211service.com
Coś utraconego w tłumaczeniu Skype
Czasami wydaje się, że najwyższą pochwałą, jaką może zdobyć innowacyjna nowa technologia, jest łatwowierne porównanie do Star Trek . Szczelina Oculus jest jak Holodeck ; Drukarki 3D są jak replikatory materii ; Qualcomm sponsoruje nawet konkurs X-Prize, aby zbudować działający trikorder .
I teraz Tłumacz Skype , aplikacja do tłumaczenia głosu i tekstu w czasie rzeczywistym, dostępna obecnie dla użytkowników systemu Windows 8.1 jako publiczna wersja beta, jest szeroko porównywana do tłumacz uniwersalny że kapitanowie Kirk i Picard bez wysiłku komunikowali się z obcymi rozmówcami. Skype Translator jest mniej zdolny, niż wynika to z analogii sci-fi, ale jego ograniczenia są równie fascynujące, jak ogromne osiągnięcia techniczne.
Skype Translator wykonuje natychmiastowe tłumaczenie czatów tekstowych w ponad 40 językach, ale jego funkcją markizy jest tłumaczenie ustne w czasie rzeczywistym między osobami mówiącymi po angielsku i hiszpańsku. (Microsoft, który jest właścicielem Skype'a, nie komentowałby, jakie inne języki planuje włączyć do oprogramowania ani kiedy możemy się ich spodziewać.)
w odróżnieniu Star Trek fikcyjny tłumacz, Skype Translator jest przeznaczony do naśladowania ludzkiego tłumacza, który działa jako pośrednik między dwoma głównymi mówcami. Ten wirtualny tłumacz jest konfigurowalny: mogłem wybrać głos męski lub żeński, a nawet ustawić jego tolerancję na tłumaczenie wulgaryzmów (nie testowałem tej funkcji). Następnie, zupełnie jak ludzki tłumacz, wysłuchał mojej przemowy, zaczekał na przerwę i przemówił moje słowa po hiszpańsku do konsultanta Microsoftu po drugiej stronie rozmowy. Tłumaczenie ustne było słyszalne dla nas obu. I często było to zaskakująco dokładne.
Teoretycznie tłumaczenie przez Skype może być przełomowe. To jak wersja dyskretnego tłumaczenia na żywo, z którego światowi przywódcy korzystają podczas wizyt w Organizacji Narodów Zjednoczonych. W praktyce jednak może to przypominać Siri Apple’a (lub Microsoft Cortana ) stale przerywając rozmowę i rozmawiając z tobą.
Nawet tak prymitywne tłumaczenie automatyczne jest dość niezwykłe. Maszyny mają niezmiennie trudności z szybkim i dokładnym rozpoznawaniem słów i fraz, a Skype Translator osiąga wysoki poziom dokładności przy użyciu techniki znanej jako głębokie uczenie. Oprogramowanie działające na serwerach Microsoftu zostało przeszkolone do rozpoznawania słów przy użyciu metod przetwarzania informacji luźno wzorowanych na funkcjonowaniu mózgu biologicznego (zob. 10 Przełomowe technologie 2013: Głębokie uczenie).
Głębokie uczenie pozwala komputerom firmy Microsoft niezawodnie przekształcać strumień mowy audio w fragmenty tekstu, które można następnie przeanalizować przy użyciu standardowych metod tłumaczenia. Ponieważ coraz więcej osób korzysta z oprogramowania, system ten powinien stawać się bardziej skuteczny w rozpoznawaniu specyfiki akcentu i rytmu, potencjalnie czyniąc Tłumacz Skype — i sam Skype — bardziej użytecznymi.
Oprogramowanie Microsoftu próbuje odfiltrować niepłynności (takie jak um, ach i powtórzenia) na poziomie słów i zdań. Niektóre z tych niepłynności przetrwały podczas mojej rozmowy, ale tłumaczenie nadal odbywało się z imponującą szybkością i dokładnością.
Ujawniają się również ograniczenia oprogramowania do tłumaczenia Skype, które pokazują, jak trudno jest nawet najmądrzejszej maszynie naśladować subtelności skutecznej rozmowy międzyludzkiej. Ustalenie, które znaczenie słowa jest odpowiednie w różnych kontekstach, może być irytujące. Jeśli oprogramowanie tłumaczy między amerykańskim i brytyjskim angielskim i rozpoznaje słowo „piłka nożna”, musi również wiedzieć, kiedy zmienić je na „piłka nożna”, a kiedy zachować je jako „piłka nożna” lub „gridiron”, mówi Christopher Manning , profesor lingwistyki i informatyki w grupie przetwarzania języka naturalnego na Uniwersytecie Stanforda.
Skype Translator jest również głuchy na rytm normalnej rozmowy mówionej, więc nie możesz być pewien, kiedy jego bezcielesny głos robota włamie się i zacznie wyrzucać swoją przetłumaczoną wersję. To jest coś, co my, ludzie, czasami uważamy za wyzwanie. Nawet z ludzkimi tłumaczami musisz się nauczyć, kiedy zrobić pauzę, aby tłumacz mógł wchłonąć to, co właśnie powiedziałeś i powtórzyć, mówi Vikram Dendi, dyrektor ds. strategii w Microsoft Research.
Z praktyką prawdopodobnie mógłbym nauczyć się rytmu Skype Translator w ten sam sposób, co może sprawić, że wrażenia dźwiękowe będą mniej rozpraszające. Wprowadzenie awatara ekranowego dla bota może również pomóc wzmocnić metaforę osoby trzeciej podczas rozmowy, być może ułatwiając dwóm mówcom modulowanie rozmowy w taki sposób, aby zrobić miejsce dla oprogramowania przemawiającego w ich imieniu.
Ale Skype Translator ma już wbudowane dość eleganckie rozwiązanie: tłumaczony na ekranie tekst mówionej rozmowy, generowany w czasie rzeczywistym. Ten interfejs jest mniej jawnie futurystyczny niż tłumaczenie ustne, ale wydaje się bardziej naturalny. A oczywiste błędy są łatwe do poprawienia, ponieważ każda ze stron może pisać w oknie czatu, w którym pojawiają się tłumaczenia.
Dendi przyznaje, że Skype i Microsoft wciąż nie wiedzą jeszcze, jak wygląda idealne wrażenia użytkownika dla oprogramowania. Kiedy oglądamy te rzeczy w akcji w telewizji [jak na Star Trek ], wydaje się to takie oczywiste: po prostu mówisz i wychodzi to przetłumaczone, mówi. Ale kiedy zaczynasz zagłębiać się w rzeczywistą implementację i oddawać ją w ręce ludzi, jest tak wiele drobnych szczegółów, które mogą zmienić lub zepsuć doświadczenie.
Pomóc mogą inne wysiłki na rzecz wykorzystania głębokiego uczenia się. Według Stanforda Manninga naukowcy z Google i Uniwersytetu w Montrealu stosują takie metody do samego tłumaczenia mowy (w przeciwieństwie do samego rozpoznawania mowy) z oszałamiającym sukcesem. Dalsze postępy mogą kiedyś sprawić, że tłumaczenie maszynowe w czasie rzeczywistym będzie praktycznie doskonałe. Albo postęp może uderzyć w ścianę. Ława przysięgłych wciąż nie istnieje, mówi Manning. Myślę, że nadal nie jest jasne, gdzie są granice głębokiego uczenia się w rozwiązywaniu problemów z przetwarzaniem poznawczym wyższego poziomu.
Skype Translator z pewnością jeszcze nie rozwiązał problemu. Ale na razie to świetny początek przełamywania niektórych barier językowych.