và biên tập viên, nhưng “vai trò giám sát, biên tập hoặc kiểm toán đó ít đòi hỏi và ít tốn thời gian hơn so với dịch.”

Những phương pháp này là những phương pháp mà hầu hết các ứng dụng dịch web như Google Translate dựa vào. Như đã lưu ý, Google đã xử lý các bản dịch sẽ lấp đầy một triệu cuốn sách mỗi ngày. 

Hiện tại, tuy nhiên, thậm chí còn có những bước tiến lớn hơn trong việc sử dụng trí tuệ nhân tạo trong quá trình dịch với sự sử dụng của dịch máy thần kinh (NMT), sử dụng học sâu khi dịch, “nhìn vào các câu đầy đủ, không chỉ là các từ riêng lẻ.” Đồng thời, NMT yêu cầu “một   phần nhỏ của bộ nhớ cần thiết bởi các phương pháp thống kê,” có nghĩa là nó hoạt động nhanh hơn nhiều.

Việc sử dụng NMT đầu tiên được nghiên cứu chỉ vào năm 2014, nhưng những tiến bộ nhanh chóng trong năm năm qua đã làm cho nó có thể phát triển mạng nơ-ron hồi quy song phương recurrent neural network hoặc RNN. “Những mạng này kết hợp một bộ mã hóa mà hình thức một câu nguồn cho một RNN thứ hai, gọi là bộ giải mã. Bộ giải mã dự đoán các từ sẽ xuất hiện trong ngôn ngữ đích.” Google không sử dụng phương pháp này trong NMT để điều khiển Google Translate. Cũng như Microsoft sử dụng RNN trong Microsoft Translator và Skype Translator.

Như Koret kết luận, NMT có thể hỗ trợ trong việc dịch trong khi các nhà ngôn ngữ học có kỹ năng có thể hoàn thiện và đánh bóng đầu ra dịch. Các dịch giả trong tương lai sẽ thường xuyên làm việc với trí tuệ nhân tạo hơn là chống lại nó.”