Galaxy S24 valós idejű fordítás, neurális gépi fordítás (NMT)

A legújabb mesterséges intelligencia alapú fordítási technológiák lebontják a nyelvi akadályokat, és szabadabbá teszik a globális kommunikációt. A mesterséges neurális hálózatokon alapuló (NMT) fordítási technológia rohamos fejlődésnek indult, és a puszta szövegen túl a hangot és a videót is felöleli, lehetővé téve a valós idejű tolmácsolást és a multimodális fordítást.

A nyelv már nem akadály

A múltban a nyelvek magas falat képeztek a kultúrák és a népcsoportok között. Azonban a mesterséges intelligencia fejlődésével ez a fal egyre inkább leomlik. Okostelefonunk kamerájával beszkennelhetjük az étlapokat, és azonnal lefordíthatjuk idegen nyelven írt menüket, egyetlen alkalmazás segítségével pedig bárhol a világon tolmácsolást kérhetünk.

Az innovatív mesterséges intelligencia alapú fordítási technológiák középpontjában a „Mesterséges Neurális Hálózaton Alapuló Fordítás (Neural Machine Translation, NMT)” technológia áll. Az NMT a mélytanulási technológiát használja a teljes mondatok lefordítására. A hagyományos statisztikai fordítási módszerekkel ellentétben az NMT elemzi a mondatokban a szavak kontextusát és összefüggéseit, hogy megértse a pontos jelentést.

NMT elve: a kontextus megértése a pontosság növelése érdekében

Az NMT fordítási folyamata „kódoló” és „dekódoló” szakaszokra oszlik. A kódoló szakaszban a bevitt mondatot egyedi vektorokká alakítja a szavakat, és kinyeri a kontextus információkat. Ezután a dekódoló szakaszban a létrehozott vektorok súlyozva egyenként lefordítódnak.

Például a „szem” szó esetén a mondaton belüli többi szóval való kontextus alapján megállapítja, hogy „személy szeme” vagy „szem (a test része)” van-e szó. Az NMT lényege, hogy a kontextus megértésével pontosan közvetíti a jelentést.

Többnyelvű hangfordítás, valós idejű tolmácsolás

Az NMT technológia a szövegfordítás mellett a hang- és videófordítás területére is kiterjed. A Meta „Seamless M4T” modellje több mint 100 nyelvet képes felismerni és lefordítani. A Google „Universal Speech Model” modellje pedig több mint 400 nyelv hangját képes lefordítani.

Ezen a technológián alapulva a Samsung Galaxy S24 készülékbe beépítették a beszélgetőpartner hangjának szöveggé való valós idejű fordítási funkcióját. Az SK Telecom is piacra dobta a „A.” nevű valós idejű tolmácsolás szolgáltatást hívásokhoz, és a mesterséges intelligencia startupok is bemutatják online videokonferenciákhoz való többnyelvű valós idejű tolmácsolás technológiáikat.

A kultúra és a nyelv közötti akadályok eltűnésével a fordítási technológiák fontossága minden eddiginél nagyobb. A globális kor követelményeinek megfelelően a gyorsan fejlődő mesterséges intelligencia alapú fordítási technológiák a jövőben még több területen fognak felhasználásra kerülni, és össze fogják kapcsolni a világot.