PHẦN MỀM DỊCH TỰ ĐỘNG RỐT CUỘC ĐÃ HẾT VÔ DỤNG CHƯA?

Ngày đăng 08.09.2021

Nếu thú vui của bạn là dùng một trình dịch trực tuyến để dịch một cụm từ và cười nhạo kết quả dịch được, thì thú vui của bạn có thể sắp kết thúc rồi đấy. Tuần trước, Google tuyên bố đã xóa được 80% lỗi mà phần mềm dịch thuật của họ gây ra.

Dịch văn bản từ ngôn ngữ này sang ngôn ngữ khác là một mệnh lệnh đơn giản nhưng lại là một vấn đề phức tạp. Tất nhiên, từ xưa, dịch thuật là công việc dành cho con người, những biên-phiên dịch viên, nhưng trong hơn nửa thế kỷ qua, máy dịch tự động đã trở thành một lĩnh vực phụ nhưng cũng quan trọng của trí tuệ nhân tạo.

Các hệ thống dịch tự động, bao gồm cả Google Dịch, đã làm khá tốt trong việc dịch các từ đơn hoặc thậm chí các câu ngắn. Nhưng ai cũng nhận thức rõ được những mặt hạn chế của công nghệ này khi dịch những đoạn văn dài hơn, phức tạp hơn, do đó mọi người đều thận trọng trong việc dựa vào hệ thống dịch tự động khi dịch những thứ quan trọng.

Hệ thống dịch tự động hoạt động bằng cách phân tích văn bản đầu vào từ một ngôn ngữ và tạo ra một bản thể tương đương trong ngôn ngữ đích. Với hệ thống thay thế từ thì điều này rất đơn giản, nhưng không thể đảm bảo được đầu ra chất lượng cao. Bởii vì rất khó để lập trình giúp máy tính hiểu được văn bản như con người và dịch văn bản đó sang ngôn ngữ khác mà vẫn giữ nguyên ý nghĩa và ngữ nghĩa.

Điều này một phần là do các ngôn ngữ khác nhau có nguồn gốc vào những thời điểm khác nhau và có lịch sử tiến hóa khác nhau. Điều này mang lại cho mỗi ngôn ngữ một tập hợp các nét tinh tế độc đáo mà con người có thể khó học, chứ đừng nói đến việc máy tính cố gắng chuyển từ thay thế từ đơn giản thành câu dễ hiểu.

Không phải tất cả các từ trong một ngôn ngữ đều có từ với nghĩa tương ứng trong ngôn ngữ khác, vì vậy cần một số từ khác để chuyển tải ý nghĩa của một từ trong ngôn ngữ gốc (điển hình như từ schadenfreude trong tiếng Đức). Cấu trúc ngữ pháp cũng khác nhau. Không phải tất cả các ngôn ngữ đều sử dụng cùng một cấu trúc chủ ngữ-động từ-tân ngữ như trong hầu hết các cụm từ tiếng Anh.

Phần mềm dịch tự động cũng có thể gặp khó khăn với các từ se có các nghĩa khác nhau tùy thuộc vào ngữ cảnh câu. Có nghĩa là chương trình dịch sẽ cần phải phân tích toàn bộ câu hoặc toàn bộ đoạn văn để suy ra ý nghĩa của từ.

Rõ ràng, hiểu được nghĩa khái quát là rất quan trọng để tạo ra các bản dịch hữu ích. Nhưng việc dạy cho một cỗ máy hiểu được những ý nghĩa tinh tế của ngôn ngữ không phải là một việc dễ dàng, có thể thấy dựa trên các kết quả dịch kỳ cục của các phần mềm dịch cũ.

Người phiên dịch dựa trên kiến ​​thức, kinh nghiệm và nhận thức thông thường, nhưng chúng tôi không thực sự biết chính xác điều gì đang xảy ra khi não tổng hợp ngôn ngữ. Nếu chúng ta không biết nó thực sự hoạt động như thế nào, thì làm cách nào để dạy máy tính làm việc đó?

Phương pháp tiếp cận Machine Learning (tạm dịch: học máy)

Như đã mô tả ở trên, thách thức thực sự nằm ở việc vượt ra khỏi các từ hoặc cụm từ ngắn riêng lẻ để dịch các phần lớn văn bản như toàn bộ trang web hoặc tiểu thuyết.

