The relevance of the issue under consideration is conditioned by the rapid development of artificial intelligence and its penetration into all spheres of human activity, including interlingual communication, thus contributing to global cultural integration and economic cooperation among the countries of the world. The research objective is to study the features of artificial intelligence translation tools. In order to achieve this goal, a comprehensive analysis of the problems of applying artificial intelligence for interlingual communication has been carried out. The research subject is the set of studied features among which attention is paid to multimodality, personalization, integration of the machine and manual translation technologies into a unified form. The current state and various aspects of the practice of artificial intelligence application in language translation are reviewed. The advantages of artificial intelligence application in language translation are analyzed and the challenges faced by linguists are highlighted. An attempt has been made to make predictions on the prospects for the development of intelligent translation tools. It is emphasized that a comprehensive consideration of AI-assisted translation technologies and tools, taking into account market needs and social influences provides favorable prospects for the growth of interlingual communication, despite the presence of serious challenges for the user.

Keywords: artificial intelligence, language translation, computer-assisted translation, CAT, intelligent translation assistants, translation programs.

Введение

В настоящее время с ускорением процесса глобализации все более очевидной становится важность языкового перевода. Возникновение искусственного интеллекта придало беспрецедентный импульс развитию языкового перевода. Несмотря на неоспоримые удобства, которые предоставляют для межъязыковой коммуникации инструменты перевода, связанные с искусственным интеллектом, они могут создать пользователю определенные проблемы, как, например, этические аспекты перевода или степень соответствия перевода стандартам специалистов-переводчиков. Как отмечают многие исследователи, в последнее время в области машинного перевода были достигнуты значительные успехи, обусловленные его возросшей значимостью, вызванной необходимостью осмысления огромного массива информации, доступной в Интернете на нескольких языках [1–3].

Эффективность машинного перевода по оценкам специалистов повысилась значительно благодаря скорости работы компьютеров и развитием аппаратных компонентов, а также широкому распространению одноязычных и двуязычных данных [4]. Так, к примеру, впервые в 2001 году в качестве автоматической метрики для оценки машинного перевода был предложен индекс BLEU, описанный в исследовательском отчете IBM [5].

Позднее, искусственный интеллект в связке с машинным переводом в контексте переводческого бизнеса упоминается все чаще и чаще, а в октябре 2024 года компания Facebook AI представила новую систему машинного перевода M2M-100 с 15 млрд параметров, которая способна переводить с одного языка на другой напрямую, не используя английский в качестве промежуточного [6].

По заявлению Facebook AI, новая система стала первой многоязычной моделью машинного перевода, которая способна осуществлять переводы между парами из ста языков. Модель обучали на наборе данных из более чем 7,5 млрд предложений как из базы Facebook, так и из других источников. При разработке использовали инструмент CommonCrawl, который поддерживает открытый репозиторий данных веб-сканирования, и систему классификации текстов FastText, которую в Facebook представили несколько лет назад [6].

Таким образом, за период менее чем в 25 лет, технологии машинного перевода в связке с искусственным интеллектом совершили квантовый скачок в своем развитии. Необходимо также отметить, что лингвистическая индустрия в настоящее время специалистами оценивается как растущий рынок, в котором применение ИИ скорее дополнит, чем заменит существующие рабочие процессы, технологии и человеческие навыки [7]. Учитывая влияние меняющегося экономического ландшафта, рост лингвистической отрасли прогнозируется и далее (рис.1).

Рис. 1. Динамика роста лингвистической отрасли 2018–2023 и прогноз на 2024–2028 [7]

Тщательное исследование будущего направления развития языкового перевода в эпоху искусственного интеллекта имеет огромное практическое значение для продвижения межъязыковой коммуникации, содействия культурной интеграции и экономического сотрудничества. Целью проводимого исследования является анализ особенностей применения инструментов перевода с помощью искусственного интеллекта в эпоху цифровых технологий. Для достижения поставленной цели проведен всесторонний анализ проблем применения искусственного интеллекта для межъязыковой коммуникации и вызовов, которые несет пользователям языковой перевод с применением искусственного интеллекта.

Методы и материалы. Временные рамки экспериментальной части работы: август-ноябрь 2024 г. Исследование проводилось с целью аналитической оценки применения искусственного интеллекта в области языкового перевода. Для достижения поставленной цели произведен анализ применяемых технологий и инструментов перевода с помощью искусственного интеллекта, а также отмечены возникающие препятствия и возможные способы их преодоления на пути межъязыковой коммуникации. Теоретическим объектом исследования является машинный перевод, а предметами исследования являются современные средства и инструменты машинного перевода с использованием технологии искусственного интеллекта.

