۳ اثر هوش مصنوعی در صنعت ترجمه ماشینی

منتشر شده در entrepreneur به تاریخ ۷ دسامبر ۲۰۲۱
لینک منبع: 3 Impacts of AI in the Machine Translation Industry

در طول تاریخ، ارتباط جز مهمی از تمام جنبه‌های تلاش انسانی بوده‌است. از تجارت و دیپلماسی گرفته تا فن‌آوری در زمان‌های اخیر، توانایی بیان و درک ایده‌ها همچنان یک عامل مهم در پیشرفت در تمام بخش‌ها است. این امر به دلیل جهانی شدن و ظهور فن‌آوری‌های ترجمه فوری از طریق API، نه تنها برای تجارت بلکه برای اخبار، مسائل قانونی و غیره اهمیت بیشتری پیدا کرده‌است.

با توجه به اینکه بیش از ۷۰۰۰ زبان وجود دارد، ایجاد محتوا و ترجمه آن به طور قابل‌پیش‌بینی به یک نقش اساسی تبدیل شده‌است. با این حال، سیل داده‌های نمایی مدت‌ها است که خدمات انسانی را در پاسخگویی به نیازهای فزاینده ناشران و کاربران خدمات ترجمه ناتوان کرده است. اگر چه این نقش از نظر تاریخی تاثیر کمتری از تکنولوژی نسبت به دیگر حوزه‌ها به دلیل ناتوانی ابزارهای ترجمه خودکار در تشخیص ظرایف زبان و همچنین انسان‌ها داشته، ظهور هوش مصنوعی پیشرفته و نرم‌افزار یادگیری ماشینی، وضعیت هنر را تا نزدیک شدن به برابری انسانی پیش برده‌است.

پردازش کلان داده

یکی از محرک‌های کلیدی نرم‌افزار پیشرفته هوش مصنوعی که برای خدمات ترجمه به کار گرفته می‌شود، دسترسی به مجموعه داده‌های بزرگ و کامپیوترها است که می‌توانند آن‌ها را بسیار موثرتر از آنچه در گذشته امکان پذیر بود پردازش کنند. برای مثال، با استفاده از هر دو، گوگل قادر بوده‌است خدمات ترجمه خود را به شدت بهبود بخشد و ۳۰۰ تریلیون کلمه را در مقایسه با حدود ۲۰۰ میلیارد کلمه ترجمه‌شده توسط صنعت ترجمه حرفه‌ای در سال ۲۰۱۹ ترجمه کند. اگر چه دقت ترجمه‌ها اغلب می‌تواند خارج از هدف باشد، اما این بهبود قابل‌توجه بوده‌است. این امر زندگی بسیاری از کسب و کارها و کاربرانی که در گذشته قادر به پرداخت خدمات ترجمه نبودند را تغییر داده‌است. اما همچنین نگرانی‌هایی را در مورد حریم خصوصی و شخصی‌سازی این موتورهای عمومی برای نیازهای خاص برای محیط‌های صنعتی و تجاری مطرح کرده‌است.

اگرچه ممکن است تصور شود که تنها شرکت‌های بزرگ می‌توانند به داده‌های بزرگ دسترسی داشته باشند و آن‌ها را استخراج کنند یا سیستم‌های ترجمه ماشینی خود را بهبود بخشند، اما هیچ چیز نمی‌تواند فراتر از حقیقت باشد. یادگیری ماشینی زیربنایی مورد نیاز برای توسعه ترجمه ماشینی، اگر چه پیشرفته است، اغلب منبع باز است، که طیف گسترده‌ای از شرکت‌ها با تمام اندازه‌ها را قادر می‌سازد تا به آن دسترسی داشته باشند و آن را متناسب با نیازهای خاص خود شخصی‌سازی کنند. پس نکات کلیدی این است که چگونه این شرکت‌ها فرآیندهای قبل و بعد را ایجاد می‌کنند و چقدر اطلاعات را جمع‌آوری می‌کنند تا سیستم‌های خود را بسازند.

