Home / AI tecnologia / La traduzione è ancora una questione molto più ampia e complessa, ma l’intelligenza artificiale dimostra capacità crescenti

La traduzione è ancora una questione molto più ampia e complessa, ma l’intelligenza artificiale dimostra capacità crescenti

La traduzione è più complicata per il business e l’intelligenza artificiale può aiutare

L’intelligenza artificiale (AI) per la traduzione è qualcosa che Google e altre società hanno fornito alle persone. È possibile accedervi sul telefono. Tuttavia, la traduzione è ancora una questione molto più ampia e complessa di quanto molte persone si rendano conto. La comunità imprenditoriale ha molte esigenze complesse e uniche che si aggiungono alla sfida di una traduzione accurata e affidabile e l’IA sta dimostrando capacità crescenti.

Una delle chiavi della traduzione aziendale è la semplice realtà che ogni settore aziendale ha i propri termini, frasi e persino idiomi. Un sistema di traduzione generico nel cloud, ampiamente addestrato dal crowdsourcing o da altri metodi pubblici, non avrà la precisione richiesta per la traduzione aziendale. Inoltre, il cloud stesso è ancora un problema. La maggior parte degli obiettivi di un’azienda coinvolge la protezione della proprietà intellettuale (PI). Per fare ciò, vogliono che le loro informazioni rimangano in sede, dietro i loro firewall.

Ora aggiungi la complessità dei requisiti sulla privacy come il GDPR dell’Unione europea e il CCPA della California. Sempre più spesso, i governi stabiliscono regole per dove conservare i dati dei cittadini e cosa può essere condiviso. L’ubicazione e l’anonimizzazione delle informazioni aumenta anche la sfida per un’azienda di comprendere il business multilingue.

Poi c’è la collaborazione. Quasi tutti nel mondo degli affari utilizzano alcune comunicazioni elettroniche, che si tratti di e-mail e messaggi di testo o di sistemi di chat più formali. Migliorare queste applicazioni con una traduzione precisa e istantanea può migliorare le comunicazioni interne di un’azienda globale e guidare il successo.

“Sebbene ediscovery fosse un ovvio punto di ingresso nella traduzione aziendale con l’intelligenza artificiale”, ha affermato JP Barazza, CIO, SYSTRAN . “Immagina gruppi di sviluppo globale in settori come l’alta tecnologia e la biotecnologia. Possono diventare più efficienti con l’assistenza di una traduzione forte. ” L’assistenza clienti è un altro piano orizzontale in cui la traduzione può essere di grande utilità.

L’intelligenza artificiale è solo una parte della soluzione
Come con i modelli basati su cloud, il sistema SYSTRAN utilizza l’apprendimento non supervisionato. Tuttavia, utilizza un set di dati molto più curato per addestrare i sistemi per ogni settore. La rete neurale è solo un componente della logica del sistema. A causa della terminologia specifica in molte lingue, la logica procedurale viene utilizzata nella pre e post-elaborazione in rete per aiutare con le regole chiare e la terminologia dei settori aziendali. Dopotutto, sono più facili da gestire per convenzioni linguistiche chiaramente definite mentre la rete neurale può gestire la fluidità del linguaggio generale.

Un esempio della necessità di regole è il modo in cui i nomi vengono utilizzati in inglese americano e francese francese (sì, dovevo farlo …). Negli Stati Uniti, usiamo regolarmente il nome di un leader, come “Presidente Biden”. In Francia, i notiziari di solito non usano nomi, ma si riferiscono a titoli, come “Il presidente degli Stati Uniti”. Pensa alla traduzione bidirezionale. “Sebbene sia semplice tradurre dall’inglese eliminando il nome ed espandendo il titolo”, ha affermato Jean Senellart, CEO. “Se aggiungiamo un nome quando passiamo dal francese all’inglese, cosa succede quando cambia il presidente? Il sistema avrebbe continuato ad aggiungere il nome del presidente precedente fino a quando non ci fossero dati sufficienti per riqualificare il sistema. Abbiamo deciso di mantenere lo stile di riferimento francese durante la traduzione in inglese per rimanere accurati “. L’uso di regole esplicite è un modo pulito per affrontare questo problema.

