Piše: Marko Cvijić

Veći deo cele prethodne decenije sam bio simultani prevodilac. Slažem se da to i nije preterano dobar posao. Mi simultani prevodioci pričamo nekim tihim glasom, ušuškani u kabine u uglu konferencijskih sala, a u stvari smo poliglotske usedelice globalne ekonomije.

Molim vas, samo nemojte dopustiti da nam roboti preuzmu posao. Tek ćemo tada postati glasni.

Zanovetanja kolega prevodilaca su postala urlici kada je jedan šangajski kolega prevodilac počeo da protestuje na društvenim mrežama oko marketinških obmana vezanih za moć koju veštačka inteligencija poseduje u prevođenju.

Sve to na jednoj međunarodnoj konferenciji.

Skandal.

Prevod se naime odnosio na transkripciju i interpretaciju ljudskog govora u tekst. Kolegin članak je postao viralan na kineskoj društvenoj mreži i napravio je skandal na iFlyTeku (to je promoter nematerijalne tehnologije i jedna od vodećih kineskih kompanija za procesuiranje jezika veštačkom inteligencijom).

Javna rasprava koje je usledila je otkrila određeni stepen superiornosti mašine u tom domenu i isti već odobrila. Ljudi su bili blago zaprepašćeni da u ovom dobu i vremenu interpretacija zahteva i dalje zahteva ljudske profesionalce za prezentaciju postojećeg postignutog saznanja.

Ljudi su se pitali: “Hej, zar ovaj problem nije rešio Google Translate? Ili Skype Translator? Ili jedan od desetak prenosivih prevodilačkih uređaja koji Kinezi prodaju na Alibabi?

Ne nije.

Roboti definitivno permanentno zamenjuju ljude u vožnji automobila, dijagnostifikovanju raka, šutiranju slobodnih bacanja i u predviđanju prinosa useva. Da ne spominjem šah, Go ili poker.

Međutim, kad je reč o prevođenju ili interpretaciji, najsofisticiranija tehnologija na zemlji ne može zameniti ljudski mozak.

Za to postoje tri razloga.

1. Jezik je subjektivan

Veštačka inteligencija je nenadmašna kada su u pitaju zadaci iz objektivne stvarnosti.

Bilo da identifikuju kompleksne signalne šablone u paketima podataka ili da navode automobile u kompleksnim vremenskim uslovima na putu, funkcionisanje mašina najbolje se suočava se matematiki i fizičkim zakonima koji vode ka donošenju odluke.

Prirodni jezici, s druge strane, su subjektivne prirode, stvoreni za komunikaciju ljudi između sebe.

Jezici često definišu pravila ponašanja poput gramatike ili konjugacija, ali ova pravila važe samo u konvencijama, ne u objektivnoj stvarnosti, i konstantno evoluiraju.

Ljudi su možda izgubili pravo vođstvo u prepoznavanju tumora ili proceni kreditnog rizika, ali i dalje imaju zavšnu reč ili autoritet kada je u pitanju ono “prirodno” u prirodnim jezicima. Ovaj autoritet ogleda se u donošenju izbora po pitanju evaluacije mašinskih prevodilačkih algoritama- BLEU (bilingual evaluation understudy – bilingvalna evaluaciona zamena), koja procenjuje prevodilačke zadatke na bazi podudarnosti sa ljudskim prevodilačkim profesionalcima. Kreatori ovog okvira kažu: “Što je bliži mašinski prevod prevodu profesionalaca, to je bolji.”

Ljudski prevod nije samo skup standarda. To je zapravo standard.

2. Podaci nemaju baš puno smisla za humor

Svaki prevodilac će vam reći, da šale, igra reči i skrivena značenja reči (kao deo kulturnog znamenja) predstavljaju najteži deo za prevod kako bi se prevazišle jezičke barijere.

Sa interpretatorove tačke gledišta, glasovni ton i govor tela direktno informišu o nameri govornika i tačno se analiziraju i isporučuju na željeni jezički način kao takav.

Ovo je izazov za ljude, ali trenutno nemoguće za mašine.

