Zukunft

Du kannst deine Erfolgschancen erhöhen, indem du wachsende Makrotrends erkennst, nutzt und antizipierst. Ein einfacher Weg, solche Trends zu erkennen, ist, in der Zukunft zu leben. Zeitmaschinen gibt es bislang noch nicht: Um mit der Zukunft zu experimentieren, musst du in einem Kontext leben, den die meisten Menschen für die Zukunft halten würden. Ein Forschungslabor, ein innovatives Unternehmen oder eine Gruppe von Freunden, die ein Interesse an Technologie verbindet, sind wunderbare Beispiele.

Makrotrends zu verstehen, ist wichtig: Hierzu will ich euch kurz ein persönliches Erlebnis vorstellen.

Künstliche Intelligenz ist faszinierend und beängstigend zugleich. Die menschliche Sprache und insbesondere das Übersetzen gehören zu den wohl schwierigsten Herausforderungen, vor denen Maschinen stehen. Natürliche Sprache ist ein sehr komprimierter Informationskanal, der voller Bedeutung ist und Kontextinformationen, die über die Worte selbst hinausgehen, benötigt, um verstanden zu werden.

Sprache ist die größte Herausforderung für Maschinen, da sie das Menschlichste ist, was es gibt.Deshalb schreitet die Entwicklung automatischer Übersetzungssysteme auch nur so langsam voran; dennoch entwickeln sie sich unbestreitbar weiter.

Bei Translated, einem Übersetzungsdienst, den ich mitbegründet habe, haben wir in den letzten 17 Jahren künstliche Intelligenz eingesetzt, damit professionelle Übersetzer schneller und besser übersetzen. Wir haben versucht, eine Symbiose zwischen Mensch und Maschine zu schaffen. Das haben wir in vielerlei Hinsicht getan. Ein wichtiger Ansatz war jedoch, den Übersetzern Vorschläge (Vorübersetzungen) für jeden Satz anzubieten. Wir haben ein Übersetzungstool für professionelle Linguisten entwickelt, das das gesamte professionell übersetze Material, das im Web verfügbar ist, mit einer KI verbindet, die Sätze vorhersagen kann, wie dies bislang undenkbar war. Das ist die Basis für unser Open-Source-Produkt MateCat.

Andere setzen auf einen etwas „gröberen” Zugang und ersetzen professionelle Übersetzer durch Ende-zu-Ende-Übersetzungstechnologien. Das auffälligste Beispiel dafür ist Google Translate. Indem wir professionellen Übersetzern helfen, konnten wir eine einzigartige Möglichkeit nutzen: Wir konnten den Fortschritt der KI über einen Zeitraum vieler Jahre messen.

Wir haben gemessen, wie sehr die professionellen Übersetzer die Vorschläge der KI korrigierten – und das Tag für Tag, Monat für Monat und Jahr für Jahr.

Damals im Jahr 2003 haben wir mit wertvoller finanzieller Unterstützung der Europäischen Kommission ein Forschungsprojekt durchgeführt, bei dem wir mehrere hunderttausend Wörter übersetzten. Die allgemeine Korrekturrate (Post-Editing-Aufwand¹) für Englisch>Italienisch und Englisch>Französisch betrug etwa 43 Prozent. 2015 lag die Korrekturrate für die gleichen Sprachpaare bei 27 Prozent. Beim zweiten Mal verwendeten wir eine Stichprobe von 50 Millionen Wörtern, die in MateCat übersetzt wurden. Dadurch, dass sowohl die neuronale maschinelle Übersetzung als auch MMT – ein Übersetzungssystem, das sich an den Anwender anpassen kann – genutzt wurden, erwarten wir, bis zum Jahr 2017 eine Korrekturrate zwischen 22 Prozent und 26 Prozent zu erreichen.

Diese Verbesserung vorzieht sich unaufhaltsam und stetig. Es gibt nur kleine Verzögerungen und plötzliche Anstiege, die darauf zurückzuführen sind, dass eine Technologie ihr maximales Potential erreicht hat und eine andere eingeführt wurde. Es gab zwei große Veränderungen: die statistische Übersetzung, die 2006 ihren Dienst antrat, und Deep Learning, das Ende 2016 eingeführt wurde.

Wann werden wir, wenn wir in diesem Tempo weitermachen, an den Punkt kommen, an dem eine Korrektur maschineller Übersetzungen nicht mehr erforderlich ist? Betrachtet man nur die Zahlen, so scheint dies zwischen 2030 und 2035 möglich zu sein. Es gibt jedoch noch eine andere interessante Tatsache, die wir oft vergessen: Der Mensch ist nicht perfekt.

Als wir 20 Millionen Wörter in Wort-für-Wort-Übersetzungsvorschlägen, die von menschlichen Linguisten bearbeitet wurden (so genannte 100-Prozent-Matches), untersuchten, stellten wir fest, dass Vorschläge von anderen Menschen eine durchschnittliche Korrekturrate von 11 Prozent statt 0 Prozent haben. Der Grund ist errare humanum est, und die Tatsache, dass jeder von uns einen individuellen Stil hat, den er fördern möchte. Wenn wir über Singularität sprechen, müssen wir den Richtwert bestimmen. Ist es absolute Perfektion? Der beste Übersetzer der Welt? Oder nur der durchschnittliche professionelle Übersetzer?

Wenn wir mit einer Maschine zufrieden sind, die besser übersetzt als der durchschnittliche professionelle Übersetzer, ist 2025 wohl eher ein plausibles Datum, um eine Korrekturrate von 11 Prozent in diesen Sprachen zu erreichen. Wenn Sie mich fragen, ist das erschreckend bald.

Ich habe mich gefragt, ob ich Translated jetzt verkaufen sollte, da der Markt für professionelle Übersetzer deutlich schrumpfen wird, oder ob ich versuchen soll, den Wandel mitzumachen, um eine noch größere Chance wahrnehmen zu können. Am Ende werden vermutlich mehr Übersetzungen statt weniger gebraucht. Ich fühlte mich ein wenig wie Kodak am Übergang von der Analog- zur Digitalfotografie.

Die Tatsache, dass ich mir dessen bewusst bin, ist schon mal etwas, und daher habe ich mich entschieden, die Veränderung mitzumachen.

Es ist sehr wahrscheinlich, dass die künstliche Intelligenz zukünftig in allen Bereichen eine Schlüsselrolle spielt. Während Sprache die größte Herausforderung für Maschinen ist, wird sich dieser Wandel in vielen Bereichen vermutlich noch viel früher vollziehen – was wiederum eine tolle Quelle für Start-up-Ideen darstellt.

¹Post-Editing-Aufwand: Um die Korrekturrate zu messen, verwenden wir einen Algorithmus, der dem Fuzzy-Match-Algorithmus ähnlich ist, der in der Übersetzungsbranche üblich ist. Eine Bearbeitungsdistanz auf Wortebene mit Anpassungen in Bezug auf Zeichensetzung, Groß- und Kleinschreibung und Formatierungsfehler.