Мнение
ИИ не заменит переводчиков
Это 1960 снова и снова
В недавнем исследовании Университет Пенсильвании и OpenAI исследовали потенциальное влияние больших языковых моделей (LLM), таких как модели GPT, на различные рабочие места.
GPT есть GPT: ранний взгляд на потенциал воздействия больших языковых моделей на рынок труда (Eloundou et al., 2023)
Их основной вывод заключается в том, что 19 % рабочей силы в США могут столкнуться с тем, что это повлияет как минимум на 50 % их задач.
Некоторые рабочие места гораздо более подвержены влиянию, чем другие.
Профессии письменных и устных переводчиков являются одними из наиболее уязвимых.
Но «разоблаченный» не следует интерпретировать как «угрожаемый».
Я видел, как это исследование неправильно интерпретировали в социальных сетях. Авторы никогда не писали в своем исследовании, что AI/LLM заменит, сделает уязвимыми или даже уничтожит некоторые рабочие места.
Машинный перевод видел много прорывов за 70 лет своего существования. Концепция того, что машины заменят людей-переводчиков, была предметом прогнозов и дискуссий с момента зарождения информатики до появления Интернета.
Работа переводчика очень безопасна еще многие десятилетия. Замены людей-переводчиков искусственным интеллектом не произойдет.
Перевод – это искусство
«результирующий литературный стиль [автоматического перевода] был бы ужасен и полон «вопилок» и ложных ценностей, чем худшее, что производит любой переводчик-человек»
«перевод — это искусство; что-то, что на каждом шагу предполагает личный выбор между некодируемыми альтернативами; не просто прямая замена одинаковых наборов символов, но выбор значений, обоснованность которых зависит от всего предшествующего образования и личности переводчика. “
Дж. Э. Холмстрём
Это было написано Дж. Э. Хольмстремом в отчете о научно-технических словарях для ЮНЕСКО в 1949 году. Он очень скептически относился к возможности полностью автоматизированного перевода.
Комментарий Хольмстрема был сделан за несколько лет до того, как IBM и Джорджтаунский университет выпустили самый первый прототип системы машинного перевода в 1954 году.
Результаты были впечатляющими в то время, когда компьютерная наука была еще в зачаточном состоянии.
Люди и спонсоры исследований машинного перевода считали, что полностью автоматический перевод станет доступен в течение нескольких лет.
Растущий интерес к машинному переводу подкреплялся появлением более совершенных компьютеров и более доступных языков программирования.
Некоторые сравнили бы этот контекст с сегодняшним контекстом, когда графические процессоры и ИИ становятся все более и более мощными и доступными. Но я думаю, что это на самом деле ничто по сравнению с тем, насколько революционными были первые компьютеры.
Тем не менее, переводчики впервые начали беспокоиться о своей работе из-за технологий.
Потребовалось почти десятилетие, чтобы понять, что машинный перевод не будет так хорош, как хотелось бы, в ближайшее время.
Деньги на исследования машинного перевода перестали поступать в 1966 году. Американские спонсоры из Консультативного комитета по автоматической обработке языков (ALPAC) заявили, что машинный перевод не оправдал своих амбиций.
Примечание. Я думаю, что у нас больше никогда не будет момента ALPAC в исследованиях машинного перевода. Большинство прорывов сейчас совершаются частными компаниями, а не государственными организациями.
После этого события исследования в области машинного перевода значительно замедлились.
Все системы того времени были основаны на правилах и чрезвычайно сложны в настройке. Их стоимость и качество перевода не шли ни в какое сравнение с переводчиками-людьми.
После ALPAC машинному переводу потребовалось еще несколько десятилетий, чтобы добиться значительного прогресса, пока в начале 1990-х не появились статистические методы.
Опять же, многие считали, что статистический машинный перевод будет быстро улучшаться, но прогресс снова оставался очень медленным, пока 10 лет назад, наконец, не стало доступно глубокое обучение.
ИИ — это просто еще одна волна
Я разделил прорывы в машинном переводе на 4 волны:
- 1950–1980-е: на основе правил
- 1990-е-2010-е годы: Статистические
- 2010–2020-е (?): Нейронная последовательность за последовательностью
- 2020-е-?: ИИ с большими языковыми моделями
В начале каждой волны волнение по поводу усовершенствований машинного перевода было огромным. Но он всегда исчезал в течение нескольких лет. Примечание. Я наблюдал только переход от статистического к нейронному. Но могу сказать, что когда в 2014 году Илья Суцкевер опубликовал свою статью Sequence to Sequence Learning with Neural Networks, это было огромным событием в исследованиях машинного перевода. Это по-прежнему одна из самых цитируемых статей в области машинного перевода.
Еще слишком рано говорить о том, что дни машинного перевода от последовательности к последовательности подошли к концу.
Согласно недавним исследованиям, самые мощные языковые модели так же хороши, как и стандартные системы машинного перевода, или немного хуже.
На данный момент основным преимуществом больших языковых моделей является значительное снижение затрат на машинный перевод. Intento сообщила, что ChatGPT в настоящее время стоит в 10 раз меньше, чем лучшие онлайн-системы машинного перевода, при том же качестве перевода.
Хотя языковые модели многообещающи, они по-прежнему очень подвержены крайним галлюцинациям и предубеждениям. Они также очень требовательны к данным, и поэтому их трудно обучать языкам, для которых данные недоступны в больших количествах.
Вероятно, потребуется еще много лет, чтобы преодолеть эти затянувшиеся проблемы.
Работа переводчика очень безопасна
[Комментарии Хольмстрема о переводе как искусстве] повторялись снова и снова переводчиками на протяжении почти пятидесяти лет, и, без сомнения, они снова будут услышаны в следующие пятьдесят.
Джон Хатчинс (Технология перевода и переводчик, 1997)
Переводчикам и сегодня приходится повторять это.
Джон Хатчинс был провидцем.
Какую бы технологию вы ни использовали для машинного перевода, у нее никогда не будет образования и личности переводчика.
Технологии — союзник.
С тех пор как глубокое обучение проникло в машинный перевод, общепризнано, что качество машинного перевода значительно улучшилось.
Привело ли это к потере работы переводчиками?
No.
Если мы посмотрим на некоторые данные, то увидим даже, что за последнее десятилетие в Великобритании было создано больше рабочих мест переводчиков.
В США количество переводчиков осталось стабильным.
Мой собственный прогноз заключается в том, что современные системы искусственного интеллекта, основанные на больших языковых моделях, будут просто ассимилированы текущими рабочими процессами машинного перевода. Это значительно ускорит выполнение переводческих задач при одновременном снижении затрат переводческих компаний.
Перевод профессионального качества может даже стать более доступным, чем когда-либо прежде.
Если вам понравилась эта статья и вам было бы интересно прочитать следующие, лучший способ поддержать мою работу — стать участником Medium по этой ссылке:
Если вы уже являетесь участником и хотите поддержать эту работу, просто подпишитесь на меня на Medium.
