Paabeli torni puudutavas müütis otsustasid inimesed ehitada torni-linna, mis ulatuks taevasse. Ja siis mõistis Looja, et miski ei takista enam inimesi ja nad mõtlevad ise ilma põhjuseta. Siis lõi Jumal erinevaid keeli, et inimesi takistada ja nii, et nad ei saaks enam lihtsalt koos töötada. Täna kogeme tänu tehnoloogiale enneolematut seotust. Elame siiski endiselt Paabeli torni varjus. Keel on endiselt takistuseks ettevõtluses ja turunduses. Vaatamata asjaolule, et tehnoloogilisi vidinaid saab hõlpsalt ja kiiresti ühendada, ei saa maailma eri paigust pärit inimesed seda sageli.
Tõlkebürood üritavad sammu pidada: nad teevad kõigile esitlusi, lepinguid, allhanke juhiseid ja reklaame. Mõned ametid pakuvad ka nn lokaliseerimist. Näiteks kui ettevõte siseneb Quebeci turule, peab ta reklaamima Quebeci prantsuse, mitte Euroopa prantsuse keelt. Vale tõlge võib ettevõtteid tõsiselt kahjustada.
Globaalsed turud ootavad, kuid hoolimata hiljutistest edusammudest loomuliku keele töötlemise ja tundeanalüüsi osas, pole tõlge tehisintellekti abil tõlkimiseks veel valmis. AI võitleb endiselt taotluste töötlemise eest isegi ühes keeles, rääkimata tõlkimisest. 2016. aasta novembris lisas Google oma tõlkijale närvivõrgu. Kuid mõned tema tõlked on endiselt sotsiaalselt ja grammatiliselt imelikud. Miks?
„Google on oma krediidile võtnud ettevõttesse mitmeid muudatusi, mis tulid peaaegu üleöö. Kuid ma ei kasuta neid tegelikult. Keel on raske,”ütleb RapportBoost. AI juhtivteadur ja Singularity ülikooli õppejõud Michael Houseman.
Ta selgitab, et masinõppe ja tehisintellekti jaoks oleks ideaalne stsenaarium fikseeritud reeglite ja selgete õnnestumise või ebaõnnestumise kriteeriumidega. Male on ilmne näide ja nii on ka minek. Arvuti õppis neid mänge väga kiiresti, kuna reeglid on selged ja täpsed ning käikude arv on piiratud.
“Keel on peaaegu täpselt vastupidine. Puuduvad selged ja täpsed reeglid. Vestlus võib kulgeda lõpmatul hulgal eri suundades. Ja muidugi vajate ka sildistatud andmeid. Peate masinale ütlema, mida ta teeb õigesti ja mida mitte."
Hausman märkis, et põhimõtteliselt keeruline on keeles teabesilte määrata. "Kaks tõlkijat ei suuda tõlke õigsuses kokku leppida," ütleb ta. "Keel on andmete osas metsik lääs."
Google'i tehnoloogia suudab nüüd terviklauseid mõista, proovimata üksikuid sõnu tõlkida. Kuid tõrkeid ikka juhtub. Jacksonville'i ülikooli hispaania ja ladina kirjanduse dotsent Jörg Mayfud selgitab, miks tehisintellektile ei anta veel täpseid tõlkeid:
Reklaamvideo:
„Probleem on selles, et kogu ettepaneku mõistmiseks ei piisa. Nii nagu üksiku sõna tähendus sõltub ülejäänud lausest (enamasti inglise keeles), sõltub lause tähendus ülejäänud lõigust ja kogu tekstist ning teksti tähendus sõltub kultuurist, kõneleja kavatsustest ja muust. Näiteks sarkasmil ja iroonial on mõte ainult laias kontekstis. Idioomid võivad olla ka automatiseeritud tõlkimisel probleemsed."
"Google'i tõlge on suurepärane tööriist, kui kasutate seda tööriistana, st ilma et prooviksite asendada inimeste õppimist või mõistmist," ütleb ta. “Mõni kuu tagasi käisin Home Depotis külvikut ostmas ja lugesin masina all olevat märki: Sahamasin. (Masinsaag). Allpool oli hispaaniakeelne tõlge „máquina vió”, mis tähendab „masin nägi seda”. “Saha” tõlgiti mitte nimisõna, vaid mineviku pingeliste verbidena.
Dr Mayfud hoiatab: „Peame olema teadlikud selle tõlgenduse nõrkusest. Sest tõlkimine on sisuliselt tõlgendamine, mitte ainult idee, vaid ka tunne. Inimlikud tunded ja ideed, millest saavad aru ainult inimesed - ja mõnikord ei saa isegi meie, inimesed, teisi inimesi mõista."
Ta märkis, et kultuur, sugu ja isegi vanus võivad selle mõistmisele takistusi luua ning liigne tehnoloogiale toetumine viib meie kultuurilise ja poliitilise allakäiguni. Dr Mayfud mainis, et argentiina kirjanik Julio Cortazar nimetas sõnaraamatuid surnuaedadeks. Automaate tõlkijaid võiks nimetada “zombiteks”.
AI akadeemik ja Singapuri Nanyangi tehnikaülikooli professor Eric Cambria keskendub loodusliku keele töötlemisele, mis on AI-toega tõlkijate keskmes. Nagu dr Mayfood, näeb ta selles suunas keerukust ja riske. "Seal on nii palju asju, mida me teeme alateadlikult teksti lugedes." Lugemine nõuab paljusid seosetuid ülesandeid, mis väljuvad automaatsete tõlkijate võimest.
„Masintõlke suurim probleem on tänapäeval see, et kipume liikuma sisendkeeles oleva lause süntaktilisest vormist selle lause süntaktilisse vormi sihtkeeles. Meie, inimesed, ei tee seda. Esmalt dekodeerime lause tähenduse sisestuskeeles ja kodeerime siis selle tähenduse sihtkeeles."
Lisaks on nende ülekandmistega seotud kultuuririskid. Los Angelese California ülikooli digitaalse kultuuri labori direktor dr Ramesh Srinivasan väidab, et uued tehnoloogilised tööriistad kajastavad mõnikord ka eelarvamusi.
„Nutikaid süsteeme kujundama peaks kaks parameetrit. Üks on väärtused ja niiöelda süsteemi ehitaja eelarvamused. Teine on maailm, kus süsteem õpib. Kui loote AI-süsteeme, mis kajastavad looja ja kogu maailma eelarvamusi, on mõnikord väga muljetavaldavaid tõrkeid.”
Dr Srivanisan ütleb, et tõlkeriistad peavad võimaluste ja piirangute osas olema läbipaistvad. "Näete, mõte, et üks süsteem võib võtta keeli (mis on semantiliselt ja süntaktiliselt väga mitmekesised) ja neid ühendada või mingil määral üldistada või isegi ühe terviku moodustada, on naeruväärne."
Launching Labs Marketing kaasasutaja Mary Cochran näeb ärilise kasvupotentsiaali. Ta märkis, et veebiturgude, näiteks Amazonase, nimekirju saab teoreetiliselt tõlkida ja optimeerida teistes riikides asuvate ostjate jaoks.
„Arvan, et praegu oleme puutunud ainult jäämäe tippu, niiöelda selle osas, mida AI saab turundusega teha. Ja tänu paremale tõlkimisele ja üleilmastumisele kogu maailmas ei saa AI aidata kaasa plahvatusliku turu kasvule."
Ilja Khel
