Mītā par Bābeles torni cilvēki nolēma uzcelt torņu pilsētu, kas sasniegtu debesis. Un tad Radītājs saprata, ka nekas vairs nesavaldīs cilvēkus, un viņi bez iemesla domās par sevi. Tad Dievs radīja dažādas valodas, lai kavētu cilvēkus un lai viņi vairs nevarētu viegli sadarboties. Mūsdienās, pateicoties tehnoloģijai, mēs piedzīvojam nepieredzētu savienojumu. Tomēr mēs joprojām dzīvojam Bābeles torņa ēnā. Valoda joprojām ir šķērslis uzņēmējdarbībā un mārketingā. Neskatoties uz to, ka tehnoloģiskos sīkrīkus var viegli un ātri izveidot savienojumu, cilvēki no dažādām pasaules valstīm bieži to nevar.
Tulkošanas aģentūras cenšas sekot līdzi: tās visiem piedāvā prezentācijas, līgumus, ārpakalpojumu sniegšanas instrukcijas un sludinājumus. Dažas aģentūras piedāvā arī tā saucamo “lokalizāciju”. Piemēram, ja uzņēmums ienāk tirgū Kvebekā, tam ir jāreklamē franču, nevis Eiropas franču valoda Kvebekā. Nepareiza tulkošana var nopietni ievainot uzņēmumus.
Globālie tirgi gaida, taču valodas tulkošana, izmantojot mākslīgo intelektu, vēl nav gatava, neskatoties uz nesenajiem panākumiem dabiskās valodas apstrādē un sentimenta analīzē. AI joprojām cīnās par pieprasījumu apstrādi pat vienā valodā, nemaz nerunājot par tulkošanu. 2016. gada novembrī Google savam tulkotājam pievienoja neironu tīklu. Bet daži no viņas tulkojumiem joprojām ir sociāli un gramatiski dīvaini. Kāpēc?
“Google kredītiem uzņēmums ir ieviesis diezgan daudz uzlabojumu, kas nāca gandrīz uz nakti. Bet es tos īsti neizmantoju. Valoda ir grūta,”saka Maikls Hememans, RapportBoost. AI galvenais pētnieks un Singularity universitātes pasniedzējs.
Viņš skaidro, ka mašīnmācības un mākslīgā intelekta ideālais scenārijs būtu ar noteiktiem noteikumiem un skaidriem panākumu vai neveiksmju kritērijiem. Šahs ir acīmredzams piemērs, tāpat kā tas notiek. Dators ļoti ātri apguva šīs spēles, jo noteikumi ir skaidri un precīzi, un gājienu komplekts ir ierobežots.
“Valoda ir gandrīz pilnīgi pretēja. Nav skaidru un precīzu noteikumu. Saruna var notikt bezgalīgā skaitā dažādu virzienu. Un, protams, jums ir nepieciešami arī marķēti dati. Jums jāpasaka mašīnai, ko tā dara pareizi un ko ne."
Hausmans atzīmēja, ka principā ir grūti noteikt informācijas etiķetes kādā valodā. "Abi tulkotāji nevar vienoties par tulkojuma pareizību," viņš saka. "Valoda datu ziņā ir savvaļas rietumi."
Tagad Google tehnoloģija spēj saprast pilnīgus teikumus, nemēģinot tulkot atsevišķus vārdus. Bet kļūmes joprojām notiek. Jörg Mayfud, Džeksonvilas universitātes spāņu un latīņu literatūras asociētais profesors skaidro, kāpēc mākslīgajam intelektam vēl nav doti precīzi tulkojumi:
Reklāmas video:
“Problēma ir tā, ka nepietiek ar visa priekšlikuma izpratni. Tāpat kā viena vārda nozīme ir atkarīga no pārējā teikuma (galvenokārt angļu valodā), arī teikuma nozīme ir atkarīga no pārējā rindkopas un visa teksta kopumā, un teksta nozīme ir atkarīga no kultūras, runātāja nodomiem un daudz kas cits. Sarkasmam un ironijai, piemēram, ir jēga tikai plašā kontekstā. Idiomas var būt problemātiskas arī automātiskajai tulkošanai."
