Skip to content
IT, technologijų, elektromobilių, dirbtinio intelekto ir kitos naujienos
IT, technologijų, elektromobilių, dirbtinio intelekto ir kitos naujienos

Technologijų, IT, elektromobilių, dirbtinio intelekto ir kiti naujienų pranešimai

  • Apžvalgos
  • Atsiliepimai
  • Buitinė technika
  • Kavos aparatai
  • Kompiuteriai
  • Naujienos
  • Patarimai
  • Telefonai
  • Televizoriai
  • Aktyvumas
  • Auto-Moto
  • NT
  • Pramogos
  • Servisas
  • Sveikata
  • Veikla
  • IT
  • Dirbtinis intelektas
  • Elektromobiliai
  • Technologijos
  • Tesla
  • REKLAMA
IT, technologijų, elektromobilių, dirbtinio intelekto ir kitos naujienos

Technologijų, IT, elektromobilių, dirbtinio intelekto ir kiti naujienų pranešimai

11 liepos, 2024

Kaip automatiniai internetiniai teksto vertėjai naudoja dirbtinį intelektą ir kodėl jie vis dar daro klaidas

Vertimo technologijų raida: nuo žodynų iki neuronų

Dar prieš du dešimtmečius automatinis vertimas reiškė paprastą žodžių keitimą iš vienos kalbos į kitą pagal iš anksto sudarytus žodynus ir gramatinius šablonus. Rezultatai dažnai buvo juokingi, kartais visiškai nesuprantami, o profesionalūs vertėjai tokius įrankius laikė ne pagalba, o greičiau anekdotų šaltiniu. Šiandien situacija iš esmės pasikeitė, tačiau ne tiek, kad galėtume sakyti, jog problema išspręsta.

Šiuolaikiniai vertimo įrankiai, tokie kaip „Google Translate”, „DeepL” ar „Microsoft Translator”, remiasi dirbtinio intelekto technologijomis, kurios veikia visiškai kitaip nei ankstesnės sistemos. Jie nemoko mašinos gramatikos taisyklių – jie leidžia jai pačiai išmokti kalbos struktūrą iš milžiniškų tekstų duomenų bazių. Tai iš esmės keičia tiek galimybes, tiek ir apribojimus.

Norint suprasti, kodėl šie įrankiai veikia taip, kaip veikia – ir kodėl jie vis tiek klysta – reikia bent iš dalies suprasti, kas vyksta „po gaubtu”. Šis straipsnis skirtas būtent tam: paaiškinti mechanizmus, atskleisti silpnąsias vietas ir pateikti praktinių rekomendacijų tiems, kurie šiais įrankiais naudojasi kasdien.

Kaip neuroninis tinklas „supranta” kalbą

Šiuolaikiniai automatiniai vertėjai yra pagrįsti vadinamaisiais neuroniniais tinklais – kompiuteriniais modeliais, kurie tam tikra prasme imituoja žmogaus smegenų neuronų ryšius. Tiksliau sakant, jie naudoja architektūrą, vadinamą transformeriu (angl. transformer), kuri buvo pristatyta 2017 metais ir nuo to laiko tapo dominuojančiu požiūriu natūralios kalbos apdorojimo srityje.

Transformerio esmė yra mechanizmas, vadinamas „dėmesiu” (angl. attention). Jis leidžia modeliui, verčiant kiekvieną žodį ar frazę, atsižvelgti į visą sakinio kontekstą – ne tik į gretimuosius žodžius, bet ir į tuos, kurie yra toli sakinyje. Tai labai svarbu, nes daugelyje kalbų žodžio reikšmė priklauso nuo to, kas sakoma keliais žodžiais anksčiau arba vėliau.

Pavyzdžiui, lietuvių kalboje žodis „eiti” gali reikšti fizinį judėjimą, bet kontekste „eiti į kompromisą” jis įgyja visiškai kitą prasmę. Transformerio modelis, tinkamai apmokytas, geba šią skirtį atpažinti, nes jo dėmesio mechanizmas „mato” visą sakinį vienu metu, o ne apdoroja jį žodis po žodžio.

Apmokymas vyksta taip: modeliui pateikiama dešimtys ar šimtai milijardų žodžių iš interneto, knygų, žurnalų, teisės dokumentų ir daugybės kitų šaltinių. Modelis mokosi numatyti, koks žodis turėtų eiti po kito, ir šiame procese formuoja sudėtingus statistinius ryšius tarp žodžių, frazių ir kontekstų. Vertimas tuomet tampa uždaviniu: duota seka viena kalba, sugeneruoti labiausiai tikėtiną seką kita kalba.

