Włoska firma ujawniła nowatorską metodę mierzenia postępu AI: analizowanie ulepszeń w tłumaczeniu maszynowym.
Przetłumaczone, dostawca usług tłumaczeniowych, wykorzystał podejście do przewidywania, kiedy osiągniemy osobliwość, niejasną koncepcję często definiowaną jako punkt, w którym maszyny stają się mądrzejsze od ludzi.
Firma z Rzymu wyznacza ten kamień milowy na moment, w którym AI zapewnia „doskonałe tłumaczenie” Według nowych badań, przybywa to, gdy tłumaczenie maszynowe (MT) jest lepsze niż najlepsze tłumaczenia ludzkie.
Analiza Translated sugeruje, że nastąpi to przed końcem lat 2020.
„[It will be] w ciągu tej dekady, przynajmniej dla 10 najlepszych języków w kontekście średniej złożoności” – mówi TNW Marco Trombetti, dyrektor generalny firmy. „Rzeczywistość jest taka, że w niektórych specyficznych domenach i w kilku językach to już się stało. Dla niektórych rzadkich języków i domen może to nigdy nie nadejść”
Szacunki firmy Translated opierają się na na danych zaczerpniętych z Matecat, anarzędzie do tłumaczenia wspomaganego komputerowo (CAT).
Platforma rozpoczęła życie w 2011 roku jako projekt badawczy finansowany przez UE. Trzy lata później system został wydany jako oprogramowanie open-source, które profesjonaliści wykorzystują do poprawić swoje tłumaczenia.
Translated oferuje Matecat jako produkt freemium. W zamian użytkownicy dostarczają firmie dane, które są wykorzystywane do ulepszania jej modeli.
Aby wyznaczyć drogę do osobliwości, Translated śledziło czas, jaki użytkownicy spędzali sprawdzając i poprawiając 2 miliardy sugestii MT. W ciągu 12 lat działalności firmy Matecat około 136 000 specjalistów z całego świata dokonało tych poprawek. Tłumaczenia obejmowały różnorodne domeny, od literatury po tematy techniczne. Obejmowały również dziedziny, w których MT wciąż ma problemy, takie jak transkrypcja mowy.
„Singularity jest naprawdę blisko.
Dane sugerująże AI szybko się doskonali. W 2015 roku średni czas, jaki wiodący na świecie tłumacze potrzebowali na sprawdzenie i poprawienie sugestii MT, wynosił około 3,5 sekundy na słowo. Dziś ta liczba spadła do 2 sekund na słowo.
W obecnym tempie czas ten uderzy w 1 sekundę za około pięć lat. W tym momencie MT zapewni epokowe „idealne tłumaczenie” W praktyce, wygodniej będzie wtedy edytować tłumaczenia maszyny niż najlepszego fachowca.
Według Trombettiego, każde zadanie obejmujące komunikację, rozumienie, słuchanie i dzielenie się wiedzą stanie się wielojęzyczne przy minimalnych inwestycjach.
„Dokładna data, kiedy osiągniemy punkt osobliwości może być różna, ale trend jest jasny: jest naprawdę blisko” – mówi.
Postępy w MT wymagają coraz większej mocy obliczeniowej, danych językowych i sprawności algorytmicznej. W związku z tymbadacze zakładali, że postęp będzie spowalniał w miarę zbliżania się do osobliwości. Ku ich zaskoczeniu, tempo rozwoju było wysoce liniowe.
Jeśli ten impet będzie kontynuowany zgodnie z przewidywaniami, Tłumaczenie przewiduje, że popyt na MT będzie co najmniej 100 razy większy. Pracownicy mogą się martwić, że ich praca zostanie zautomatyzowana, ale mogą też na tym skorzystać. Przetłumaczone prognozy na co najmniej dziesięciokrotny wzrost zapytań o profesjonalne tłumaczenia.
„Wszyscy nasi klienci, którzy wdrażają na dużą skalę tłumaczenie maszynowe, wydają również więcej na tłumaczenia ludzkie” – mówi Trombetti.
„Tłumaczenie maszynowe jest enablerem w tym sensie, że tworzy więcej interakcji między rynkami i użytkownikami, którzy wcześniej nie mieli kontaktu. To generuje biznes, a biznes generuje treści wyższej jakości, które wymagają profesjonalistów.”
Trombetti spodziewa się również, że pojawią się nowe role dla elitarnych tłumaczy.
„Aby wydobyć najlepszą jakość z tłumaczenia maszynowego, trzeba, aby było ono szkolone przez najlepszych lingwistów. Znaczna ilość tłumaczeń jest wymagana do trenowania modeli językowych i naprawiania w nich błędów, więc przypuszczam, że w najbliższych latach będziemy świadkami ogromnej konkurencji o najlepszych tłumaczy.”
„MT jest dobrym predyktorem tego, co będzie dalej w AI.
Według Translated, nowe badania są pierwszymi, które kiedykolwiek skwantyfikowały szybkość, z jaką zbliżamy się do singularności. Twierdzenie to nie przekona każdego cynika, ale MT jest przekonującym barometrem postępu AI.
Ludzkie języki są notorycznie trudne do opanowania przez maszyny. Subiektywność znaczenia językowego, stale ewoluujące konwencje oraz niuanse odniesień kulturowych, gra słów i ton mogą być nieuchwytne dla komputerów.
W tłumaczeniu te złożoności muszą być modelowane i łączone w dwóch językach. W rezultacie, badania algorytmiczne, zbieranie danych i rozmiary modeli są często pionierskie w tej dziedzinie. Na przykład model Transformer był stosowany w MT wiele lat przed wykorzystaniem go w systemach GPT OpenAI.
„MT jest po prostu dobrym predyktorem tego, co nadchodzi dalej w AI” – mówi Trombetti.
Jeśli to, co nadejdzie, to singularność, włoski przedsiębiorca przewiduje nową erę dla globalnej komunikacji.
Przewiduje on uniwersalne translatory, wszystkie treści stają się globalnie dostępne, a każdy może mówić w swoim ojczystym języku.
Jego definicja osobliwości może być wątpliwa, ale jej atrakcyjność jest niezaprzeczalna.