Pomak od statističkih mašinskih prevoda ka neuronskim mrežama predstavlja značajno unapređenje kvaliteta u globalu. Ali prevođenje putem neuronskih mreža je često više zavisno od velikog seta unetih podataka za vežbu nego od prediktivnih modela. Od kada su dostupni veliki bilingvalni setovi podataka za oficijalni prevod vladinih dokumenata i religijskih tekstova, pomenuti algoritmi imaju veoma mali značaj za prevod humora, igre reči i neverbalne ekspresije.

Ono što najviše iritira jeste nepriznavanje grešaka prilikom prevoda od strane neuronskih mašina.

Kao dete koje izmišlja da je prehlađeno kako ne bi išlo u školu i one pokušavaju da pređu preko toga.

Kada Google Translate započne sa biblijskim frazama u zamenu za nabacani input, eksperti grešku neuronskih mreža pripisuju njihovom tečnom prevodu, a ne njihovoj preciznosti.

Ove pozitivne greške su mnogo više podmukle nego trapave i očigledne greške, što slušaoci konkretnog jezika  možda ne bi registrovali kao čudnovate u ovakvom “odmetničkom” prekidom orginalnog teksta.

3. Slušajte sada botovi!

Izazovi koji su gore pomenuti dovoljni su da performanse mašinskog prevođenja postanu samo parče statičkog teksta.

Da bi upit računaru interpretirao živi govor, potrebno je da simultano stvori nekoliko slojeva kompleksnosti, poznatih kao automatsko govorno prepoznavanje.

Da, znam. Reći ćete šta je sa Siri, Alexa i ostalim robotima, oni su danas mnogo više kompetentniji konverzacionalisti.

Da jesu.

Međutim vaš duhoviti pristanak da ćaskate sa Siri i Alexom je tipično ograničen na uski set konteksta i uslova. Komande moraju biti kratke i uključuju ograničen rečnik, a sve to u kontrolisanoj sredini.

S druge strane, najveći broj konferencija uživo, predstavlja govor koji je spontan, kontinualan i visoko kontekstno zavistan, što dovodi dovodi do velikog broja grešaka kroz sistem automatskog govornog prepoznavanja.

Sledi jedan smešan i ponižavajući primer.

Tokom predavanja u Pekingu prošle godine, guru hedž fondova Ray Dalio osvrnuo se na svoje greške u predviđanjima dok je bio mladi trgovac.

“Kako arogantno!” zagrmeo je on pred publikom. “Kako sam mogao biti toliko arogantan?”

Program za titlovanje u realnom vremenom počeo je da “nasilno” vodi borbu sa prevodom njegovog retoričkog aparata.

“Kako?” pitao je naslov. “Aragon, pogledaj sam sebe i…”

Skorašnji napredak na ovom polju obećava da će stopa greške u rečima automatskog softvera za prepoznavanje dostići paritet sa ljudskim prevodiocima. Međutim nisu sve greške u prevodu iste.

Premeštanje “alright” u “ all right” može biti nekonsekventna greška, dok zbunjujuće “today” sa “Tuesday” može prouzrokovati značajnu zbrku.

Čak i sa nekoliko grešaka u prevodu, mašina zaostaje mnogo za ljudima po pitanju semantičkih grešaka koje ne prezentuju pravo značenje reči u govoru.

Ljudi su odavno svoju superiornost nad životinjama, jedni nad drugima pa od skora i nad mašinama doživljavali kao razonodu. To je mračna strana razonode i zasigurno, neizbežno zatupljujuća.

Nemam sumnju da će doći dan kada će računari razviti ljudske komande za jezike. Nemam sumnje da će prevodioci i interpretatori kao i editori, radio voditelji, pisci slogana i reklama i ostali profesionalci u jezičkoj “privredi” možda naći posao na traci za proizvdnju robota.

Ali taj dan je mnogo dalje nego što se misli.

Lingivstički posao kao deo umetnosti i nauke je iznenađujuće zaštićen od ranih napada veštačke inteligencije.