يمكنك زيادة فرص نجاحك بتحديد الاتجاهات الكلية المتنامية واستعراضها وتوقعها. والطريقة السهلة لتحديد هذه الاتجاهات هي العيش في المستقبل. لا توجد آلة زمن حتى الآن: لتجربة المستقبل، يجب أن تعيش في سياق يعتبره معظم الأشخاص الآخرين المستقبل. ومن الأمثلة الرائعة على ذلك مختبر أبحاث وشركة مبتكرة ومجموعة من الأصدقاء ذوي الاهتمام المشترك القوي بالتقنية.
من المهم فهم الاتجاهات الكلية، وما يمكنني مشاركته هنا ليس سوى تجربة شخصية قصيرة حول هذا الموضوع.
إن الذكاء الاصطناعي رائع ومخيف. وربما تكون اللغة البشرية والترجمة على وجه الخصوص أصعب التحديات التي تواجهها الآلات. فاللغة الطبيعية عبارة عن قناة مضغوطة جدًا من المعلومات المكتظّة بالمعنى، وهي تتطلب معلومات سياقية تتجاوز الكلمات نفسها لكي يتم فهمها.
إن اللغة هي التحدي الأكبر الذي تواجهه الآلات لأنها أكثر شيء إنسانية.
بسبب هذا، تتقدم أنظمة الترجمة الآلية ببطء؛ ومع ذلك، فإنها تتقدم بلا شك.
قمنا في شركة Translated، خدمة الترجمة التي شاركت في تأسيسها، بتطبيق الذكاء الاصطناعي على مدى 17 سنة لمساعدة المترجمين المحترفين في الترجمة بشكل أفضل وأسرع. وحاولنا خلق تعايش بين الإنسان والآلة. ونفذنا ذلك بطرق عديدة، لكن أحد النُهج الهامة للغاية كان تزويد المترجمين بالاقتراحات (الترجمات السابقة) لكل جملة. وقد طورنا أداة ترجمة للّغويين المحترفين تجمع بشكل احترافي كل المواد المترجمة المتاحة على الويب باستخدام الذكاء الاصطناعي ويمكنها توقع جمل لم يسبق رؤيتها من قبل.وهذا هو أساس منتجنا مفتوح المصدر الذي يطلق عليه اسم MateCat.
حاول آخرون اتباع نُهج أكثر ابتكارًا واستبدلوا المترجمين المحترفين بتقنية الترجمة الآلية بشكل كامل. وتمثل خدمة Google Translate المثال الأبرز على ذلك.
استطعنا عن طريق تقديم المساعدة للمترجمين المحترفين الاستفادة من فرصة فريدة، وهي تحديد مدى تقدم الذكاء الاصطناعي على مدى سنوات عديدة.
أجرينا قياسات توضح مقدار تصحيح الاقتراحات المقدمة من الذكاء الاصطناعي بواسطة المترجمين المحترفين، وأجرينا ذلك بصورة يومية وشهرية وسنوية.
نفذنا في عام 2003، بدعم مالي ثمين من المفوضية الأوروبية، مشروعًا بحثيًا ترجمنا من خلاله مئات الآلاف من الكلمات، ووجدنا أن معدل التصحيح الكلي (الجهد المبذول في التحرير اللاحق*) للغة الإنجليزية إلى الإيطالية والإنجليزية إلى الفرنسية كان حوالي 43%. وفي عام 2015، بلغ معدل التصحيح 27% لنفس المجموعات اللغوية. وفي المرة الثانية استخدمنا عينة من 50 مليون كلمة مترجمة في MateCat. وبفضل تطبيق كل من الترجمة الآلية والترجمة الآلية العصرية، وهو نظام ترجمة قادر على التكيف مع المستخدم، تشير تقديراتنا إلى أننا سنصل إلى معدل تصحيح بين 22% و 26% في عام 2018.
هذا التحسن لا يمكن وقفه ويتسم بالثبات، مع عدد قليل فحسب من التأخيرات الصغيرة والطفرات نتيجة وصول تقنية ما إلى أقصى إمكاناتها وإدخال تقنية أخرى في نفس الوقت. وقد طرأ تغييران رئيسيان: الترجمة الإحصائية، التي دخلت الخدمة عام 2006، والتعلم العميق، الذي تم تقديمه في نهاية عام 2016.
إذا واصلنا بهذه السرعة، فمتى سنصل إلى النقطة التي لا يصبح من الضروري فيها تصحيح الترجمة الآلية؟
إذا نظرنا فقط إلى الأرقام، فيبدو أن هذا يمكن أن يحدث بين عامي 2030 و2035.
على الرغم من ذلك، هناك حقيقة أخرى مثيرة للاهتمام هي أننا ننسى في كثير من الأحيان أن البشر ليسوا مثاليين.
عندما أجرينا تحليل 20 مليون كلمة في اقتراحات ترجمة كلمة مقابل كلمة التي يتعامل بها اللغويون البشريون (تُعرف بـالتطابقات بنسبة 100%)، لاحظنا أن معدل تصحيح الاقتراحات من البشر الآخرين يبلغ 11% وليس 0%. ويرجع السبب في هذا إلى أن الإنسان خطاء بطبعه، وكذلك لأن لكل منا أسلوب فريد نريد الترويج له. وعندما نتحدث عن التفرد، فإننا بحاجة إلى التأكد من تحديد المعيار. هل هو الكمال المطلق؟ أم أفضل مترجم في العالم؟ أم مجرد مترجم محترف عادي؟
إذا كنا نشعر بالرضا عن آلة تترجم أفضل من المترجم المحترف العادي، فقد يكون عام 2025 تاريخًا أكثر معقولية عندما سنصل إلى معدل تصحيح 11% في مجموعات اللغات هذه. وفي رأيي ، فإن هذا قريب بصورة مخيفة.
أتساءل عما إذا كان ينبغي عليّ بيع شركة Translated الآن، لأن سوق الترجمات الاحترافية سيتقلص بشكل كبير، أو ما إذا كان ينبغي علي محاولة ركوب موجة التغيير للحصول على فرصة أكبر. في النهاية، قد يحتاج الناس إلى المزيد من الترجمات، وليس أقل. أشعر قليلاً مثل كوداك أثناء مرحلة الانتقال من التصوير على الأفلام إلى التصوير الرقمي.
إن حقيقة معرفتي بذلك هو ميزة بالفعل، وبسبب ذلك قررت فعلاً أننا سنركب الموجة.
من المحتمل جدًا أن يلعب الذكاء الاصطناعي دورًا رئيسيًا في كل قطاع في المستقبل. وفي حين أن اللغة أصعب شيء تستطيع الآلات التعامل معه، إلا أنه من الممكن حدوث التطور الفائق حتى قبل ذلك في كثير من المجالات الأخرى، وهذا يمثل مصدرًا ممتازًا لأفكار الشركات الناشئة..
*جهود التحرير اللاحق: لقياس معدل التصحيح، نستخدم خوارزمية مشابهة للتطابق الجزئي المستخدمة في مكان آخر في مجال الترجمة. وتستخدم هذه الخوازمية مسافة التحرير على مستوى الكلمة مع تعديلات تضع في الاعتبار علامات الترقيم والإعراب وأخطاء التنسيق.