Questa combinazione di rete neurale e regole procedurali fornisce anche flessibilità all’azienda. Un sistema centrale può essere addestrato, con diversi plug-in attorno ad esso per diverse aziende. Ciò consente sia un ciclo di sviluppo più semplice che un modo più pulito per fornire aggiornamenti. È possibile aggiungere regole aziendali e di settore specifiche senza dover riqualificare il sistema di apprendimento profondo.

La traduzione commerciale è diversa
Una maggiore precisione è necessaria per il business. “I consumatori sono disposti ad accettare gli errori, purché il significato generale sia trasmesso attraverso la traduzione”, ha affermato Barazza. “Il business ha bisogno di precisione. Non è solo per la conformità alle normative e ai contratti, una mancanza di precisione può rallentare lo sviluppo del prodotto, ridurre la sicurezza e creare clienti insoddisfatti “.

A causa di questa esigenza di precisione e per lo stato del settore, c’è un altro componente della soluzione. Non siamo ancora al punto in cui ci si può fidare completamente dei sistemi automatizzati. Gli esseri umani devono rivedere le traduzioni.

All’interno del sistema, a questo punto la traduzione è complessa e si concentra su un gruppo di lingue abbastanza piccolo, quindi utilizzano motori a coppie. Ad esempio, un motore traduce dall’inglese al francese e l’altro dal francese all’inglese. L’addestramento dei sistemi utilizza una strana forma di propagazione del dorso. In un singolo motore, propagazione inversa significa correggere i risultati e reinserirli come input. Nella traduzione, ciò significa tradurre i risultati attraverso il secondo motore, quindi correggerli. È più complesso di così (almeno per me), ma capisco le basi di un ciclo molto interessante in cui entrambi i motori aiutano ad allenarsi a vicenda.

Questo è il modo in cui vengono eseguite le traduzioni, ma è previsto un cambiamento. Quello stile significa molti motori individuali e maggiore è il numero di lingue, le permutazioni aumentate significano un enorme aumento del numero di motori. Una soluzione è stata quella di utilizzare l’inglese come lingua intermedia, traducendo tutto attraverso di essa per limitare i diversi motori. Ciò aggiunge inefficienze e imprecisioni. Facebook ha recentemente annunciato un unico modello in grado di tradurre in tutte le direzioni per più lingue. Mentre le persone sono più a loro agio con gli errori, quindi questo è un ottimo posto per testare un tale modello, alla fine la tecnologia si rafforzerà e la traduzione aziendale ne trarrà vantaggio.

Le aziende guidano anche problemi di progettazione non AI. SYSTRAN non è un puro gioco di nuvole. Devono essere ibridi, poiché spesso è necessario che l’elaborazione in sede soddisfi la privacy e altre normative.

A causa dello stato di evoluzione dei sistemi, inclusa la mancanza di trasparenza nell’apprendimento profondo, nessuna azienda utilizzerà esclusivamente la traduzione guidata dall’intelligenza artificiale per aziende e governi. Verrà utilizzato nel rispetto della regola 80/20, in cui la traduzione di base farà risparmiare tempo e sforzi significativi mentre agli umani sarà ancora richiesto di rivedere e modificare le versioni finali delle traduzioni aziendali e governative.

Gli strumenti di traduzione hanno fatto grandi progressi nell’ultimo decennio. Dati i requisiti meno rigidi nella traduzione tra individui, non sorprende che l’attenzione iniziale si sia concentrata sull’uso personale. La tecnologia è ora avanzata in modo da affrontare i requisiti più formali delle traduzioni aziendali e governative. È presto, ma sembra buono.

Top

Utilizzando il sito, accetti l'utilizzo dei cookie da parte nostra. maggiori informazioni

Questo sito utilizza i cookie per fornire la migliore esperienza di navigazione possibile. Continuando a utilizzare questo sito senza modificare le impostazioni dei cookie o cliccando su "Accetta" permetti il loro utilizzo.

Chiudi