از زمان ورود هوش مصنوعی مولد یعنی در پایان سال 2022، راه‌های بی‌شمار و فراوانی به منظور اعمال LLM در تولید ترجمه ارائه شده است. بعد از بررسی موارد کاربرد این امکانات ناشناخته، سریعاً به این مهم پی خواهید بود که یک LLM قطعاً می‌تواند کلید حل یک سناریوی خاص باشد که مدتهاست در ترادوس رویای پرداختن به آن را داشتم – اجازه دهید توضیح بدهم…
هنگام کار با یک ابزار ترجمه به کمک کامپیوتر، می توانید از یک سرویسدهنده ترجمه ماشینی استفاده نمایید تا به هنگام ترجمه به شما پیشنهادات ترجمه بدهد. همچنین می‌توانید با کمک ابزار ترجمه به کمک ماشین خود هر اصطلاح و واژه شناخته شده‌ای که مورد تأیید پایگاه واژگان شما است پررنگ نشان دهد. با این حال، کاربر باید به صورت دستی این اصطلاحات را در خروجی ترجمه اعمال کند که این خود موجب افزایش مدت زمان صرف شده برای هر ترجمه می‌شود.
چه می‌شد اگر راهی برای خودکار کردن این فرآیند وجود داشت؟ چه می‌شد اگر ابزار ترجمه به کمک ماشین بتواند به طور خودکار اصطلاحات را ضمن تکمیل نتایج ترجمه ماشینی اعمال کند و سپس پیشنهاد بهبودیافته را به منظور یک بررسی نهایی به شما نمایش دهد؟ این عبارات به بررسی یکی از چالش‌ها (و ناامیدی‌های شناخته شده) در مورد ماشین ترجمه می‌پردازند – اینکه این ابزار اصطلاحات و واژگان را یکدست اعمال نمی‌کند – و این دقیقا همان چیزی که به یک واژه‌نامه کمک می‌کند تا بتواند بدرخشد و متفاوت جلوه کند. مثل یک رویا به نظر می رسد، درست است؟ خوب، اکنون با ظهور LLM ها، می توانیم این را به واقعیت تبدیل کنیم.
چگونه در ترادوس از هوش مصنوعی مولد استفاده کنیم.
اما قبل از بررسی نحوه فعال‌سازی این قابلیت در ترادوس، بگذارید اندکی به عقب برگردیم و شما را در جریان آخرین اخبار قرار دهم و بگویم که اساساً چگونه داریم هوش مصنوعی مولد در ترادوس را در دسترس عموم قرار می‌دهیم. ما معتقدیم که همه باید به نوآوری‌های مستمر ما دسترسی داشته باشند، به ویژه در فضای هوش مصنوعی، به این خاطر مشغول به تعبیه قابلیت‌های هوش مصنوعی مولد در کلیه نرم‌افزارهای دسکتاپ و حافظه‌های ابری خود هستیم.
موتورهای ترجمه مولد در ابر
همانطور که خود ممکن است بدانید، سال گذشته هوش مصنوعی مولد ابتدا در پلتفرم ابری ما برای تنظیم و افزایش توان موتورهای ترجمه معرفی شد. این ماشینها که اکنون به عنوان موتورهای مولد ترجمه (GTE’s) شناخته می شوند، داده‌های زبانی شما را با قدرت یک LLM ترکیب می کنند تا از همان شروع کار نتایج ترجمه را با کیفیت بالاتری ارائه دهند. این قابلیت برای کاربران Trados Enterprise و Trados Accelerate که فرایند کاری تعریف‌شده‌ای دارند در دسترس است. می‌توانید در این وبلاگ درباره این قابلیت جدید هیجان‌انگیز بیشتر بدانید – که حضور اصطلاحات صحیح در نتایج ترجمه ماشینی تنها یکی از موارد قابلیت‌های جدید ترجمه ماشینی است!
