Kada Google Translate pokrenut je još 2006. godine - s ciljem uklanjanja globalnih jezičnih barijera - podržavao je samo dva jezika, s ograničenim algoritmima za predviđanje. Deset godina kasnije, gotovo 500 milijuna ljudi koristili Google Translate, prevodeći preko 100 milijardi riječi dnevno na 109 različitih jezika. Takav značajan skok u automatskom prevođenju ne bi bio moguć bez dvije revolucionarne tehnologije: strojnog prevođenja (MT) i umjetne inteligencije (AI).
U slučaju da ste ga propustili, strojno prevođenje je proces korištenja umjetne inteligencije za automatski prevođenje sadržaja s jednog jezika na drugi, bez oslanjanja na ljudski doprinos. Umjetna inteligencija u središtu je razvoja industrije strojnog prevođenja.
Sada se sigurno pitate koja je uloga umjetne inteligencije u strojnom prevođenju i zašto ima tako razorni potencijal za prevoditeljsku industriju? Prođimo prvo kroz ulogu AI u strojnim prijevodima.
Uloga umjetne inteligencije u strojnom prevođenju
Iako je umjetna inteligencija bila jedan od glavnih katalizatora razvoja industrije strojnog prevođenja, važno je prvo razumjeti gdje se nalazimo danas. AI i strojno prevođenje još su u tehnološkom povoju. Unatoč značajnom razvoju, većina strojnih prijevoda još uvijek zahtijeva ljudski nadzor za kontekst i točnost. Dakle, strojevi neće uskoro zamijeniti ljudske prevoditelje. No, s druge strane, nijedan ljudski prevoditelj ne može se mjeriti brzinom i propusnošću strojnog prijevoda.
S obzirom na to, prevodilački strojevi nikada nisu bili tako blizu zamjene ljudskih prevoditelja, ali su ipak zauzeli značajno mjesto za sebe zahvaljujući polju AI koji se brzo razvija. Jednostavno rečeno, AI pomaže prevodilačkim strojevima da postanu pametniji prikupljanjem, analizom i tumačenjem velikih skupova podataka. Budući da se jezik neprestano razvija, prevodilački strojevi moraju stalno držati korak, kako bi se mogli približiti iskorijenjenju međujezičnih granica. Dakle, kako točno AI pomaže sustavima za prevođenje da se kontinuirano razvijaju?
Google Translate, na primjer, koristi umjetnu inteligenciju i duboko učenje, poznato kao neuronsko strojno prevođenje (NMT). Ovo je metoda strojnog prijevoda koja koristi umjetnu neuronsku mrežu za predviđanje vjerojatnosti niza riječi. Dakle, umjesto da prevode rečenicu od riječi do riječi, prevodilački motori temeljeni na umjetnoj inteligenciji naučit će značenje cijelih rečenica. Do danas je neuronsko strojno prevođenje najnapredniji pristup strojnom prijevodu, koji daleko nadmašuje prethodne modele strojnog prevođenja utemeljene na pravilima u gramatičkoj i kontekstualnoj točnosti. Ovo je ista tehnologija koja vam daje točnije prijedloge kada tipkate na telefonu.
U biti, neuronska mreža Google Translate temeljena na umjetnoj inteligenciji sposobna je za duboko učenje – naprednu metodu strojnog učenja koja se također koristi u automobilima koji se sami voze i tehnologiji prepoznavanja lica. U strojnom prevođenju, neuronske mreže koriste milijune primjera kako bi naučile i stvorile točnije i prirodnije prijevode tijekom vremena. Googleova neuronska mreža prevodi cijele rečenice odjednom, sposobna je kodirati semantiku rečenice, umjesto da je pamti iz fraze u frazu.
AI i duboko učenje stvorili su promjenu paradigme u prevoditeljskoj industriji, što je rezultiralo bržim i isplativijim prijevodima. Profesionalni prevoditelji sve se više oslanjaju na strojne prijevode, koji dobro funkcioniraju s određenim vrstama tekstova koji zahtijevaju manje stručnosti o predmetu i značajno ljudsko naknadno uređivanje. Pogledajmo sada neke od glavnih slučajeva uporabe strojnih prijevoda temeljenih na umjetnoj inteligenciji i što se sprema za budućnost.
Umjetna inteligencija uklanja jezičnu barijeru
Daljnjim razvojem mreža neuronskih strojnih prijevoda, AI i algoritmi dubokog učenja stvorili su brojne nove slučajeve uporabe za automatizirano strojno prevođenje. Kao rezultat toga, veliki broj industrija počeo je implementirati tehnologiju.
Vlada SDL-a — globalni inovator u tehnologiji prevođenja jezika — koristi svoj sustav strojnog prevođenja za prevođenje novosti na društvenim mrežama u stvarnom vremenu kako bi vladi ponudio praktične uvide.
Zdravstvena industrija također je našla korisnost u strojnom prijevodu, kao Canopy Speak implementirao ga kako bi stvorio prvu aplikaciju za medicinski prevoditelj. Canopy Speak tvrdi da nudi najveći korpus unaprijed prevedenih medicinskih izraza u industriji. Omogućuje liječnicima da svojim pacijentima koji ne govore engleski postavljaju pitanja putem prijevoda teksta u govor. Trenutno nudi samo jednosmjerni komunikacijski kanal.
Ovo su samo dva primjera tvrtki koje se oslanjaju na strojno prevođenje, ali tehnologija je ugrađena u brojne druge industrije, uključujući e-trgovinu, financije, pravo, softver i tehnologiju. The Američka vojska je čak implementirala sustav strojnog prevođenja stranih jezika koji vojnicima nudi strojne prijevode putem teksta i govora.
Dok strojni prijevodi temeljeni na umjetnoj inteligenciji već uklanjaju međujezične jezične barijere, još uvijek postoji potreba za većim semantičkim i kontekstualnim razumijevanjem. Sljedeći val inovacija u AI vjerojatno će uvesti prilagođene terminološke pojmovnike koji se mogu odabrati prema vrsti prijevoda. Nada iza prilagođenih glosara je da će oni donijeti veću točnost za prijevode koji zahtijevaju veću stručnost u predmetu. Buduće neuronske mreže će također razviti obuku za strojno prevođenje u pokretu, što znači da će prevodilački strojevi moći učiti u stvarnom vremenu, tijekom procesa prevođenja.
RAD jedna je od najznačajnijih tvrtki posvećenih razvoju AI. Njegova AI mreža temeljena na blockchainu kombinira učinkovitost umjetne inteligencije s razlučivosti ljudskih stručnjaka kako bi stvorila skupove podataka koji AI čine pametnijim. Otvoreno tržište AIWORK-a specijalizirano je za AI strojnu transkripciju, prijevode i stvaranje visokokvalitetnih AI metapodataka za online videozapise.
Za objavljivanje članaka na našoj web stranici kontaktirajte nas putem e-pošte ili jednog od dolje navedenih računa.
Izvor: https://www.thecoinrepublic.com/2022/05/31/the-potential-of-ai-based-machine-translation-2/