Ở chiều hướng ngược lại, công nghệ dịch tự động cũng đã hoạt động khá tốt. Nếu bạn đang đi du lịch ở nước ngoài, bạn có thể sử dụng một ứng dụng tương tác thực tế ảo như Word Lens để giải mã các biển báo trên đường trong thời gian thực. Các cụm từ du lịch đơn giản có thể dễ dàng được dịch bằng cách sử dụng các chương trình có các quy tắc ngôn ngữ đơn giản được mã hóa cứng trong lập trình.

Nhưng giả sử nếu bạn muốn đọc một cuốn tiểu thuyết hoặc lướt một trang web tiếng nước ngoài hoặc dịch một bản trình bày PowerPoint trong thời gian thực tại một hội nghị thì cần một cách tiếp cận mới - một cách có thể nận biết và tái tạo dòng chảy và ý nghĩa của tổng thể văn bản.

Cách tiếp cận mới của Google liên quan đến thứ người ta gọi là “Dịch máy bằng nơ-ron (Neural Machine Translation-NMT)”. Cách này sẽ dựa theo một mạng nơ-ron nhân tạo, được lập trình để cố gắng mô phỏng cách tiếp cận dịch thuật của não người. Quan trọng hơn là có thể “học” khi nó có kinh nghiệm hơn, dần dần cải thiện độ chính xác khi dịch nhiều văn bản hơn.

Vì các thuật toán NMT không dựa trên logic của con người (nghĩa là các thuật toán được mã hóa bằng tay), chúng có thể tự sửa đổi khi thực hiện. Về lý thuyết, thuật toán NMT có thể tìm ra cách dịch văn bản mà các lập trình viên là con người không thể hình dung được khi thiết kế hệ thống.

Trong tương lai

Việc đạt đến độ chính xác 100% sẽ không dễ dàng, nhưng chúng ta có thể mong đợi các công ty công nghệ như Google sẽ dành nhiều tâm huyết và sức để cố gắng đạt được. Đây có thể là một quá trình tiến hóa, không phải là một bước đột phá duy nhất và sẽ cần một lượng lớn thời gian, dữ liệu và sức mạnh xử lý để cải thiện kết quả cho đến khi chúng đạt được độ hiệu quả hoàn hảo.

Tuy nhiên, sự cải tiến mới đây đã thể hiện một bước tiến vượt bậc - cuối cùng đã đưa dịch tự động lên một tiêu chuẩn mới, có thể thõa mãn được các yêu cầu thông thường. Hiện tại, nếu bạn cần độ chính xác 100%, bạn vẫn sẽ cần thuê một biên dịch viên, nhưng với mỗi ngày trôi qua, máy tính đang mài giũa kỹ năng của chúng.

Điều này đặt ra câu hỏi về việc liệu tính năng dịch tự động có dần trở thành một phần trong trải nghiệm hàng ngày của chúng ta trong tương lai. Theo thời gian, chúng tôi có thể duyệt các trang web được hiển thị với ngôn ngữ chúng ta yêu thích dựa trên hồ sơ của chúng ta hoặc nghe các bài giảng bằng bất kỳ ngôn ngữ nào chúng ta chọn hoặc tham gia vào các cuộc thảo luận thời gian thực với những người nói một ngôn ngữ khác mà không cần người phiên dịch. Cơ hội là vô tận.

Nếu chúng ta có thể cải thiện độ chính xác lên gần 100%, rào cản ngôn ngữ sẽ bắt đầu biến mất. Chúng tôi sẽ thuộc về một ngôi làng toàn cầu, nơi bất kỳ ai cũng có thể chia sẻ kiến ​​thức và chuyên môn của mình với bất kỳ ai khác.

Trong một thế giới với máy tính đa ngôn ngữ, liệu có ai cần phải bận tâm học một ngôn ngữ khác không? Còn quá sớm để nói. Nhưng cũng giống như phần mềm lập bản đồ đã xóa bỏ tất cả, trừ cảm giác lạc vào một nơi xa lạ, chúng ta đang hướng tới một thế giới nơi bạn có thể ở bất cứ đâu trên hành tinh và không bao giờ rơi vào trạng thái cạn lời.