W micie o Wieży Babel ludzie zdecydowali się zbudować miasto-wieżę, które sięgnie nieba. A potem Stwórca zdał sobie sprawę, że nic już nie będzie powstrzymywać ludzi i będą myśleć o sobie bez powodu. Następnie Bóg stworzył różne języki, aby przeszkadzać ludziom i aby nie mogli już łatwo ze sobą współpracować. Dziś, dzięki technologii, doświadczamy bezprecedensowej łączności. Jednak nadal żyjemy w cieniu Wieży Babel. Język pozostaje barierą w biznesie i marketingu. Pomimo tego, że gadżety technologiczne mogą się łatwo i szybko łączyć, ludzie z różnych części świata często nie mogą.
Agencje tłumaczeń starają się nadążyć: robią prezentacje, umowy, instrukcje outsourcingu i reklamy dla każdego. Niektóre agencje oferują również tzw. „Lokalizację”. Na przykład, jeśli firma wchodzi na rynek w Quebecu, musi reklamować się w języku francuskim, a nie europejskim. Firmy mogą zostać poważnie zranione przez nieprawidłowe tłumaczenie.
Globalne rynki czekają, ale tłumaczenie językowe przez sztuczną inteligencję nie jest jeszcze gotowe, pomimo ostatnich postępów w przetwarzaniu języka naturalnego i analizie sentymentów. AI nadal ma problemy z przetwarzaniem żądań nawet w jednym języku, nie mówiąc już o tłumaczeniu. W listopadzie 2016 roku Google dodał do swojego tłumacza sieć neuronową. Ale niektóre z jej tłumaczeń są nadal dziwne społecznie i gramatycznie. Czemu?
„Na szczęście firma Google wprowadziła kilka ulepszeń, które pojawiły się niemal z dnia na dzień. Ale tak naprawdę ich nie używam. Język jest trudny”- mówi Michael Houseman, główny naukowiec w RapportBoost. AI i wykładowca na Singularity University.
Wyjaśnia, że idealnym scenariuszem dla uczenia maszynowego i sztucznej inteligencji byłyby ustalone zasady i jasne kryteria sukcesu lub porażki. Szachy są oczywistym przykładem i tak jest. Komputer bardzo szybko opanował te gry, bo zasady są jasne i precyzyjne, a zestaw ruchów ograniczony.
„Język jest prawie dokładnie odwrotny. Nie ma jasnych i precyzyjnych zasad. Rozmowa może przebiegać w nieskończonej liczbie różnych kierunków. Oczywiście potrzebne są również oznaczone dane. Musisz powiedzieć maszynie, co robi dobrze, a co nie”.
Hausman zauważył, że zasadniczo trudno jest wyznaczyć etykiety informacyjne w języku. „Obaj tłumacze nie mogą się zgodzić co do poprawności tłumaczenia” - mówi. „Język to Dziki Zachód pod względem danych”.
Technologia Google jest teraz w stanie rozumieć całe zdania bez próby tłumaczenia pojedynczych słów. Ale nadal zdarzają się usterki. Jörg Mayfud, profesor nadzwyczajny literatury hiszpańskiej i łacińskiej na Uniwersytecie w Jacksonville wyjaśnia, dlaczego sztucznej inteligencji nie daje się jeszcze dokładnych tłumaczeń:
Film promocyjny:
„Problem w tym, że nie wystarczy zrozumieć całej propozycji. Tak jak znaczenie pojedynczego słowa zależy od reszty zdania (głównie w języku angielskim), znaczenie zdania zależy od pozostałej części akapitu i całego tekstu, a znaczenie tekstu zależy od kultury, intencji mówiącego i nie tylko. Na przykład sarkazm i ironia mają sens tylko w szerszym kontekście. Idiomy mogą być również problematyczne w przypadku automatycznego tłumaczenia”.
