Hier wurde uns kürzlich geflüstert, dass in fünf Jahren Übersetzer und Sprachlehrer einfach nicht mehr benötigt werden. Und die Sache ist, dass sich neuronale Systeme der künstlichen Intelligenz sehr aktiv entwickeln.
Sie übersetzen Text und Sprache so qualitativ und schnell, dass der Bedarf an lebenden Spezialisten einfach verschwindet.
Natürlich haben wir gelacht, aber darüber nachgedacht. Und sie beschlossen, tiefer in das Thema einzutauchen und herauszufinden, was es mit künstlicher Intelligenz gibt und ob es uns wirklich ohne Arbeit lässt.
Was ist ein künstliches neuronales Netzwerk?
Kurz gesagt, ein künstliches neuronales Netzwerk wird erstellt, um die Funktionsweise des menschlichen Gehirns mithilfe mathematischer Algorithmen zu simulieren.
Das Hauptmerkmal des neuronalen Netzwerks ist die Lernfähigkeit. Aus Sicht der Mathematiker sieht dieser Prozess wie ein nichtlineares Optimierungsproblem aus, bei dem Diskriminanzanalyse- und Clustering-Methoden verwendet werden.
In den Geisteswissenschaften kann ein künstliches neuronales Netzwerk Daten mit komplexen Algorithmen analysieren und Operationen sowohl mit genau definierten mathematischen Systemen als auch mit Fuzzy-Sprachsystemen durchführen.
Zwei Beispiele, die wir analysieren werden.
Ein genau definiertes mathematisches System ist Schach . Das Spiel hat eine Reihe klarer Regeln, die absolut zu erfüllen sind. Es gibt ein bestimmtes Ziel - einen Gegner schachmatt zu setzen.
Und es gibt eine Vielzahl möglicher Züge, unter denen Sie diejenigen auswählen müssen, die zum Sieg führen.
Die Schwierigkeit bei der Analyse eines Schachspiels besteht darin, dass die Anzahl der einzigartigen Schachspiele nahe bei 10 ^ 120 liegt. Ja, ja, es sind 10 bis 120 Grad. Im Vergleich dazu beträgt die Anzahl der Atome im beobachtbaren Universum ungefähr 10 ^ 79.
Alle Positionen zu analysieren ist physikalisch unrealistisch. Daher ist das System gezwungen, Bewegungen und Techniken auszuwählen, die zu einem sofortigen Gewinn oder einer strategischen Stärkung der Position führen.
Ein zweites Beispiel für die Verwendung eines neuronalen Netzwerks ist die Übersetzung von einer Sprache in eine andere . Dies ist ein völlig anderes Datenverarbeitungssystem, da Hunderte von Regeln und Tausende von Sprachnuancen bei der Übersetzung berücksichtigt werden müssen.
Darüber hinaus muss das System den Kontext verstehen, um nicht übersetzbare Wörter oder Wortspiele zu übersetzen. Wie können Sie sonst die korrekte Übersetzung eines Satzes mit dem Verb „set“ herausfinden, das nur 44 erkannte Werte hat?
Oder eine noch schwierigere Aufgabe ist es, subtilen englischen Humor zu vermitteln, damit Russisch darüber lachen kann. Oder noch schwieriger ist es, den Vers zu übersetzen. Oder ... nun, du verstehst, worum es geht.
Nun kurz darüber, wie ein neuronales Netzwerk funktioniert.
Das System zerlegt die Daten zunächst in elementare Komponenten. Und dann analysieren eine oder mehrere verborgene Schichten der Algorithmen die Daten und führen die Transformation durch.
In tiefen neuronalen Netzen gibt es mehrere Ebenen von Algorithmen, die sich mit der Analyse befassen. Oft sind sie kaskadierend, wobei Informationen von der unteren Schicht auf die Schicht in der obigen Hierarchie übertragen werden und die Informationen auf einer anderen Ebene verarbeiten.
Wenn die Algorithmen eindeutige Abhängigkeiten in den Daten finden, werden darüber hinaus neue Algorithmen auf ihrer Basis erstellt.
Im Schach beispielsweise „erfindet“ eine Maschine sehr schnell Taktiken, um schnell Figuren zu entwickeln und zentrale Felder zu erfassen.
Und das alles, weil solche Manöver bei der Eröffnung fast immer einen Vorteil bringen.
Beachten Sie, dass dies in den Spielregeln nicht einmal eng ist, aber die meisten gespielten Spiele bestätigen die Hypothese, sodass die Maschine sie selbst verwendet.
***.
Gleiches gilt für die Übersetzung der Bedeutungen eines Wortes, die in verschiedenen Sprachen sehr unterschiedlich sein können.
