Skype tulkojumā kaut kas pazudis

Dažkārt šķiet, ka lielākā uzslava, ko var nopelnīt novatoriska jauna tehnoloģija, ir lētticīgs salīdzinājums Zvaigžņu ceļš . Oculus Rift ir kā Holodeck ; 3-D printeri ir līdzīgi matērijas replikatori ; Qualcomm pat sponsorē X-Prize konkursu, lai izveidotu darbu trikorders .

Un tagad Skype tulkotājs , reāllaika balss un teksta valodas tulkošanas lietotne, kas pašlaik ir pieejama Windows 8.1 lietotājiem kā publiska beta versija, tiek plaši salīdzināta ar universāls tulks ka kapteiņi Kērks un Pikards bez piepūles sazinājās ar citplanētiešu sarunu biedriem. Skype tulkotājs ir mazāk spējīgs, nekā tas šķiet pat sci-fi analoģijā, taču tā ierobežojumi ir tikpat aizraujoši kā tā milzīgie tehniskie sasniegumi.

Skype Translator veic tūlītēju teksta tērzēšanas tulkošanu vairāk nekā 40 valodās, taču tā telts funkcija ir reāllaika mutiskā tulkošana starp angļu un spāņu valodas runātājiem. (Microsoft, kam pieder Skype, nekomentēs, kādas citas valodas tā plāno iekļaut programmatūrā vai kad mēs tās varētu sagaidīt.)

Atšķirībā no Zvaigžņu ceļš izdomātais tulkotājs Skype Translator ir paredzēts, lai līdzinātos cilvēka tulkam, kurš darbojas kā starpnieks starp diviem galvenajiem runātājiem. Šis virtuālais tulks ir pielāgojams: es varēju izvēlēties vīrieša vai sievietes balsi un pat iestatīt tā pielaidi rupjību tulkošanai (es šo funkciju nepārbaudīju). Pēc tam gluži kā cilvēks tulks klausījās manu runu, nogaidīja pauzi un runāja manus vārdus spāniski Microsoft konsultantam zvana otrā galā. Runātais tulkojums bija dzirdams mums abiem. Un tas bieži bija pārsteidzoši precīzi.

Teorētiski Skype tulkošana varētu būt transformējoša. Tā ir kā diskrēta tiešraides versija, ko pasaules līderi izbauda, ​​apmeklējot Apvienoto Nāciju Organizāciju. Tomēr praksē tas var būt vairāk kā Apple Siri (vai Microsoft Cortana ) pastāvīgi pārtraucot jūsu sarunu un runājot par jums.

Pat šāda neapstrādāta automatizētā tulkošana ir diezgan ievērojama. Mašīnām ir ļoti grūti ātri un precīzi atpazīt vārdus un frāzes, un Skype Translator sasniedz augstu precizitātes līmeni, izmantojot paņēmienu, kas pazīstams kā dziļā mācīšanās. Programmatūra, kas darbojas Microsoft serveros, tika apmācīta atpazīt vārdus, izmantojot informācijas apstrādes metodes, kas brīvi modelētas pēc bioloģiskās smadzeņu darbības veida (skatiet 10 Breakthrough Technologies 2013: Deep Learning).

Padziļināta apmācība ļauj Microsoft datoriem uzticami pārveidot audio runas straumi teksta daļās, ko pēc tam var analizēt, izmantojot standarta tulkošanas metodes. Tā kā šo programmatūru izmanto arvien vairāk cilvēku, šai sistēmai vajadzētu kļūt efektīvākai akcentu un kadences īpatnību atpazīšanā, iespējams, padarot Skype tulkotāju un pašu Skype noderīgāku.

Microsoft programmatūra mēģina filtrēt neatbilstības (piemēram, um, ah un atkārtojumus) vārda un teikuma līmenī. Dažas no šīm nepilnībām manas sarunas laikā pārvarēja, taču tulkojums joprojām notika ar iespaidīgu ātrumu un precizitāti.

Arī Skype tulkošanas programmatūras ierobežojumi ir atklāti, jo tie parāda, cik grūti pat visgudrākajai mašīnai ir atdarināt efektīvas cilvēku sarunas smalkumus. Noteikt, kura vārda nozīme ir piemērota dažādos kontekstos, var būt apgrūtinoša. Ja programmatūra tulko starp amerikāņu un britu angļu valodu un atpazīst vārdu “futbols”, tai arī jāzina, kad tas jāmaina uz “futbols” un kad tas jāsaglabā kā “futbols” vai “gridiron”. Kristofers Menings , valodniecības un datorzinātņu profesors Stenfordas Universitātes Dabiskās valodas apstrādes grupā.

Skype tulkotājs nedzird arī parastās runātās sarunas ritmus, tāpēc jūs nevarat būt pārliecināts, kad tā bezķermeņa robota balss ielauzīsies un sāks izspiest tulkoto versiju. Arī tas mums, cilvēkiem, dažkārt šķiet izaicinošs. Pat izmantojot cilvēku tulkotājus, jums ir jāiemācās, kad jāpauze, lai ļautu tulkam uztvert jūsu tikko teikto un to atkārtot, saka Vikrams Dendi, Microsoft Research stratēģijas direktors.

Praktizējot es, iespējams, varētu apgūt Skype Translator ritmu tādā pašā veidā, kas varētu padarīt audio pieredzi mazāk traucējošu. Ekrāna iemiesojuma ieviešana robotam varētu arī palīdzēt nostiprināt trešās personas metaforu zvanā, iespējams, atvieglojot diviem runātājiem sarunu modulēšanu tā, lai programmatūra varētu runāt viņu vārdā.

Taču Skype tulkotājam jau ir iebūvēts diezgan elegants risinājums: uz ekrāna tulkots runātās sarunas teksts, kas ģenerēts reāllaikā. Šī saskarne ir mazāk atklāti futūristiska nekā mutiskā tulkošana, taču tā šķiet dabiskāka. Un acīmredzamas kļūdas ir viegli labot, jo jebkura puse var rakstīt tērzēšanas logā, kurā tiek parādīti tulkojumi.

Dendi atzīst, ka Skype un Microsoft joprojām nezina, kā izskatās ideāla programmatūras lietotāja pieredze. Kad mēs skatāmies šīs lietas darbībā televizorā [kā ieslēgts Zvaigžņu ceļš ], tas šķiet tik pašsaprotami: tu vienkārši runā, un tas iznāk tulkots, viņš saka. Bet, kad sākat iedziļināties faktiskajā ieviešanā un nodot to cilvēku rokās, lai to izmantotu, ir tik daudz sīku detaļu, kas var padarīt vai sabojāt pieredzi.

Varētu palīdzēt citi centieni izmantot dziļu mācīšanos. Saskaņā ar Stenforda Meninga datiem, Google un Monreālas universitātes pētnieki šādas metodes izmanto pašai runas tulkošanai (pretstatā tikai runas atpazīšanai). Turpmākie sasniegumi kādreiz varētu padarīt reāllaika mašīntulkošanu praktiski perfektu. Vai arī progress var atdurties pret sienu. Žūrija joprojām ir ārpusē, saka Menings. Es domāju, ka joprojām nav skaidrs, kur ir dziļas mācīšanās robežas, lai atrisinātu augstāka līmeņa kognitīvās apstrādes problēmas.

Skype tulkotājs noteikti vēl nav atrisinājis problēmu. Taču pagaidām tas ir lielisks sākums dažu valodas barjeru nojaukšanai.

paslēpties