Svarbu suprasti, kad modelis niekada nesimokė gramatikos kaip tokios – jis niekada neskaitė gramatikos vadovėlio. Jis tiesiog matė tiek daug kalbos pavyzdžių, kad jo vidiniai parametrai pradėjo atspindėti gramatinius dėsningumus. Tai ir yra jo stiprybė, ir vienas pagrindinių jo silpnumų šaltinių.

Didieji duomenys ir jų ribos: kodėl ne visos kalbos lygios

Vienas iš svarbiausių veiksnių, lemiančių vertimo kokybę, yra mokymo duomenų kiekis ir kokybė. Čia atsiranda esminis nelygybės klausimas: anglų, prancūzų, vokiečių ar ispanų kalbomis internete yra nepalyginamai daugiau turinio nei, tarkime, lietuvių, latvių ar estų kalbomis.

„Google Translate” dirba su daugiau nei 130 kalbų, tačiau vertimo kokybė tarp jų skiriasi drastiškai. Anglų–ispanų pora yra viena geriausiai funkcionuojančių, nes abiem kalbomis yra milijardai kokybiško teksto pavyzdžių, įskaitant daugybę lygiagrečių tekstų – tai yra tekstų, kurie egzistuoja abiem kalbomis ir yra tarpusavyje suderinti. Tuo tarpu vertimas iš lietuvių į, tarkime, suomių kalbą dažnai eina per tarpinę kalbą – dažniausiai anglų – net jei to nematome ekrane.

Ši problema vadinama „žemos išteklių kalbų” (angl. low-resource languages) problema, ir ji yra aktyviai tiriama. Tačiau kol kas sprendimas nėra tobulas: net ir naudojant pažangias technikas, kaip daugiakalbiai modeliai ar perkėlimo mokymasis (angl. transfer learning), mažesnių kalbų vertimo kokybė atsilieka.

Praktinė rekomendacija tiems, kurie verčia tekstus į ar iš mažesnių kalbų: visada patikrinkite rezultatą su gimtakalbiu arba naudokite kelis skirtingus vertimo įrankius ir palyginkite. Jei verčiate oficialų dokumentą ar svarbią komunikaciją, automatinis vertimas turėtų būti tik pirmas žingsnis, o ne galutinis produktas.

Kontekstas, kultūra ir idiomų problema

Net ir geriausiai apmokyti modeliai susiduria su rimtomis problemomis, kai tekstas yra kultūriškai specifiškas arba kai jame gausu idiomų, metaforų ar humoro. Tai nėra techninis trūkumas, kurį galima išspręsti daugiau duomenų – tai gilesnė problema, susijusi su tuo, ką reiškia „suprasti” kalbą.

Paimkime paprastą lietuvišką posakį „nuleisti rankas”. Vertimo sistema gali žinoti, kad tai idioma, ir gali turėti jos vertimą anglų kalba – „to give up” arba „to lose heart”. Tačiau jei tas pats posakis pavartotas ironiškai, jei jis yra ilgesnio sakinio dalis, kuriame jo reikšmė apverčiama, arba jei jis naudojamas kontekste, kuriame idiominė reikšmė sąveikauja su tiesiogine, sistema labai dažnai suklysta.

Kultūriniai niuansai yra dar sudėtingesni. Japonų kalboje yra kelios skirtingos „aš” formos, kurių pasirinkimas priklauso nuo socialinio konteksto, kalbančiojo lyties ir situacijos formalumo. Automatinis vertimas dažnai šiuos niuansus tiesiog praranda, nes anglų ar lietuvių kalboje tokios gramatinės kategorijos tiesiog neegzistuoja. Informacija dingsta ne dėl to, kad sistema klysta – ji dingsta dėl to, kad tikslinė kalba neturi priemonių jai perteikti.

Kitas klasikinis pavyzdys – humoras. Anekdotai, žodžių žaidimai, dviprasmybės – visa tai remiasi labai specifiniais kalbos mechanizmais, kurie retai kada turi tiesioginį atitikmenį kitoje kalboje. Vertimo sistema gali išversti žodžius, bet humoras išnyksta, nes jis egzistuoja ne žodžiuose, o tarpuose tarp jų.

Rekomenduojama praktika: jei verčiate marketingo tekstus, reklamą, kalbas ar bet kokį turinį, kuriame svarbus tonas ir kultūrinis rezonansas, automatinis vertimas gali būti tik grubaus eskizo šaltinis. Tokiais atvejais net ir geras vertėjas neišverčia – jis adaptuoja tekstą, ir tai yra visiškai kitoks procesas.

