Oversettelsessystemer er kraftige og nyttige verktøy, særlig for globale selskaper. I dag har slike systemer nærmest ubegrensede muligheter, og de har lite til felles med de uraffinerte og bokstavelige oversettelsene vi hadde med å gjøre for noen få år siden. Nå er det mulig å nå et høyere nøyaktighetsnivå ved hjelp av kunstig intelligens som støtter digitale oversettelsesmotorer. La oss se nærmere på hvordan det fungerer.
Avanserte oversettelsessystemer gir betydelige forbedringer og kostnadsreduksjoner i mange bransjer. Se for deg en e-handelsplattform som tilbyr flere hundre nye produkter hver dag og benyttes av kunder over hele verden. Ved hjelp av en automatisk oversettelsesprosess vil det for eksempel være mulig å legge til produktbeskrivelser på de ulike sluttbrukernes språk bare noen sekunder etter publisering. Denne presise og effektive teknologien er et resultat av kontinuerlig arbeid med maskinoversettelse over flere tiår.
Oversettelsesprogramvare – før og nå
De første og enkleste oversettelsesprogrammene baserte seg på ordbøker og tidligere oversatte tekst. De oversatte ord for ord, og mislyktes derfor som oftest med å formidle setningens faktiske mening. Derfor begynte lingvister å implementere omfattende regler for naturlig språk i systemet, og det ble starten på regelbasert oversettelse. Disse metodene fungerte bedre, men de kunne fortsatt kun brukes for enkle tekster. Dette kommer av hvordan hverdagsspråket vårt fungerer på et grunnleggende nivå – det følger gjerne ingen strenge regler. Når vi snakker og skriver gjør vi utallige unntak, bryter grammatikkregler og bruker lokale dialekter. Eureka-øyeblikket kom på 90-tallet da programvareassistert oversettelse ble forbedret og statistikkbaserte løsninger ble utviklet. Denne typen setningsbasert maskinoversettelse er ikke feilfri, men den har dominert bransjen frem til nå.
Kunstig intelligens driver frem endringer
Maskinoversettelse endrer seg rett foran øynene våre, hovedsakelig takket være teknologi basert på kunstig intelligens (AI). Selv om mange kanskje ikke tenker særlig over det, er vi omgitt av AI, bare tenk på smarttelefonen. Det er kunstig intelligens som får enhetens system til å gjenkjenne de samme personene på bilder og gruppere bilder i album. AI foreslår også hvilke produkter vi kanskje vil like, f.eks. når du handler på nettet, eller hvilken film på strømmeplattformen som passer for deg.
Chatbots og andre virtuelle assistenter er også utstyrt med kunstig intelligens som gjør dem i stand til å besvare spørsmål fra kundene. Slike løsninger sikrer høy effektivitet og tilgjengelighet, og gir oss et enkelt verktøy for å samle inn og analysere selv mengder data. Det sparer ikke bare tid, men reduserer også kostnader og feil. Den enkleste måten å definere AI-teknologi på, er å betrakte den som et felt innen informatikk som gjør det mulig for systemer og maskiner å utføre oppgaver som tidligere har vært forbeholdt mennesker. Allerede i dag brukes kunstig intelligens innen mange ulike forretningsområder, alt fra marketing, IT, HR, e-handel, regnskap og oversettingsbransjen.
Maskinlæring og programmer som erstatter oversetter
I dag utvikler AI-teknologien seg i mange retninger, og systemene blir stadig bedre slik at de kan ta de beste beslutningene på en lignende måte som en person ville gjort. Et av de raskest voksende feltene innen kunstig intelligens er maskinlæring. Ifølge Deloitte vil virksomheters utgifter til AI-teknologi og trening av maskiner være fem ganger høyere i 2021 enn de var i 2017 – totalt 57,6 milliarder amerikanske dollar. Machine learning: things are getting intense
Maskinlæring gjør det per definisjon mulig for systemer og maskiner å bli bedre ved hjelp av innsamlede data, erfaringer og modeller samt å tilegne seg ny kunnskap på dette grunnlaget. Dette betyr at automatisk oversettelse, i kombinasjon med selvlæringsalgoritmer, blir mer konsekvent og korrekt. Det fungerer dessuten spesielt godt når det er store tekstmengder som skal behandles, og det ville blitt tidskrevende og dyrt med manuell oversettelse. Algoritmer lærer raskt mønstre og trekker deretter konklusjoner og fatter beslutninger som fungerer som støtte for oversetterne som overvåker prosessen. På denne måten kan virksomheter med en multinasjonal organisasjon levere så å si øyeblikkelig kundeservice eller kommunikasjon på flere språk.