Результаты

Аналитическое исследование проводилось по следующим этапам:

1. Проведение анализа современных средств и инструментов машинного перевода с использованием технологии искусственного интеллекта;
2. Выполнение обзора преимуществ перевода с помощью искусственного интеллекта;
3. Критическая оценка возможных проблем, которые сможет встретить пользователь при переводе с помощью искусственного интеллекта.

На первом этапе обзор литературных источников подтвердил, что в настоящее время применение искусственного интеллекта в области языкового перевода становится все более востребованным и интенсивно развивающимся. Наиболее активно новые инструменты и технологии в области искусственного интеллекта внедряются в сферу машинного перевода, как отмечает ряд исследователей этого направления [1, 8–10].

Так, исследователи перевода с китайского на другие языки отмечают, что системы машинного перевода, основанные на нейронных сетях, значительно улучшились за последние три года, а качество перевода между распространенными языковыми парами улучшилось значительно [9–12, 14].

Китайские исследователи отмечают в своих работах, искусственный интеллект, построенный на алгоритмах глубокого обучения, используемый в онлайн-переводчиках Google Translate и Baidu Translate научились анализировать языковые модели и закономерности из огромных объёмов анализируемых текстов и уже сейчас могут быстро и точно осуществлять перевод [10–13].

Также отмечается, что в сценариях бизнес-переговоров машинный перевод может предоставить первоначальные переводческие ссылки для людей, что экономит значительный объём затрат времени и усилий. В экономическом аспекте применение развитых технологий машинного перевода позволит привнести существенную экономию, поскольку только по оценкам Генеральной дирекции Еврокомиссии по письменному переводу (Directorate-General Translation — DGT) ежегодно этой организации на письменный перевод расходуется более 20 миллионов евро [3].

Среди современных средств и инструментов машинного перевода с использованием искусственного интеллекта выделим две основных технологии: интеллектуальные помощники перевода и голосовой перевод. Интеллектуальные помощники перевода предоставляют пользователю такие возможности, как автоматическая проверка грамматики в режиме реального времени и одновременная выдача пользователю рекомендации по лексике в соответствии с контекстом при вводе текста, что является удобным сервисом. При этом интеллектуальные помощники перевода могут интегрироваться с различными устройствами и программным обеспечением, повышая тем самым качество итогового варианта перевода. На мобильных устройствах интеллектуальные помощники перевода могут сочетаться с приложениями для мгновенного обмена сообщениями, реализуя перевод содержания чатов в режиме реального времени и тем самым облегчая международное общение людей на разных языках.

Развитие технологии голосового перевода позволяет людям осуществлять перевод посредством голосового ввода, что значительно повышает эффективность и удобство перевода. Системы голосового перевода могут распознавать различные языковые акценты, точно преобразовывать голос в текст и осуществлять перевод. Например, во время международных путешествий туристы могут использовать программы голосового перевода для общения с местными жителями, преодолевая языковой барьер, что приносит удобство в жизнь людей.

На втором этапе исследования были обобщены преимущества машинного перевода с помощью искусственного интеллекта.

Во-первых, перевод с помощью искусственного интеллекта обладает высокой эффективностью и может обрабатывать большое количество текстов за короткое время, удовлетворяя непосредственные потребности межъязыковой коммуникации. Например, в областях новостных сообщений и перевода интернет-контента искусственный интеллект может быстро перевести большое количество информации на разные языки, позволяя глобальным читателям своевременно узнавать различные новости.

Во-вторых, точность переводов неуклонно и постоянно повышается. Благодаря глубокому обучению и тренировке на больших объёмах анализируемых текстов искусственный интеллект может лучше понимать семантику и контекст языка, предоставляя более точные результаты перевода. Например, при переводе профессиональной литературы искусственный интеллект может точно перевести профессиональные термины и сложные структуры предложений, оказав мощную поддержку академическим исследованиям и профессиональному общению.

Третье преимущество заключается в поддержке множества языков, одновременно используемых при переводе. Перевод с помощью искусственного интеллекта может удовлетворить потребности межъязыковой коммуникации в глобальном масштабе, играя важную роль как в переводе между распространенными языковыми парами, так и в переводе между малоизвестными языками. Например, некоторые новые малоизвестные языки, такие как хауса, суахили и т. п., также могут получить определенную степень перевода с помощью искусственного интеллекта, способствуя общению и сотрудничеству между различными странами и регионами [1, 2, 4, 5, 10–12, 21, 22].