Nehmen Sie zum Beispiel das Wort Bogen. Er hat zwei grundlegende, aber radikal unterschiedliche Bedeutungsvarianten - ein Gemüse („Zwiebel“) und eine kleine Waffe („Bogen“). Es gibt ein weiteres Drittel der Umgangssprache - „Zwiebel“ bezieht sich auf eine Kombination aus Kleidung oder einem modischen Bild (Transparentpapier aus dem englischen „Look“). Es wird selten verwendet, aber das neuronale Netzwerk sollte es auch "wissen".
Um herauszufinden, welche Übersetzungsoption verwendet werden soll, weist das neuronale System jedem Wert seine eigenen Parameter zu, die auch von den im Satz in der Nähe verwendeten Wörtern abhängen.
Im Satz „Honig, kaufe ein Kilogramm Zwiebeln und Kartoffeln“ übersetzt das System „Zwiebeln“ als „Zwiebel“. Und das alles, weil es in der Nähe ein „Kilogramm“ gibt, das nicht mit Kleinwaffen verwendet wird, und eine „Kartoffel“, die sich auch auf den Parameter „Gemüse“ bezieht.
Ebenso mit dem Satz "Der Schütze zog seinen Bogen und feuerte einen Pfeil auf den Feind." Sie können nur einen Bogen als Waffe "ziehen". Außerdem gibt es das Wort "Schütze". Deshalb bekommen wir die Übersetzung - "Bogen".
Interessant. Das Wort "Pfeil" wird in diesem Fall bei der Bestimmung der Bedeutung des Wortes "Bogen" nicht als signifikant angesehen. Und das alles, weil der „Pfeil“ auch den grünen Stiel der Zwiebel als Gemüse bedeuten kann. Daher wird dem System früher oder später eine Ausnahme hinzugefügt, die das Wort „Pfeil“ im Kontext eines Bogens nicht berücksichtigt.
Wenn das System lernt, wächst die Anzahl der Algorithmen und Parameter. Einige von ihnen verbessern sich und werden komplizierter, andere werden durch kompaktere Optionen ersetzt.
Und das Ergebnis ist ein Phänomen, wenn die Maschine nach ihren Schlussfolgerungen einer Person nahe kommt. Und dies trotz der Tatsache, dass immer noch ein System von Algorithmen verwendet wird, selbst komplexe und mehrstufige.
Lassen Sie Kybernetik und Mathematiker nicht schwören. Wenn überhaupt, dann sind wir Humanisten im guten Sinne des Wortes, und wir haben für uns selbst einen Artikel über ähnliche Humanoiden geschrieben.
Ein paar Worte zu Alpha Zero und Schach
Im Jahr 2017 veröffentlichte DeepMind, eine Tochtergesellschaft von Google, ein aktualisiertes Programm für neuronale Netze. Die Entwickler beschlossen, das Programm auf den beliebtesten strategischen Spielen mit klar festgelegten Regeln zu testen: Schach, Go und Shogi.
Das Erlernen eines Schachprogramms dauerte nur 24 Stunden. Es wurden nur die Spielregeln in das System eingegeben - das ist alles. Keine Debütbibliotheken oder Party-Datenbanken. Nur die Regeln. Und 24 Stunden spielte das Programm mit sich selbst.
Im ersten Spiel wurden absolut zufällige Züge gemacht. Es ist wahr, es kann nirgendwo gesehen werden - die Informationen stammen aus den Worten der Entwickler. Infolgedessen verlor eine Seite, und das System war der Ansicht, dass die Aktionen der zweiten Seite besser für den Sieg waren.
Nach 24 Stunden und 44 Millionen Spielen wurde AlphaZero der stärkste Schachspieler in der Geschichte des Spiels. Elos AlphaZero-Bewertung beträgt ungefähr 3.500 Punkte, obwohl sie laut verschiedenen Quellen 5.000 erreicht.
Zum Vergleich: Die durchschnittliche Amateurwertung beträgt 1200 Elo, der Meister des Schachsports 2200-2400 Elo. Die maximale Bewertung, die Elo vom Menschen erhält, ist Magnus Carlsen, der amtierende Weltmeister. Am 21. April 2014 erreichte es den Wert von 2889,2 Punkten von Elo.
Alpha Zero spielt ungefähr 600 Punkte stärker (in der optimistischsten Version). Es ist wie ein Meister des Sports, der mit einem zweitklassigen Spieler spielt. Und der zweitklassige Spieler hier ist nur der stärkste menschliche Spieler.