اکنون برگردیم به موضوع ترادوس، ما در اینجا نیز هوش مصنوعی مولد را قرار دادیم، تا مترجمان بتوانند از این فناوری به روشی مشابه استفاده کنند. ترادوس همیشه دارای سه فناوری در هسته خود بوده است: حافظه ترجمه، واژه‌نامه و ترجمه ماشینی منسجم. اکنون که هوش مصنوعی در صحنه است، فناوری چهارمی هم وجود دارد که می‌توانید از آن نیز استفاده نمایید. این فناوری کمک می‌کند که به روش‌های کاملاً جدید ترجمه نمایید و کیفیت خروجی ترجمه شما افزایش یابد.
ما قبلاً برخی از برنامه های مبتنی بر هوش مصنوعی را برای ترادوس منتشر کرده بودیم که ممکن است نام آنها را شنیده باشید، برنامه‌هایی مانند OpenAI Translator و AI Professional، که در اصل به کاربران اجازه می داد از یک LLM برای اصلاح کار خود استفاده نمایند و به طیف وسیع‌تری از چالش‌های زبان بپردازند. با این حال، چیزی که این برنامه‌های هوش مصنوعی از آن محروم مانده بودند، قابلیت‌های واقعی ترجمه مولد بود که پیشتر فقط در پلتفرم ابری ما در دسترس بود.
اکنون، به جای پرداختن به هوش مصنوعی برای تکمیل منابع ترجمه فعلی خود، بسیار مفتخریم که در حال راه‌اندازی عملکرد جدید و خوب هوش مصنوعی (یا به اختصار”Trados Copilot – AI Assistant” دستیار هوش مصنوعی) هستیم که به عنوان بخشی از نرم افزار Trados Studio 2024 ما منتشر می‌شود. این نوآوری هوش مصنوعی را به قلب ترادوس می‌آورد و آن را در هسته خود جای می‌دهد.
بیایید کمی بیشتر در مورد آنچه می‌تواند انجام دهد بررسی کنیم:
Trados Copilot – AI Assistant چگونه کار می کند؟
وقتی برای اولین بار دموی دستیار هوش مصنوعی را دیدم و نسخه بتا اولیه را به دست خودم امتحان کردم، بلافاصله متوجه امکانات نهفته در آن شدم که می‌تواند برای تمامی کاربران ترادوس کاربرد داشته باشد. این نوآوری به طور موثری دسترسی به LLM ها را فراهم می‌آورد و همه افراد را در سراسر زنجیره تامین قادر می سازد تا از آنها استفاده کنند – حال در این میان مهم نیست که شما چه نقشی دارید.
بیایید از برخی روش‌ها صحبت کنیم که می‌توانید دستیار هوش مصنوعی بکار گیرید:
کاربرد این ماشین به عنوان یک سرویسدهنده ترجمه منسجم و یکپارچه: می‌توانید از دستیار هوش مصنوعی به منظور یک ترجمه ابتدایی استفاده کنید، درست همانطور که از هر سرویسدهنده ترجمه ماشینی دیگر استفاده می‌نمایید. دستیار هوش مصنوعی همچنین صفحه‌آرایی و نشانه‌گذاری را در طول این فرآیند ترجمه انجام می‌دهد – از این گذشته، این فناوری را با همردیف با اکثر سرویس‌دهندگان ترجمه ماشینی دیگر قرار می‌دهد. شما همچنین می‌توانید به هنگام ترجمه تعاملی با آن در ویرایشگر، این را با ویژگی‌هایی مانند LookAhead ترکیب کنید.
هنگام ترجمه مطالب هم موضوع، درخواست ویرایش فوری کنید: اگر از دستیار هوش مصنوعی به‌عنوان سرویسدهنده ترجمه استفاده می‌کنید، می‌توانید از LLM بخواهید خروجی را به هر شکل مطلوبی تنظیم کند و در حین ترجمه اعمال کند. این به شما کمک می کند تا به جای اعمال تغییرات به صورت انفرادی، تغییراتی را در خروجی ترجمه در مقیاس بزرگ ایجاد کنید.
