AI Sztuczna inteligencja

Tłumaczenia do niedawna wydawały się dość stabilną ścieżką kariery. Jednak od kilku lat głosy pełne niepokoju pytają o przyszłość tłumaczy w świecie naszpikowanym technologią.

Czy zostaną oni zastąpieni przez maszyny? Optymiści odpowiadają, że nikt nie zastąpi człowieka — w tłumaczeniach tak ważny jest przecież kontekst, emocjonalna wymowa tekstu, nawiązania do kultury oraz poprawne odczytanie żartów czy ironii. Pesymiści z kolei milcząc zwracają wzrok na ekrany komputerów, na których wyświetlają się artykuły wieszczące sukces Google Neural Machine Translation.

Tłumaczenie maszynowe to nie nowość, ale do tej pory, słysząc tą nazwę, tłumacze łapali się za głowę, a klienci obawiali się o jakość wykonanego tłumaczenia. I choć nadal trudno oczekiwać od maszyny stuprocentowej akuratności, to Google wykonało właśnie bardzo duży krok w kierunku pełnej technologizacji przekładu.

Tłumaczenie maszynowe znane każdemu, kto kiedykolwiek tłumaczył coś za pomocą Google Translator, polegało do tej pory na przekładzie frazowym. Oznacza to, że w dużej mierze o efekcie tłumaczenia decydowała statystyka, czego efektem był często kompletny brak logiki w zdaniu. Słowa tłumaczone były każde z osobna i składane w zdania. Jakość tłumaczenia zależała także od pary językowej — w niektórych przekład był całkiem sensowny i zrozumiały, w innych nawet po poświęceniu dłuższej chwili na przeczytanie przekazu, nie można było go rozszyfrować.

Tłumaczenie maszynowe miało także swoje zalety. Często było stosowane do przekładu tzw. throw-away content, czyli treści, które z reguły po krótkim czasie stają się nieaktualne lub giną w natłoku innych informacji. Silniki do tłumaczeń maszynowych są także szeroko wykorzystywane w biurach tłumaczeń, z tym że efekty ich pracy są potem poddawane weryfikacji i edycji przez profesjonalnego tłumacza.

Jednak w 2016 roku Google wprowadził do użytku maszynowego tłumacza, który w krótkim czasie może wprowadzić dużo zamieszania do branży językowej. Google Neural Machine Translation używa sieci neuronowych z możliwością uczenia się głębokiego, co oznacza, że algorytm wykorzystuje to, co już przetłumaczył a nie tylko to, co zostało w nim zaprogramowane. Dzięki milionom przykładów już przełożonego tekstu, GNMT sam poprawia jakość tłumaczeń. Co więcej, używa do tego także szerokiego kontekstu czyli tego, czego brakowało jego poprzedniej wersji. Bierze pod uwagę całe zdania czy części materiału, a nie pojedyncze słowa. Dzięki temu, efekty tłumaczenia przez GNMT bardziej przypominają ludzką mowę, brzmią bardziej naturalnie, zachowane są w nich składania i reguły gramatyczne. Im więcej maszyna tłumaczy, tym więcej się uczy i tym samym poprawia jakość swojej pracy.

Obecnie GNMT obsługuje 9 języków: angielski, francuski, hiszpański, portugalski, niemiecki, chiński, koreański, turecki i japoński. Mało? Zapytania w tych językach stanowią aż 35% wszystkich w Google i posługuje się nimi 1/3 ludności na Ziemi. Z resztą, patrząc na poprzednie tempo ekspansji Google (w ciągu 10 lat Google przeszedł drogę od tłumaczenia kilku do ponad stu języków), szybko możemy spodziewać się poszerzania lingwistycznej puli GNMT.

Powiązane wpisy

Summa Linguae korzysta z plików cookie dla lepszego rozumienia sposobu korzystania ze strony internetowej. Dalsze korzystanie z tej strony internetowej jest równoznaczne z wyrażeniem zgody na politykę cookies.

Więcej