Në ditët e dikurshme, përkthimi i gjuhës ishte një profesion shumë i specializuar, kritik për koordinimin e diplomacisë ose tregtisë ndërkombëtare. Libri i parë i fjalorit dygjuhësh, Fjalori ex quo, ishte një grup fjalësh gjermano-latinisht i botuar në vitin 1467, ndërsa pllakat prej balte që përmbajnë lista veprash në sumerisht dhe akadishten datojnë që në vitin 2300 para Krishtit.
Përkthimi i gjuhës është bërë më i lehtë me kalimin e viteve në shumë raste falë punës së gjuhëtarëve dhe antropologëve të tjerë. Zhvillimi i kompjuterëve dhe përfundimisht i inteligjencës artificiale, i ka dhënë një shtysë masive përkthimit të gjuhës, duke e hequr atë nga duart e specialistëve apo librave me peshë dhe në telefonat tanë.
Por si janë zhvilluar aplikacionet e përkthimit si Google Translate me kalimin e kohës dhe cilët ishin paraardhësit e tyre?
Si filloi përkthimi në kompjuter
Njerëzit janë përpjekur të përdorin kompjuterë për të përkthyer gjuhë që nga mesi i shekullit të 20-të.
“Ideja e përkthimit në internet ishte diçka për të cilën njerëzit u përpoqën kur filluan kompjuterët”, thotë Jaroslaw Kutylowski, CEO i DeepL, një kompani që ofron shërbime përkthimi duke përdorur sisteme nervore.
Në fakt, një nga përdorimet e para të kompjuterëve për diçka përtej numrave ishte një eksperiment i kryer në vitin 1954 pas disa vitesh punë nga studiues në Universitetin Georgetown dhe IBM. Demonstrata vetëm e përkthyer rreth 250 fjalë duke përdorur gjashtë rregulla gramatikore – kryesisht deklarata të shkurtra në rusisht për shkencën, ligjin dhe çështjet ushtarake që u konvertuan në anglisht brenda pak sekondash.
Megjithatë, mundësitë e këtij programi ishin të kufizuara dhe përkthimi kërkonte shumë redaktime të postimeve. Nuk u bë shumë përparim për dekadën e ardhshme. Në fakt, eksperimentet ishin aq mbresëlënëse sa një raport i lëshuar në vitin 1966 nga Komiteti Këshillimor i Përpunimit Automatik të Gjuhës, i krijuar nga qeveria e SHBA-së dhe i përbërë nga gjuhëtarë dhe studiues të përkthimit me makinë, përcaktoi se nuk kishte shumë shpresë në një afat të shkurtër. .
“Komiteti vërtet beson se është e mençur të ecim përpara pa frikë, në emër të shkencës, por se motivi për ta bërë këtë nuk mund të jetë në mënyrë të arsyeshme ndonjë përmirësim i parashikueshëm në përkthimin praktik.” thuhet në raport.
Lexo më shumë: Ishte e rrallë, por njerëzit e lashtë ndonjëherë duhej të përkthenin gjuhë – ja se si
Fillimi i SYSTRAN
Raporti në fakt vrau shumicën e punës në përkthim për vite me radhë, me përjashtim të Sistemit dhe Përkthimit (SYSTRAN). Peter Toma, një shkencëtar që besonte se rruga drejt paqes botërore mund të arrihej përmes komunikimit, filloi SYSTRAN në fund të viteve 1960.
Kompania punoi me Forcën Ajrore të SHBA-së dhe përdori makina për të përkthyer udhëzimet nga rusishtja në anglisht për të Projekti i testit Apollo-Soyuznjë mision i përbashkët hapësinor SHBA-Sovjetik i nisur në 1975.
SYSTRAN vazhdoi të zhvillonte produktin e tyre, i cili u përdor nga motori i kërkimit në internet AltaVista, i cili krijoi Babel Fish në fund të viteve 1990 dhe më vonë do të blihej nga Yahoo! Të paktën në ditët e para, mjeti kishte aftësi të kufizuara përkthimi, duke trajtuar vetëm deri në 150 fjalë.
“Kjo është shumë punë dhe kërkon përpjekje të kombinuara nga gjuhëtarët dhe koduesit,” thotë Kutylowski, duke shtuar se bëhet edhe më e ndërlikuar me gjuhët me “gramatikë tepër të komplikuar” si japonezja apo finlandishtja.