“Google tulkojums ir lielisks rīks, ja jūs to izmantojat kā rīku, tas ir, nemēģinot aizstāt cilvēku mācīšanos vai izpratni,” viņš saka. “Pirms dažiem mēnešiem es devos pirkt sējmašīnu Home Depot un lasīja zīmi zem mašīnas: Zāģmašīna. (Mašīnu zāģis). Zemāk bija “La máquina vió” tulkojums spāņu valodā, kas nozīmē “mašīna to redzēja”. “Zāģis” tika tulkots nevis kā lietvārds, bet gan kā iepriekš saspringts darbības vārds.
Dr Mayfud brīdina: “Mums jāapzinās šīs interpretācijas trauslums. Tā kā tulkot būtībā ir interpretēt ne tikai ideju, bet arī sajūtu. Cilvēciskas jūtas un idejas, kuras saprot tikai cilvēki - un dažreiz pat mēs, cilvēki, nesaprotam citus cilvēkus."
Viņš atzīmēja, ka kultūra, dzimums un pat vecums var radīt šķēršļus šai izpratnei, un pārmērīga paļaušanās uz tehnoloģijām noved pie mūsu kultūras un politiskā pagrimuma. Dr Mayfud pieminēja, ka argentīniešu rakstnieks Džūlijs Kortzars vārdnīcas minēja kā “kapus”. Automātiskos tulkotājus varētu saukt par “zombijiem”.
Ēriks Kambrija, AI akadēmiķis un Nanjangas Tehnoloģiju universitātes profesors Singapūrā, pievēršas dabiskās valodas apstrādei, kas ir AI darbināmu tulku centrā. Tāpat kā Dr. Mayfood, viņš redz sarežģītību un riskus šajā virzienā. "Ir tik daudz lietu, ko mēs neapzināti darām, lasot tekstu." Lasīšana prasa daudzus nesaistītus uzdevumus, kas ir ārpus automātisko tulkotāju kompetences.
“Lielākā mašīntulkošanas problēma mūsdienās ir tā, ka mums ir tendence pāriet no teikuma sintaktiskās formas ievades valodā uz šī teikuma sintaktisko formu mērķa valodā. Mēs, cilvēki, to nedarām. Vispirms mēs atkodējam teikuma nozīmi ievades valodā, un pēc tam mēs to kodējam mērķa valodā."
Turklāt ar šo pārsūtīšanu ir saistīti kultūras riski. Dr Ramesh Srinivasan, Losandželosas Kalifornijas universitātes Digitālās kultūras laboratorijas direktors, saka, ka jauno tehnoloģiju rīki dažreiz atspoguļo pamatnovirzes.
“Ir jābūt diviem parametriem, kas nosaka, kā mēs veidojam“viedās sistēmas”. Viena no tām ir vērtības un, tā sakot, sistēmas veidotāja aizspriedumi. Otrais ir pasaule, kurā sistēma mācīsies. Ja jūs izveidojat AI sistēmas, kas atspoguļo jūsu radītāja un plašās pasaules priekšstatus, dažreiz ir ļoti iespaidīgas kļūmes.”
Dr Srivanisan saka, ka tulkošanas rīkiem jābūt skaidriem par iespējām un ierobežojumiem. "Jūs redzat, smieklīga ir ideja, ka viena sistēma var ņemt valodas (kas semantiski un sintaktiski ir ļoti dažādas) un tās apvienot, vai zināmā mērā vispārināt, vai pat izveidot vienu veselumu."
Mary Cochran, Launching Labs Marketing līdzdibinātāja, redz tirdzniecības izaugsmes potenciālu. Viņa atzīmēja, ka sarakstus tiešsaistes tirgos, piemēram, Amazon, teorētiski var automātiski tulkot un optimizēt pircējiem citās valstīs.
“Es domāju, ka šobrīd mēs esam pieskārušies tikai aisberga galam, tā sakot, attiecībā uz to, ko AI var darīt ar mārketingu. Ar uzlabotu tulkošanu un globalizāciju visā pasaulē AI nevar palīdzēt, bet noved pie eksplozīva tirgus pieauguma."
Iļja Khel