Neural maskinoversættelse
Et gennembrud med neurale netværk
Udviklingen af neural maskinoversættelse (NMT) i årtierne efter årtusindskiftet har uden tvivl været revolutionerende for feltet. NMT anvender kunstige neurale netværk, en type maskinlæringsmodel, der er inspireret af den menneskelige hjerne, til at analysere og forstå betydningen af sætninger. Ved at indfange kontekstuelle forhold og langtrækkende afhængigheder genererer NMT oversættelser, der er betydeligt mere præcise end tidligere statistiske tilgange. De fleste kender Google Translate eller Acolad Partner DeepL - og det er den slags værktøjer, der bruger NMT.
Acolads rolle i NMT-innovation
Acolad er stolt af at kunne sige, at de har været med til at skubbe udviklingen af NMT-teknologien fremad. Vi har udviklet og vedligeholdt vores specialiserede MT-motorer, lige siden teknologien begyndte at slå igennem for mere end et årti siden, og vi har været pionerer inden for teknologien gennem et samarbejde med det tyske forskningscenter for kunstig intelligens (DFKI). Open source-frameworks er en vigtig måde at tillade en samarbejdsorienteret tilgang til udvikling af nye teknologier, og vi spillede en stor rolle i at bidrage til et open source NMT-framework.
AI og MT - fremtiden?
Gå ind i generativ AI
Med fremkomsten af generativ AI, som kom i offentlighedens søgelys med den offentlige lancering af ChatGPT i november 2022, er vi på vej ind i en ny æra med automatiserede oversættelser. Selv om NMT og Gen AI bestemt er tilstødende teknologier - sprogmodellering er et afgørende aspekt af begge - er der nogle vigtige forskelle. NMT bruger neurale netværk til at lære mønstre i sprogdata og oversætter teksten baseret på statistisk sandsynlighed. Generativ AI bruger derimod store sprogmodeller til at generere oversættelser baseret på indlærte mønstre og kontekstuel forståelse.
Mens MT stadig har sine fordele til mange oversættelsesopgaver, især når det drejer sig om at behandle indhold i stor skala med modne motorer - ser det ud til, at flere og flere virksomheder forsøger at udnytte AI på et eller andet tidspunkt i deres indholdsskabelse og lokaliseringspipeline, hvad enten det er til oversættelse, kvalitetsevaluering, automatiseret efterredigering eller andet.
Slators 2025 Language Industry Market Report viser, at 54% af Language Service Integrators allerede har implementeret AI eller LLM i deres forretningsgange, sammenlignet med blot en tredjedel i 2024 - udbredelsen vokser hurtigt.
Menneske + AI Vejen til skalerbar kvalitet
På nuværende tidspunkt viser det sig allerede at være effektivt og omkostningseffektivt at bruge AI til at optimere oversættelser, og kombineret med et menneske, der fungerer som ekspert i prompt engineering eller post editor, kan det levere kvalitetsindhold. Derfor har mange udbydere af sprogtjenester udviklet AI-platforme eller -suiter i et forsøg på at kombinere fordelene ved AI-produktivitet med menneskelig ekspertise. Vores egen Lia-platform er på forkant med udviklingen af disse muligheder for at skabe ekspertise og effektivitet for flersproget indhold.
Når det er sagt, så er al denne teknologiske udvikling umulig uden den menneskelige ekspertise, der skal til for at levere kvalitetsprompting, sproglig ekspertise til efterredigering og knowhow til problemfri integration af teknologien med virksomhedernes eksisterende indholdsworkflows.
Skalering af innovation gennem samarbejde mellem mennesker og teknologi
Vores dedikerede Acolad-team fortsætter med at fremme vores indsats på dette område, og deres banebrydende arbejde gør det muligt for os at udvikle innovative måder til effektivt at blande menneskelige, MT- og AI-kapaciteter for at sikre, at den banebrydende nye AI-teknologi kan implementeres effektivt i stor skala for store virksomheder over hele verden.
Så når vi nu fejrer 30 år i spidsen for sprogteknologi, så skål for de næste 30!