Klaidų anatomija: kodėl sistema klysta būtent taip

Automatinių vertėjų klaidos nėra atsitiktinės – jos turi tam tikrus dėsningumus, kuriuos verta žinoti. Supratus, kokio tipo klaidos yra labiausiai tikėtinos, galima efektyviau patikrinti vertimo rezultatą.

Pirma kategorija – giminės ir skaičiaus klaidos. Lietuvių kalba yra labai flektyvi: žodžiai kinta pagal linksnius, giminę, skaičių. Anglų kalba šiuo atžvilgiu yra daug paprastesnė. Verčiant iš anglų į lietuvių, sistema dažnai turi „spėti” giminę ir linksnį iš konteksto, ir šis spėjimas ne visada teisingas, ypač kai kontekstas yra neaiškus arba kai sakinio struktūra yra neįprasta.

Antra kategorija – daugiareikšmių žodžių klaidos. Anglų kalbos žodis „bank” gali reikšti finansų įstaigą arba upės krantą. Kontekstas paprastai leidžia žmogui akimirksniu suprasti, kuri reikšmė taikoma. Vertimo sistema taip pat naudoja kontekstą, tačiau ji gali suklysti, jei kontekstas yra neaiškus, trumpas arba jei sakinyje yra kelios konkuruojančios interpretacijos.

Trečia kategorija – ilgų sakinių struktūros klaidos. Kuo sakinys ilgesnis ir sudėtingesnis, tuo didesnė tikimybė, kad vertimo sistema praras ryšį tarp tolimų sakinio dalių. Tai ypač aktualu verčiant teisinius ar mokslinius tekstus, kuriuose dažnai pasitaiko labai ilgi, daugiasluoksniai sakiniai su keliomis šalutinėmis konstrukcijomis.

Ketvirta kategorija – terminologijos klaidos. Specializuotų sričių – medicinos, teisės, inžinerijos, finansų – terminija dažnai turi labai tikslias reikšmes, kurios skiriasi nuo bendrinės kalbos vartosenos. Vertimo sistema gali žinoti bendrą žodžio reikšmę, bet nežinoti jo specifinės reikšmės konkrečioje srityje. „DeepL” ir kai kurie kiti įrankiai siūlo galimybę įkelti terminų žodynus, kurie padeda spręsti šią problemą – tai labai naudinga funkcija, kurią verta išnaudoti.

Penkta kategorija – neigimo ir modalumo klaidos. Sakiniai su keliais neiginiais arba modaliniais veiksmažodžiais (galėti, turėti, privalėti ir pan.) yra ypač sudėtingi. Nedidelė klaida – praleistas „ne” arba neteisingai interpretuotas modalinis veiksmažodis – gali visiškai apversti sakinio prasmę. Tai ypač pavojinga verčiant instrukcijas, sutartis ar medicininius tekstus.

„DeepL” prieš „Google Translate”: ar yra skirtumas

Šis klausimas dažnai kyla praktikoje, ir atsakymas yra: taip, skirtumas yra, bet jis priklauso nuo kalbų poros ir teksto tipo. Bendra tendencija yra tokia, kad „DeepL” dažnai laikomas kokybiškesniu Europos kalbų vertimui, ypač kai kalbama apie stilistinį natūralumą ir idiomų apdorojimą. „Google Translate” pranašumas – platesnė kalbų aprėptis ir geresnė integracija su kitomis „Google” paslaugomis.

„DeepL” naudoja savo sukurtą neuroninį tinklą ir yra žinomas tuo, kad jo vertimai skamba natūraliau – mažiau „mašiniškai”. Tai ypač pastebima verčiant literatūrinius ar publicistinius tekstus. Tačiau tai nereiškia, kad „DeepL” nedaro klaidų – jis daro, tiesiog kitokio pobūdžio.

„Microsoft Translator” yra trečias rimtas žaidėjas, ypač verslo aplinkoje dėl integracijos su „Microsoft 365″ produktais. Jo kokybė yra panaši į „Google Translate”, o kai kuriose kalbų porose – geresnė.

Praktinė rekomendacija: jei vertimas yra svarbus, naudokite bent du skirtingus įrankius ir palyginkite rezultatus. Vietos, kur abu įrankiai pateikia skirtingus variantus, yra signalai, kad ten gali slypėti dviprasmybė arba sudėtinga vieta, kurią verta patikrinti ypač atidžiai.