تخصصی‌سازی

تعداد زیادی از زبان‌های مورد استفاده در سطح جهان فرصتی را برای کسب و کارها جهت تخصص در زبان‌های خاص و همچنین بخش‌های خاص باز کرده‌است، به طوری که در حالی که فرد روزمره ممکن است از گوگل برای ترجمه توییت‌ها استفاده کند، افرادی که به ترجمه‌های بسیار دقیق از یک سند قانونی نیاز دارند، ممکن است به استخدام ارائه‌دهندگان خدمات که در این زمینه تخصص دارند، ادامه دهند. اما حتی در این موارد، مقدار داده‌های جمع‌آوری‌شده (گاهی اوقات بسیاری از هارد دیسک‌ها) ترجمه ماشینی را متحد حرفه حقوقی، دفاع و اجرای قانون می‌کند چون آن‌ها اطلاعات را از یک زبان به زبان دیگر منتقل می‌کنند.

آیا نقش مترجمان حرفه‌ای به زودی از بین خواهد رفت؟ این سوال در بسیاری از حرفه‌ها که تحت‌تاثیر هوش مصنوعی و تقریبا اتوماسیون عمیق انسان-برابری قرار گرفته‌اند، تکرار شده‌است. شرکت‌های هوشمند در حال ساخت مفهوم انسان در حلقه هستند به طوری که انسان‌ها خروجی ماشین ترجمه را بررسی می‌کنند، تغییرات سبک و بهبودهایی ایجاد می‌کنند و بازخورد خود آن‌ها است که کیفیت نرم‌افزار ترجمه را بهبود می‌بخشد. تقریباً هیچ شرکت زبانی پیشنهاد ترجمه یک سند از ابتدا را ندارد. به این ترتیب، فرآیندهای کارآمدتر اجرا می‌شوند، فایل‌ها و اسناد را از طریق یک نرم‌افزار ترجمه ماشینی محلی یا ابری اجرا می‌کنند و سپس افراد آن را برای دقت بررسی می‌کنند. به این ترتیب، کار می‌تواند بدون به خطر انداختن سطح بالایی از دقت مورد نیاز سریع‌تر انجام شود.

افزایش پذیرش

اگرچه جهانی شدن منجر به افزایش تقاضا برای خدمات ترجمه شده‌است، رویدادهای اخیر مانند پاندمی کووید این تقاضا را به صورت نمایی افزایش داده‌است. در حال حاضر، تمرکز بر کار توزیع‌شده و به حداقل رساندن تماس بین فردی در موقعیت‌های ضروری وجود دارد. تأثیر این روندها این بود که شرکت‌ها را وادار به تکیه بر ابزارهای هوش مصنوعی برای تسهیل ارتباطات در میان موانع زبانی کرد.

این افزایش تقاضا به نوبه خود به توسعه فن‌آوری ترجمه ماشینی شتاب بخشیده‌است. با نگاهی به تنها پنج سال پیش، تکنولوژی‌ها از مدل‌های مبتنی بر قانون و آماری برای ترجمه به ترجمه ماشینی عصبی (NMT) براساس شبکه‌های عصبی حرکت کرده‌اند که به دنبال تقلید از روشی هستند که مترجم انسانی اسناد را مدیریت و ترجمه می‌کند. با تمرکز بیشتر بر این بخش، سرعت توسعه و دخالت انسان در حلقه به افزایش خود ادامه خواهد داد و بنابراین کارایی و دقت نرم‌افزار ترجمه ماشینی افزایش خواهد یافت.

روش قدیمی استفاده از مترجمان انسانی از طریق اسناد و ترجمه خطی آن‌ها مدت‌ها است که منسوخ و عملا منقرض شده‌است، به جز در چند مورد خاص. شرکت‌های قرن بیست و یکم به دنبال تحویل با کیفیت بالا و فوری زبان در حالی هستند که داده‌های بزرگ را مدیریت می‌کنند. هوش مصنوعی پیشرفته در حال حاضر رقابت بر سر انتشار محتوا را برای شرکت‌ها با استفاده از ترجمه ماشینی متخصص، به ویژه زمانی که آن‌ها بر روی زبان‌های خاص و موارد استفاده تمرکز می‌کنند، امکان‌پذیر ساخته‌است. این امر همچنین تاثیر باز کردن فرصت‌ها برای نوآوران و کارآفرینان برای ارائه راه‌حل‌های تخصصی برای پاسخگویی به افزایش تقاضای ناشی از جهانی شدن را داشته‌است.

این متن با استفاده از ربات ترجمه مقالات هوش مصنوعی ترجمه شده و به صورت محدود مورد بازبینی انسانی قرار گرفته است.در نتیجه می‌تواند دارای برخی اشکالات ترجمه باشد.

مقالات لینک‌شده در این متن می‌توانند به صورت رایگان با استفاده از مقاله‌خوان ترجمیار به فارسی مطالعه شوند.