Für Schachkenner. Hier ist eine Analyse
einiger Spiele von Alpha Zero gegen Stockfish vom russischen Großmeister Sergey Shipov. Und um ehrlich zu sein, waren wir beeindruckt.
Alpha Zero und Stockfish: Was ist der Unterschied?
Stockfish war das stärkste Computerschachprogramm, bis Alpha Zero es demütigte.
Es ist bemerkenswert, dass Stockfish 70 Millionen Positionen pro Sekunde und Alpha Zero - nur 40.000 - analysierte, was nach der Monte-Carlo-Methode als vielversprechend angesehen wurde.
Das heißt, das neuronale Netzwerk bewertet nicht jede einzelne Bewegung, sondern die Summe der Ergebnisse der Ziehungen von Zügen, wodurch die Ziehungen abgeschnitten werden, die zu einer Verlustposition führen.
Infolgedessen gab Alpha Zero 99,99% weniger Ressourcen für die Analyse aus.
Infolgedessen gewann Alpha Zero von 100 Spielen 28, 72 Unentschieden und verlor kein einziges.
Was das Schach angeht, so hat die neuronale künstliche Intelligenz den Menschen und seine älteren Maschinenkollegen bereits übertroffen.
Dies gilt jedoch tatsächlich für ein geschlossenes System mit einem kleinen bestimmten anfänglichen Regelwerk.
Nun beschäftigen wir uns mit dem Sprachsystem.
Neuronale künstliche Intelligenz und Übersetzung
Wir kennen die Idee von Google im Bereich der Übersetzung - Google Translate.
Google Translate mit Übersetzungen funktioniert also etwas anders als Alpha Zero mit Schach. Im Schach analysiert das System einzelne Sätze von Zügen, die zum profitabelsten Ergebnis führen. Für Übertragungen wird ein bidirektionales Netzwerk verwendet. Ein Stream unterteilt den ursprünglichen Satz in semantische Elemente und der zweite gibt sie in der richtigen Reihenfolge in einer anderen Sprache wieder.
So etwas passiert. Der Vorschlag ist in Komponenten unterteilt. Darüber hinaus ist das Wort nicht die kleinste Komponente, da die Bedeutungen des Wortes als eine tiefere Ebene betrachtet werden.Die resultierenden Bestandteile werden mithilfe von Algorithmen in ihrer Bedeutung analysiert - genau dieselben selbstlernenden verborgenen Schichten. Der Vorschlag wird zuerst in Teilen analysiert, dann - alle zusammen und sogar in die entgegengesetzte Richtung. In der Tat ändert beispielsweise auf Deutsch das Teilchen „nicht“ am Ende eines Satzes radikal seine gesamte Bedeutung.
Schematische Darstellung des Prozesses. Jede Ebene von Algorithmen analysiert den Satz in verschiedenen Konfigurationen und "sammelt" dann den Satz aus den empfangenen Bedeutungen in einer anderen Sprache unter Berücksichtigung seiner grammatikalischen Merkmale.Wenn beim Schach alles klar ist, ist die Sprache ein flexibleres System in den Regeln, das auch die Übersetzung von Sätzen ermöglicht, die nicht nur „in Buchstaben“, sondern auch „im Geist“ korrekt sind. Das heißt, der Übersetzer kann bewusst auf die Genauigkeit der wörtlichen Übersetzung verzichten, um die Bedeutung tiefer zu vermitteln.
Fiktive Übersetzung von Gedichten
Ein häufiges Beispiel ist die Übersetzung von Versen. Schließlich ist es fast unmöglich, auch nur einen Quatrain zu übersetzen, um den Rhythmus, die Anordnung der Wörter und die volle Bedeutung sofort zu bewahren.
Es kann einfach keine einheitlichen Algorithmen geben, da man einen Vers oft radikal wiederholen muss, um seine wahre Bedeutung zu vermitteln.
Natürlich ist die Übersetzung von Versen einer der schwierigsten Bereiche der Linguistik, aber neuronale Netze haben sich bereits als die besten für genaue Berechnungen erwiesen. Beginnen wir also mit den schwierigsten.
Nehmen Sie zum Beispiel Shakespeares zweites Sonett. Alternativ zitieren wir den Originaltext, die Übersetzung von S. Trukhtanov (wir haben diese Option aus vielen rein subjektiven gewählt) und die Übersetzung von Google Translate.
Original:
Wenn vierzig Winter deine Stirn belagern werden,
Und grabe tiefe Gräben auf dem Feld deiner Schönheit.
Die stolze Bemalung deiner Jugend, die jetzt so angeschaut wurde,
Wird ein zerfetztes Unkraut von geringem Wert sein:
Dann wird gefragt, wo all deine Schönheit liegt.
