Maskinöversättning 2017: Det blir neuralt

I november 2016 hände något med den mest använda öppna plattformen för maskinöversättning, Google Translate. Användare över hela världen - främst de som översätter i kombinationer av engelska till kinesiska, spanska, franska, japanska, tyska, koreanska, portugisiska och turkiska - har märkt en stor förbättring av maskinöversättningsresultaten som plötsligt översatte hela meningar, arbetade med mycket bredare sammanhang och blev, ja, mer mänskliga. Google själva hävdar att plattformen har förbättrats "mer på en enda gång än vad vi har sett under de senaste tio åren tillsammans". Så vad hände?

SMT vs. NMT

Kort sagt, neurala nätverk och AI hände. I stället för att förlita sig på statistiska metoder som löser problem "med våld" (ju mer komplexa databaser och tillgänglig datorkraft, desto bättre resultat), använder neurala nätverk artificiella neuroner i databehandling och imiterar löst faktiska modeller av en biologisk hjärna. Googles SMT-metoder (Statistical Machine Translation) imponerade på världen genom sin förmåga att översätta ord och korta fraser med mer eller mindre acceptabel noggrannhet på över 100 språk (för närvarande 103 för att vara exakt). Men den nyligen implementerade neurala maskinöversättningen går längre än så. Med hjälp av djupinlärningsteknik antar den först den mest relevanta varianten för översättning som passar sammanhanget i meningar snarare än bara begränsade fraser, och omvandlar den sedan för att matcha mänskligt tal och grammatik så mycket som möjligt (vilket demonstreras i bilden ovan).

Hur bra kan NMT bli

Naturligtvis blir neurala nätverk bättre med tiden när de lär sig och Googles NMT har fortfarande mycket att lära sig för att kunna matchaprofessionell mänsklig översättning, främst för böjda språk (det verkar som om latin och grekiska kommer att vara de sista som försvinner). Men den senaste utvecklingen av tekniken visar på exponentiella förbättringar inom maskinöversättning. Under de närmaste åren kommer Google att finslipa sina NMT-resultat för alla de 103 språk som omfattas och implementera översättningsfunktionen i själva DNA:t hos "intelligenta" onlineplattformar och appar.

Eftersom det nu har gått 10 år sedan Google Translate introducerades kommer det att bli intressant att se var tjänsten kommer att befinna sig om ytterligare 10 år och hur djupt den kommer att påverka branschen för professionell mänsklig översättning. Kommer mänskliga översättare att bli mänskliga redaktörer med ytterligare nödvändiga specialiseringar och färdigheter år 2027?