На третьем этапе проводимого исследования рассмотрены грядущие вызовы, с которыми может столкнуться потенциальный пользователь перевода с помощью искусственного интеллекта. Важно отметить, что с одной стороны, существует проблема в понимании семантики. Хотя искусственный интеллект добился прогресса на уровне грамматики и лексики, ему все еще трудно точно понять сложные семантические отношения языка, поскольку значение языка часто зависит от таких факторов, как контекст и культурный фон [10, 12, 15–17].

Например, в предложениях с метафорами и каламбурами искусственный интеллект часто не может точно понять их истинное значение и легко делает ошибки в переводе [18–20]. С другой стороны, обработка, выявление и сглаживание культурных различий и языковых подтекстов является довольно сложной задачей даже для ручного перевода и зависит от квалификации и уровня переводчика. Естественно, что за разными языками стоят различные культурные коннотации, и искусственный интеллект еще недостаточно гибок в обработке культурных различий, в ряде случаев приводя к неточным или неуместным результатам перевода [1, 11, 13, 21]. Например, при переводе некоторых конкретных культурных обычаев и пословиц необходимо учитывать культурный контекст, чтобы точно передать их смысл, чего искусственный интеллект пока не может интерпретировать корректно [20, 22, 23].

Кроме того, по сравнению с ручным переводом, перевод с помощью искусственного интеллекта недостаточно креативен и гибок. Например, при литературном переводе, особенно при переводе поэзии, искусственный интеллект достаточно корректно и быстро улавливает общий смысл произведения, но недостаточно точно передает оригинальность авторского стиля и литературный рисунок произведения, поэтому машинный перевод зачастую кажется шаблонным и недостаточно изящным [24–26].

Еще одна проблема, с которой может столкнуться пользователь при использовании искусственного интеллекта в машинном переводе, заключается в ресурсоёмкости, что объясняется потребностью в значительных вычислительных мощностях и требует значительных массивов обрабатываемых данных позволяя анализировать сложные языковые закономерности. Тем не менее, уже сейчас разработанные цифровые модели повышают точность перевода за счет выделения приоритетных компонентов текста и эффективно обрабатывают последовательные данные, несмотря на трудности, связанные с длинными последовательностями и сложностью реализации [1, с. 23].

Тем не менее, анализируя тенденции развития языкового перевода в эпоху искусственного интеллекта, можно отметить, что в обозримом будущем машинный перевод с помощью искусственного интеллекта будет глубоко интегрироваться с ручным переводом. Преимущества ручного перевода в понимании семантики, адаптации к культуре и творческом выражении в сочетании с высокой эффективностью перевода с помощью искусственного интеллекта образуют более качественный режим перевода. Например, при переводе сложных научных материалов международных специализированных конференций на первом этапе перевода можно использовать искусственный интеллект для предоставления первоначального, чернового перевода, а затем переходить к ручной проверке и улучшению качества перевода, обеспечивая точность и полноту улавливания лингвистических нюансов. Такая технология как сочетание машинного перевода и постредактирования (PEMT) рассматривается сейчас как особо перспективное направление в отраслевом переводе и демонстрирует многочисленные примеры успешных результатов [14].

Системы перевода ожидаемо продолжат развиваться в направлении персонализации и улучшения качества индивидуализированных результатов перевода в соответствии с контекстом и ситуативным сценарием. Например, для бизнесменов система перевода может предоставить точный перевод профессиональных терминов и стандартизированное выражение в соответствии с особенностями их отрасли и профессиональными потребностями, а для туристов система перевода может предоставить более неформальный перевод.

Мультимодальный перевод также становится отдельным направлением развития, поскольку машинный перевод, охватывающий голосовую и визуальную информацию, а также прочие мультимодальные данные, будет способствовать лучшей межъязыковой коммуникации. Например, при переводе видео можно не только переводить субтитры, но и использовать технологию распознавания изображений для перевода описаний сцен и названий объектов в видео, обеспечивая более полное понимание ситуационного контекста.

Технологии искусственного интеллекта предоставят новые возможности для развития перевода малоизвестных языков, повышая качество и эффективность их перевода на часто употребимые языки. Например, путем создания объёмов текстов малоизвестных языков и оптимизации алгоритмов перевода искусственный интеллект может лучше служить общению и сотрудничеству стран и регионов, использующих малоизвестные языки.

Заключение

Проведенное аналитическое исследование современных средств и инструментов машинного перевода с использованием технологии искусственного интеллекта позволило выявить открывающиеся возможности и возникающие вызовы для языкового перевода в эпоху глобализации.