„Tłumaczenie Google jest świetnym narzędziem, jeśli używa się go jako narzędzia, to znaczy bez próby zastąpienia ludzkiej wiedzy lub zrozumienia” - mówi. „Kilka miesięcy temu poszedłem kupić wiertarkę w Home Depot i przeczytałem napis pod maszyną: Piła. (Piła maszynowa). Poniżej znajduje się hiszpańskie tłumaczenie „La máquina vió”, co oznacza „maszyna to zobaczyła”. „Saw” zostało przetłumaczone nie jako rzeczownik, ale jako czasownik w czasie przeszłym.
Dr Mayfud ostrzega: „Musimy być świadomi kruchości tej interpretacji. Ponieważ tłumaczenie to przede wszystkim interpretacja, a nie tylko pomysł, ale także uczucie. Ludzkie uczucia i idee, które tylko ludzie mogą zrozumieć - a czasami nawet my, ludzie, nie możemy zrozumieć innych ludzi”.
Zauważył, że kultura, płeć, a nawet wiek mogą stwarzać przeszkody w tym zrozumieniu, a nadmierne poleganie na technologii prowadzi do kulturowego i politycznego upadku. Dr Mayfud wspomniał, że argentyński pisarz Julio Cortazar nazwał słowniki „cmentarzami”. Automatyczne tłumacze można nazwać „zombie”.
Eric Cambria, naukowiec zajmujący się sztuczną inteligencją i profesor na Nanyang University of Technology w Singapurze, koncentruje się na przetwarzaniu języka naturalnego, które jest podstawą pracy tłumaczy wykorzystujących sztuczną inteligencję. Podobnie jak dr Mayfood, widzi w tym kierunku złożoność i ryzyko. „Jest tak wiele rzeczy, które robimy nieświadomie, kiedy czytamy tekst”. Czytanie wymaga wielu niezwiązanych ze sobą zadań, które wykraczają poza możliwości automatycznego tłumaczenia.
„Największym problemem dzisiejszego tłumaczenia maszynowego jest to, że mamy tendencję do przechodzenia od syntaktycznej formy zdania w języku wejściowym do syntaktycznej formy tego zdania w języku docelowym. My, ludzie, tego nie robimy. Najpierw dekodujemy znaczenie zdania w języku wejściowym, a następnie kodujemy to znaczenie w języku docelowym”.
Ponadto transfery te wiążą się z ryzykiem kulturowym. Dr Ramesh Srinivasan, dyrektor Digital Culture Lab na Uniwersytecie Kalifornijskim w Los Angeles, mówi, że nowe narzędzia technologiczne czasami odzwierciedlają ukryte uprzedzenia.
„Powinny istnieć dwa parametry, które określają sposób projektowania„ inteligentnych systemów”. Jedną z nich są wartości i, by tak rzec, uprzedzenia konstruktora systemu. Drugi to świat, w którym system się nauczy. Jeśli tworzysz systemy AI, które odzwierciedlają uprzedzenia Twojego twórcy i szerszego świata, czasami zdarzają się imponujące niepowodzenia”.
Dr Srivanisan mówi, że narzędzia tłumaczeniowe muszą być przejrzyste, jeśli chodzi o możliwości i ograniczenia. „Widzisz, pomysł, że jeden system może przyjmować języki (które są bardzo zróżnicowane semantycznie i składniowo) i łączyć je lub do pewnego stopnia uogólniać, a nawet tworzyć jedną całość, jest śmieszny”.
Mary Cochran, współzałożycielka Launching Labs Marketing, dostrzega komercyjny potencjał wzrostu. Zauważyła, że oferty na rynkach internetowych, takich jak Amazon, mogą teoretycznie być automatycznie tłumaczone i optymalizowane pod kątem kupujących w innych krajach.
„Myślę, że w tej chwili dotknęliśmy tylko wierzchołka góry lodowej, że tak powiem, jeśli chodzi o to, co sztuczna inteligencja może zrobić z marketingiem. A dzięki ulepszonemu tłumaczeniu i globalizacji na całym świecie sztuczna inteligencja nie może pomóc, ale doprowadziła do gwałtownego wzrostu rynku”.
Ilya Khel