Verdens computere bliver større og hurtigere og kan arbejde med mere og mere data, som vil gøre vores hverdag lettere på mange områder.
Et af de områder er oversættelser. Mange har prøvet at copy/paste en sætning på fremmedsprog ind i Google Translate og få en sætning på dansk tilbage, som halvvejs giver mening, halvvejs lyder som en ordentlig brandert.
Sætningerne ender som cirkusdansk, fordi de bygger på statistik, hvor maskinoversættelsen udvælger ord, der kun gennemsnitligt set forekommer på en givet placering i en sætning.
Forskere har løbende arbejdet på at forbedre de statistiske maskinoversættelser, men »vi har ramt et kvalitetsloft for mange sprog,« konstaterer Sharon O'Brien, leder af Centre for Translation and Textual Studies ved Dublin City University.
\ Læs mere
NMT skal efterligne menneskets hjerne
I stedet retter forskerne nu blikket mod en anden type oversættelse, såkaldt Neural Maskinoversættelse eller på engelsk: Neural Machine Translation (NMT - se faktaboks).
\ NMT bygger på læring
NMT-teknikken går groft sagt ud på, at programmet, ligesom den menneskelige hjerne, lærer af det input, det får.
Med tiden vil det kunne analysere en hel sætning, så sætningsdele ikke bliver oversat individuelt som i dag.
I stedet vil ord og formuleringer blive udvalgt, så de passer ind i en helhed.
»Maskinoversættelsen bygger på dyb læring. Det handler om at lave forbindelser mellem ord for begreber, fænomener og ting, og over tid bliver sammenhængene svagere eller stærkere, afhængig af hvor stor succes den har.«
»Det her område har kun få eksperter endnu, men indfrier det løfterne, vil oversættelser fra maskiner kun blive bedre,« fortalte Sharon O’Brien for nylig på en konference for oversættelsesforskere på Aarhus Universitet.
\ Læs mere
Allerede fuld fart på NMT
Arbejdet med at skabe bedre oversættelser med NMT er i fuld gang, blandt andet ved New York University, Stanford University og University of Montreal.
Hvis du vil have en fornemmelse af, hvordan NMT fungerer, kan du prøve det på en meget simpel hjemmeside, som forskere fra University of Montreal har lavet.
Google søgte allerede i 2015 patent på et NMT-system. Facebook har annonceret, at man så hurtigt som muligt også vil bruge NMT til oversættelser, altimens abstracts og artikler vælter ud i verden på videnskabelige konferencer og på det ikke-peer-reviewede arXiv.org (eksempel 1, 2 og 3).
\ Læs mere
Oversættere - gør jer klar til NMT
Det kører altså i en tydelig retning, men det er stadig svært at sige med nogenlunde sikkerhed, hvornår forskerne vil få et endeligt gennembrud, der breder NMT ud til oversættelsesmaskiner som eksempelvis Google Translate.
Ifølge Sharon O’Brien kan professionelle oversættere dog godt begynde at ruste sig til at gå en ny hverdag i møde:
»Maskinlæring er meget komplekst, og de, der arbejder med det, siger, at de ikke kan se maskinen overgå mennesket som oversætter, men de kan godt se mennesker samarbejde med maskiner i nær fremtid.«
\ Læs mere
»Men vi ved det virkelig ikke. Vi kan kun sige, at oversættere kommer til at være mere teknisk orienterede. Vi skal tænke mere tværdisciplinært og måske kunne interagere med nye oversættelsesmaskiner om 3-5 år,« lød Sharon O’Briens vurdering på Aarhus Universitet.
Læs mere om konferencen for oversættelse
Konferencen ’The 2016 EST Congress in Aarhus - Translation Studies: Moving Boundaries’ var arrangeret af Institut for Erhvervskommunikation ved Aarhus BSS under Aarhus Universitet; tidligere kendt i en lidt anden indpakning som Handelshøjskolen i Århus.
Hvis du undrer dig over, hvordan en konference om oversættelse kan samle hundredvis af videnskabsfolk fra hele verden, kan du læse videre i artiklen '430 forskere samlet – for at tale oversættelser?!'