در حین کار، در ویرایشگر دسکتاپ درخواست راهنمایی برای ویرایش کنید. اگر ترجیح می‌دهید کنترل دقیق‌تری بر روی مکان و زمان اعمال دستیار هوش مصنوعی بر روی خروجی ترجمه خود داشته باشید، می‌توانید به هنگام کار در ویرایشگر، درخواست‌ها را به صورت تعاملی در هر سگمنت جداگانه اعمال کنید. نکته مهم در مورد کار به این روش این است که می‌توانید درخواست را در هر ترجمه‌ای اعمال کنید، خواه این ترجمه توسط LLM تولید شده باشد، یا سرویسدهنده MT، یا به عنوان یک ترجمه تطبیق داده شده با حافظه ترجمه ارائه شود یا ترجمه از صفر باشد.
اعمال خودکار اصطلاحات: چه از LLM به عنوان سرویسدهنده ترجمه استفاده کنید و چه در حین کار در ویرایشگر به آن فرمان کمک دهید، به هنگام ارائه پیشنهادات ترجمه می‌توانید دستیار هوش مصنوعی را طوری تنظیم نمایید که اصطلاحات کاربردی پروژه را مد نظر قرار بدهد. این قابلیت با هر نوع سرویسدهنده اصطلاحات دیگری کار می‌کند، خواه از یک پایگاه اصطلاح محلی MultiTerm استفاده کنید، خواه یک پایگاه اصطلاحات سرور، یک پایگاه اصطلاحات ابری یا حتی یک پایگاه اصطلاحی از هر سرویسدهنده دیگر، مانند IATE . ما این نوآوری جدید را «ترجمه آگاه از اصطلاحات» می نامیم.
فقط نکته کوچکی که باید به خاطر بسپارید این است که LLM ها هنوز به دشواری می‌توانند عملکرد سریع از خود نشان بدهند، به این خاطر با استفاده از دستیار هوش مصنوعی ممکن است کارهای گروهی بسیار طولانی‌تر شود. همچنین، توجه به محدودیت‌های هزینه و نرخ هنگام استفاده از LLM در حالت گروهی مهم است. هنوز هم این مورد ویژگی عالی است اگر به طور نمونه اصطلاحات شناخته شده به هر پیشنهادی از قبل اعمال شود.
مثال عملی
برای ملموس‌تر کردن این موضوع، فکر کردم یک مثالی را در عمل از نحوۀ استفاده از دستیار هوش مصنوعی به اشتراک بگذارم. بیایید نگاهی به مورد جدید و هیجان انگیزی که در بالا ذکر شد بیاندازیم و موارد زیر را فرض کنیم:
در ترجمه شما، هر زمان که عبارت “چاپگر عکس” به میان بیاید، آخرین راهنمای سبک از طرف مشتری شما تصریح می کند که باید از عبارت Fotodruckmaschine در ترجمه خود استفاده کنید. بنابراین، شما آن عبارت را در پایگاه اصطلاحات داخلی MultiTerm به عنوان ترجمه ترجیحی ذخیره کرده‌اید.
به طور معمول، از هر سرویس دهنده MT انتظار دارید که اصطلاح «چاپگر عکس» را به عنوان Fotodrucker ترجمه کند – اسمی که جنسیت آن مذکر باشد، در حالی که اصطلاح فعلی مورد نیاز Fotodruckmaschine با جنسیت مونث است. هنگام استفاده از این اصطلاح، ما همچنین باید در نظر بگیریم که آیا جنسیت سایر کلمات نیاز به تغییر دارد یا خیر و همچنین تنظیمات دستوری را نیز انجام دهیم.
اکنون این جمله نمونه را در نظر بگیرید و فقط آن را با ترجمه ماشینی ترجمه کنید:
Allow at least 12 cm clearance from the back of the photo printer for the paper to travel.
حداقل 12 سانتی متر از پشت چاپگر عکس فاصله داشته باشید تا کاغذ حرکت کند.
ارائه دهنده MT با پیشنهاد زیر بازخواهد گشت:
Lassen Sie mindestens 12 cm Abstand zur Rückseite des Fotodruckers, damit sich das Papier bewegen kann.