Wo all der Schatz deiner lustvollen Tage,
Zu sagen, in deinen eigenen tief versunkenen Augen,
Waren eine alles fressende Schande und sparsames Lob.
Wie viel mehr Lob verdient den Gebrauch deiner Schönheit,
Wenn du antworten könntest "Dieses schöne Kind von mir
Soll meine Zählung zusammenfassen und meine alte Entschuldigung vorbringen. “
Beweise seine Schönheit durch deine Nachfolge!
Dies sollte neu gemacht werden, wenn du alt bist,
Und sieh dein Blut warm, wenn du es kalt fühlst.
Wie Sie sehen können, ist Englisch hier eindeutig veraltet - es gibt sogar eine einzelne zweite Person, die im modernen Englisch nicht verwendet wird. Und das erschwert die Übersetzung noch mehr.
Im Allgemeinen werden wir nicht den Unterschied zwischen menschlicher und maschineller Übersetzung betrachten.
Und um ehrlich zu sein, ist dies alles andere als die beste Leistung von Google. Vielleicht ist es deshalb für Anhänger maschineller Übersetzungen peinlich, wenn sie gefragt werden, ob ihre Algorithmen mit Versen funktionieren. Schließlich kommt auch das gepriesene Google Translate nicht einmal genau damit klar.
Fiktive Übersetzung der Prosa
Wenn ja, versuchen Sie etwas Einfacheres. Künstlerische Prosa. Der große Gatsby Fitzgerald.
Original:
„In meinen jüngeren und verletzlicheren Jahren gab mir mein Vater einige Ratschläge, die ich seitdem in meinem Kopf habe.
"Wann immer Sie Lust haben, jemanden zu kritisieren", sagte er mir, "denken Sie daran, dass alle Menschen auf dieser Welt nicht die Vorteile hatten, die Sie hatten."
Vergleichen Sie nun die Übersetzungen von Mensch und Maschine. Als Verteidiger der Menschheit haben wir die Übersetzung von N. Lawrow übernommen.
Lawrows Übersetzung entspricht nicht genau dem Original. Es gibt Änderungen in der Anordnung der Phrasen, Sätze sind etwas erweiterter als im Englischen. Aber im Allgemeinen ist der Eindruck harmonisch, Bedeutung und Stimmung werden vollständig übertragen.
Die maschinelle Übersetzung ist mechanisch genauer - Sätze werden genau so übersetzt, wie sie im Original geschrieben sind. Die Bedeutung wird recht gut vermittelt, aber es gibt Probleme mit „du-du“ und alles klingt ziemlich ungeschickt.
In literarischen Übersetzungen kann man ein wenig Genauigkeit für die Harmonie oder für die Harmonie der Phrasen opfern. Menschliche Übersetzer verwenden dies sogar unnötig oft, die Maschine jedoch nicht.
Und was dann?
Aus Gründen der Fairness muss erwähnt werden, dass Google Translate technische Texte übersetzt, bei denen die wörtliche Genauigkeit der Übersetzung wichtig ist, perfekt und praktisch ohne Fehler. Aber diejenigen Charaktere, die behaupten, dass Übersetzer in 5-10 Jahren ohne Arbeit sein werden, können sicher auf eine lange Wanderung geschickt werden.
Bestehende Prozessoren und Datenverarbeitungsalgorithmen können mit Systemen umgehen, für die nur begrenzte Regeln gelten. Schach oder Los sind genau das. Bei flexiblen Systemen wie Sprachen, bei denen die Grenzen der Regeln verwischt sind, muss das Programm jedoch unnötig komplexe Algorithmen hinzufügen, die alles andere als perfekt funktionieren.
Es ist möglich, dass Algorithmen nur mehr Zeit benötigen, um zu lernen, wie man genau mit Sprachen arbeitet. Nun, wir werden unsere Arbeit weiterführen und den Erfolg neuronaler Netze auf diesem Gebiet halbieren.
Aber verlassen Sie sich vorerst nicht auf künstliche neuronale Netze - lernen Sie Englisch und entwickeln Sie Ihre eigenen.
EnglishDom.com - eine Online-Englisch-Lernplattform
Lernen Sie Englisch in Online-Kursen von EnglishDom.com. Als
Referenz - 2 Monate Abonnement für alle Kurse als Geschenk.
Wählen Sie für die Live-Kommunikation das Skype-Training mit einem Lehrer. Die erste Probestunde ist kostenlos, registrieren Sie sich hier. Nach dem
Goodhabr2-Gutscheincode - 2 Lektionen als Geschenk beim Kauf aus 10 Lektionen. Der Bonus ist bis zum 31.05.19 gültig.