Kaip naudoti automatinius vertėjus protingai

Automatiniai vertėjai yra įrankiai, o ne sprendimai. Kaip ir bet kuris įrankis, jie yra naudingi, kai naudojami tinkamoje situacijoje ir tinkamu būdu. Čia pateikiamos konkrečios rekomendacijos, kaip išnaudoti jų privalumus ir sumažinti riziką.

Pirmiausia – supaprastinkite šaltinio tekstą prieš vertimą. Jei turite galimybę, perrašykite originalą taip, kad sakiniai būtų trumpesni, struktūra aiškesnė, o idiomų ir kultūrinių nuorodų – mažiau. Tai ypač efektyvu verslo komunikacijoje: paprastas, aiškus tekstas verčiamas žymiai tiksliau nei sudėtingas, stilistiškai turtingas.

Antra – visada perskaitykite vertimą garsiai arba bent jau atidžiai. Daugelis klaidų yra akivaizdžios, kai tekstą skaitai kaip skaitytojas, o ne kaip vertintojas. Jei sakinys skamba keistai arba jo prasmė neaiški, tai signalas, kad čia gali būti klaida.

Trečia – ypatingą dėmesį skirkite skaičiams, datoms, pavadinimams ir terminams. Šios kategorijos yra ypač jautrios klaidoms. Skaičiai kartais sukeičiami vietomis, datos gali būti interpretuojamos skirtingai (pvz., 05/06 – gegužės 6-oji ar birželio 5-oji?), o tikriniai vardai kartais verčiami, kai neturėtų būti.

Ketvirta – naudokite vertimo atmintį ir terminų žodynus, jei reguliariai verčiate panašaus tipo tekstus. „DeepL Pro” ir kiti profesionalūs įrankiai leidžia sukurti asmeninę terminologijos bazę, kuri užtikrina nuoseklumą ir tikslumą specializuotoje srityje.

Penkta – žinokite, kada automatinis vertimas nėra tinkamas. Teisiniai dokumentai, medicininės instrukcijos, finansinės sutartys, diplomatinė komunikacija – tai sritys, kur klaida gali turėti rimtų pasekmių. Tokiais atvejais automatinis vertimas gali padėti suprasti bendrą turinį, bet galutinis dokumentas turi būti peržiūrėtas profesionalaus vertėjo.

Kai mašina mokosi, bet vis dar nesuprato žmogaus

Automatinio vertimo technologijos per pastaruosius dešimt metų padarė neįtikėtiną pažangą. Tai, kas anksčiau buvo juokų objektas, šiandien yra tikrai naudingas įrankis, galintis sutaupyti laiko ir pinigų, padėti susikalbėti skirtingomis kalbomis kalbančioms žmonėms ir demokratizuoti prieigą prie informacijos. Tai nemenkas pasiekimas.

Tačiau šie įrankiai vis dar nesupranta kalbos taip, kaip ją supranta žmogus. Jie operuoja statistiniais ryšiais, o ne prasmėmis. Jie gali atpažinti, kad tam tikras žodžių derinys dažnai pasitaiko tam tikrame kontekste, bet jie neturi gyvenimo patirties, kultūrinio konteksto ar emocinio intelekto, kuris leistų suprasti, kodėl žmonės kalba taip, kaip kalba.

Dirbtinis intelektas šioje srityje toliau tobulėja – dideli kalbos modeliai, tokie kaip „GPT-4″ ar „Claude”, jau demonstruoja žymiai geresnį kontekstinio supratimo lygį nei tradiciniai vertimo įrankiai. Tikėtina, kad artimiausiais metais šios technologijos bus integruotos į vertimo sistemas ir pakels kokybę į naują lygmenį. Tačiau kalbos yra tokios sudėtingos, tokios persmelktos žmogaus patirties ir kultūros, kad visiškai automatinis, be klaidų veikiantis vertimas lieka labiau teorine aspiracija nei artima realybe.

Tad kol kas geriausias požiūris yra pragmatiškas: naudoti automatinius vertėjus ten, kur jie veikia gerai, suprasti jų ribas, žinoti, kada reikia žmogaus pagalbos, ir niekada visiškai pasitikėti rezultatu be bent minimalios peržiūros. Tai nėra kritika technologijų – tai tiesiog protingas požiūris į bet kurį įrankį, nesvarbu, koks pažangus jis būtų.

Dirbtinis intelektas IT

Navigacija tarp įrašų

Previous post
Next post
©2026 IT, technologijų, elektromobilių, dirbtinio intelekto ir kitos naujienos | WordPress Theme by SuperbThemes