بنابراین – همانطور که انتظار می رود، MT از Fotodrucker استفاده می کند. جای تعجب نیست با این حال، پایگاه شما تصریح می کند که باید از عبارت Fotodruckmaschine استفاده شود. اکنون بیایید از دستیار هوش مصنوعی برای ترجمه این جمله استفاده کنیم – MT، اصطلاحات و LLM اکنون با هم کار می کنند تا به طور جادویی ترجمه را تقویت کنند و این پیشنهاد را برای بررسی ارائه کنند:
Lassen Sie mindestens 12 cm Abstand zur Rückseite der Fotodruckmaschine, damit sich das Papier bewegen kann.
این اسکرین شات نحوه کار آنرا نشان می‌دهد- LLM پیشنهاد MT را برمی‌گزیند و وازگان را تغییر داده و ترجمه بهبود یافته را به ویرایشگر برمی گرداند:
تصویر صفحه نمایش LLM را نشان می دهد که پیشنهاد MT را می‌پذیرد.
آیا می توانید قدرت این ترکیب را در محتوای خود تصور کنید؟ MT در تولید اصطلاحات یکدست و اصطلاحات تخصصی مشکل دارد، و اکنون می توان با اضافه کردن اصطلاحات خود به جدول این مسئله را حل نمایید. این همیشه یک مورد کاربرد بدهی بود، اما حل آن چندان آسان نیست، حداقل بدون گزینه import/export یا ایجاد واژه نامه MT در سرویس دهندهMT ممکن نبود. اکنون، دیگر هیچ یک از اینها ضروری نیست، فقط اطمینان حاصل کنید که یک Termbase به پروژه شما متصل است و LLM بقیه کار را انجام خواهد داد.
ار خوبی‌های دیگر این مورد است که بسیار پویا است. فرض کنید فردا مشتری شما بگوید: «لازم است که فلان اصطلاح را از این به بعد Digitalfotodrucker بنامیید. خوب، تنها کاری که باید انجام دهید این است که پایگاه اصطلاحات خود را ویرایش کنید و ترکیب MT/LLM فوراً این را برمی‌گزیند.
برای دسترسی به دستیار هوش مصنوعی به چه چیزهایی نیاز دارم؟
همانطور که قبلاً اشاره کردم، AI Assistant به صورت بومی در Trados Studio 2024 در دسترس است و توسط یک LLM پشتیبانی می شود. تنها چیزی که برای دسترسی به ترجمه مولد نیاز دارید مجوز Studio 2024 و اشتراک LLM به سرویسدهنده انتخابی خود است- در حال حاضر دسترسی به OpenAI یا Azure LLM ممکن است، با این حال پشتیبانی از سرویس‌دهندگان بیشتر برای آینده برنامه‌ریزی شده است.
بعد از آن چه؟
آنچه امروز به آن پرداختیم تنها یکی از موارد متعدد استفاده از دستیار هوش مصنوعی است، اما موارد بسیار بیشتری وجود دارد! آن را امتحان کنید و به ما اطلاع دهید که چگونه از آن برای تغییر فرآیندهای بومی سازی خود استفاده می کنید.
و این تمام مطلب نیست! دستیار هوش مصنوعی تنها راهی نیست که به نوآوریدر ترادوس سرعت می‌دهیم. ترادوس 2024 مملو از ویژگی‌های هوشمند مجهز به هوش مصنوعی است که بهره‌وری و کارایی را افزایش می‌دهد و به شما کمک می‌کند جلوتر از سایرین باشید، از جمله:
- پشتیبانی یکپارچه از داده‌های برآورد کیفیت ترجمه ماشینی (MTQE)، بهبود دقت ترجمه و به حداقل رساندن تلاش‌های پس از ویرایش.
- ویژگی‌های مجهز به هوش مصنوعی، مانند Smart Help که دستیار هوشمند را با کلیک یک دکمه ارائه می‌کند و یافتن اطلاعات مورد نیاز را آسان‌تر از همیشه می‌کند.
