📉 Vad folk tror

Det är nära, men nej, en majoritet tror inte att tekniska framsteg kommer att göra det möjligt för oss att läsa och förstå alla språk till år 2040.

📈 Här är fakta

Översättning är något som människor har arbetat med under lång tid:

• Al-Kindi, den arabiska filosofins fader, utvecklade tekniker för systemisk språköversättning, vilket lade grunden för moderna maskinöversättningar, som idag används av till exempel Google Translate.
• Det första patentet för en "översättningsmaskin" lämnades in av en fransk ingenjör, Georges Artsrouni, på 1930-talet.

• 1954 översatte Georgetown-IBM-experimentet 49 ryska meningar till engelska för första gången i historien. Denna prestation väckte intresse över hela världen och startade ett race för att utveckla maskinöversättningar.
• I mitten av sextiotalet publicerades en rapport som uttryckte oro över bristen på framsteg och finansieringen till maskinöversättningar minskade.
• Ett projekt som överlevde var SYSTRAN. På 1970-talet började det amerikanska flygvapnet använda det och senare var det grunden för AltaVistas och senare Yahoos, BabelFish.

Nu en exponentiell utveckling

Maskinöversättning gjorde stadiga framsteg, men för några år sedan slog de in på en exponentiell utvecklingskurva. Fram till dess hade översättningarna gjorts utifrån regler och statistik, men då började ett nytt system baserat på neurala nätverk användas.

Artificiella neurala nätverk efterliknar hur den mänskliga hjärnan lär sig och lagrar information. Detta är ett stort skifte i artificiell intelligens, som förklaras i boken Genius Makers av Cade Metz.

Hur exakta är de idag?

En studie från 2021 visade att Google Machine Translation kunde översätta medicinska instruktioner för patienter med en noggrannhetsgrad på 94 procent för spanska, 90 procent för tagalog och 82,5 procent för koreanska.

I en annan studie, av engelska till svenska-översättning av en åsiktsartikel, krävdes tre mänskliga redigeringar per mening av resultatet från Google.

Hur snabbt förbättras de?

Enligt översättningsföretaget Lionbridge förbättras noggrannheten i Neural Machine Translation med tre till sju procent varje år. Men ökad beräkningskapacitet i kombination med mer träningsdata gör att framtida framsteg är mer sannolikt exponentiella. Det betyder att noggrannheten kommer att fördubblas med några års mellanrum. Tre procents årlig förbättring betyder 24 år att fördubblas och sju procent betyder tio år. Det kommer sannolikt att gå snabbare än så.

💡 Optimist's Edge

Idag kan du använda Google Translate för att förstå över 100 språk. Du kan översätta vilken text som helst och får nästan alltid en grundläggande förståelse för vad den handlar om. Men det betyder inte att du förstår alla detaljer i texten. Texten är inte heller alltid enkel och trevlig att läsa.

Med perfekta översättningar kommer det att förändras, vilket öppnar upp en helt ny värld av texter.

👇 Så får du Optimist’s Edge

Maskinöversättningar är användbara redan idag. Om du vill översätta en text gör maskinen större delen av arbetet och du kan koncentrera dig på att åtgärda felen och få det att låta mer autentiskt. Det sparar mycket tid.

• De två största och mest exakta verktygen för maskinöversättning är Google Translate och DeepL.
• Redokun är ett översättningsföretag som även använder översättningsminne, vilket efter ett tag gör dina översättningar mer exakta och snabbare.
• Den bästa översättningskvaliteten har setts i innehåll relaterat till datorprogram, juridiska tjänster och telekommunikation.
• Om du arbetar som översättare behöver du lära dig hur du arbetar med maskinöversättning. Du kommer fortfarande att ha ett jobb med traditionella översättningar under en tid, men det är ett jobb som förmodligen inte kommer att finnas om 15-20 år.
• Bli expert på att hjälpa företag och organisationer att använda maskinöversättningar för att spara tid och pengar, och kunna översätta mycket mer av de texter de producerar. Det gör det lättare att hålla multinationella organisationer ihopkopplade.
• Om du har en språkutbildning eller funderar på att skaffa en, överväg att lägga till maskininlärning eller datavetenskap till mixen. Med dessa färdigheter kommer du att bli mycket eftertraktad, eller så kan du starta ditt eget företag.

Mathias Sundin

Den här texten har översatts från engelska med hjälp av Google Translate. Alla eventuella fel är naturligtvis maskinens!