Google nuk e kapi Yahoo! deri në vitin 2006, kur lançoi Google Translate. Ky i fundit është bërë gjithnjë e më i sofistikuar, duke kaluar nga përkthimi i thjeshtë i teksteve në internet në aplikacionet telefonike. ne vitin 2014, Google bleu Word Lensi cili i lejonte përdoruesit të drejtonin kamerën e telefonit të tyre drejt fjalëve të shkruara në gjëra të tilla si shenjat rrugore ose menutë dhe të merrnin një përkthim. Word Lens gjithashtu ndihmoi Google të përmirësojë aftësinë e tij për të dëgjuar fjalët e folura dhe për t'i përkthyer ato.
Lexo më shumë: Gjuha juaj amtare mund ta lidh trurin në mënyra unike
Roli i inteligjencës artificiale
Problemi ishte se përkthimi i gjuhës mbeti një shkencë e papërsosur në rastin më të mirë. Në përgjithësi, bota e përkthimit kompjuterik përparoi nga të bërit një fjalë në një kohë, në fraza të shkurtra, në fjali për një periudhë afërsisht gjysmë shekulli, thotë Kutylowski.
Por makinat janë ende të prirura të humbasin gjëra të tilla si konteksti, duke i bërë fjalët me dy ose më shumë kuptime ndonjëherë të vështira për t'u përkthyer. Por në vitin 2016, inteligjenca artificiale kishte hapur mundësi të reja për përkthimin me makinë. Google filloi të punonte me përkthimin e makinës nervore, që në thelb nënkuptonte krijimin e një rrjeti nervor që nuk do të përkthente vetëm fjalë ose fraza, por pasazhe të tëra.
DeepL filloi të përdorë rrjetet nervore për të ndërtuar një program përkthimi për t'ua shitur kompanive ndërkombëtare në vitin 2017. “Ne kemi qenë në këtë fluks të artë rrjetesh nervore,” thotë Kutylowski. “Përkthimi ka një aplikim kaq të gjerë si në privat ashtu edhe në biznes.”
Për ta bërë këtë siç duhet, ai thotë se ju nevojiten sasi masive të pasazheve që tashmë janë përkthyer midis një gjuhe në një tjetër. Ekspertët në mënyrë ideale kanë nevojë për tekstin shkencor, tekstin ligjor dhe të gjitha llojet e gjuhëve që përkthehen për t'i mësuar sistemeve të mësimit të makinerive se si të funksionojnë më mirë.
Përkthimi i makinës nervore është një përpjekje për të krijuar sisteme nervore që funksionojnë më shumë si truri i njeriut. Në vend që t'i mësojë gramatikën, thotë Kutylowski, ai thjesht merr tekstin dhe mëson më shumë si njerëzit, të cilët mund të marrin një gjuhë pa mësuar në mënyrë implicite ndonjë rregull gramatikor.
“Ai proces i përgjithshëm i të mësuarit dhe funksionimi i përgjithshëm i sistemeve, shkon drejt mënyrës se si ne si njerëz mësojmë një gjuhë,” thotë ai.
Këto sisteme po bëhen gjithnjë e më të mira në përkthim, por ka të ngjarë të kenë gjithmonë të meta. Problemi është se komunikimi është një shkencë e papërsosur, edhe për dy njerëz që flasin të njëjtën gjuhë. Një program përkthimi në internet mund të jetë po aq i mirë për të përkthyer sa njerëzit janë në komunikim në radhë të parë.
Neni Burimet
Shkrimtarët tanë në Discovermagazine.com përdorni studime të rishikuara nga kolegët dhe burime me cilësi të lartë për artikujt tanë, dhe redaktorët tanë rishikojnë për saktësinë shkencore dhe standardet editoriale. Shqyrtoni burimet e përdorura më poshtë për këtë artikull:
Joshua Rapp Learn është një shkrimtar shkencor me bazë në DC, i vlerësuar me çmime. Një Albertan mërgimtar, ai kontribuon në një numër botimesh shkencore si National Geographic, The New York Times, The Guardian, New Scientist, Hakai dhe të tjerë.