Перевод с помощью искусственного интеллекта уже сейчас отличается высокой эффективностью, точностью и поддержкой множества языков, но все еще нуждается в улучшении понимания семантики, обработке культурных различий и творческом выражении. Обзор последних достижений в области машинного перевода показывает широкий спектр новых подходов и идей, которые значительно повышают точность и эффективность, а также беглость перевода.

Продвинутые техники, такие как языковое моделирование и встраивание слов улучшают семантическое понимание в зависимости от больших обучающих наборов данных. В будущем перевод с помощью искусственного интеллекта ожидаемо будет развиваться совместно с ручным переводом, предоставлять персонализированные и мультимодальные услуги перевода. Через постоянные инновации и совершенствования искусственный интеллект сыграет более важную роль в межъязыковой коммуникации и содействии глобальной культурной интеграции и экономическому сотрудничеству.

Критическая оценка возможных проблем, которые сможет встретить пользователь при переводе с помощью искусственного интеллекта показала, что они вполне преодолимы, поскольку обработка искусственным интеллектом больших систем и возможность улавливания лингвистических нюансов позволит преодолеть существующие ограничения и в полной мере использовать возможности машинного перевода с использованием искусственного интеллекта во всемирной коммуникации.

Литература:

1. Mohamed Y., Khanan A., Bashir M., Mohamed A., Adiel M., Elsadig M. The impact of artificial intelligence on language translation: a review. IEEE Access, 2024, 12: 25553–25579. https://doi.org/10.1109/ACCESS.2024.3366802.
2. Asudani D. S., Nagwani N. K., Singh P. Impact of word embedding models on text analytics in deep learning environment: a review. Artif. Intell. Rev., 2023, 56: 10345–10425. https://doi.org/10.1007/s10462–023–10419–1
3. Машинный перевод — реформатор мировой экономики. URL: https://d-russia.ru/mashinnyj-perevod-reformator-mirovoj-ekonomiki.html (дата обращения: 05.11.2024). [Machine translation is a reformer of the global economy. (In Russ.) URL: https://d-russia.ru/mashinnyj-perevod-reformator-mirovoj-ekonomiki.html]
4. Mondal S. K., Zhang H., Kabir H. M. D. et al. Machine translation and its evaluation: a study. Artif Intell Rev, 2023, 56: 10137–10226. https://doi.org/10.1007/s10462–023–10423–5 5. Lan W. The impacts and challenges of artificial intelligence translation tool on translation professionals
5. SHS Web Conf., 2023, 163: 02021 https://doi.org/10.1051/shsconf/202316302021
6. В Facebook AI продемонстрировали прямой машинный перевод с одного языка на другой. URL: https://habr.com/en/news/524238/ (дата обращения: 04.11.2024). [Facebook AI demonstrated direct machine translation from one language to another. (In Russ.) URL: https://habr.com/en/news/524238/
7. The 2024 NIMDZI 100. State of the Language Industry URL: https://www.nimdzi.com/nimdzi-100-top-lsp/01-state-of-the-language-industry/ (дата обращения: 05.11.2024).
8. Zhang M. Development and application of modern machine translation technology. Publishing House of Electronics Industry, 2023. (in Chinese)
9. Wang L. The role of intelligent translation assistants in cross — language communication. Research on Language Technology, 2024, 3: 12–35. (in Chinese)
10. Li Q. Innovation and application of speech translation technology. Machinery Industry Press, 2024. (in Chinese)
11. Liu H. Advantages and application prospects of artificial intelligence translation. Translation Studies, 2024. 2: 22–45. (in Chinese)
12. Zhao Y. Challenges and solutions of artificial intelligence translation. Language and Culture, 2024. 4: 55–78. (in Chinese)
13. Sun M. Development trends of language translation in the era of artificial intelligence. Frontiers of Science and Technology and Translation, 2024, 1: 33–50. (in Chinese)
14. Jia Y., Carl M., Wang X. Post-editing neural machine translation versus phrase-based machine translation for English–Chinese. Machine Translation, 2019. 33: 9–29. https://doi.org/10.1007/s10590–019–09229–6
15. Samarina I., Starodubtseva, I. I. Translation techniques in the official style (on the material of business contracts and agreements). The Humanities and Social Sciences, 2020. 82(5): 229–237. https://doi.org/10.18522/2070–1403–2020–82–5-229–237
16. De Martino J. M., Silva I. R., Marques J. G. T. et al. Neural machine translation from text to sign language. Univ Access Inf Soc,2023. https://doi.org/10.1007/s10209–023–01018–6
17. Zhao Y., Zhang J., Zong, C. Transformer: A general framework from machine translation to others. Mach. Intell. Res. 2023. 20: 514–538. https://doi.org/10.1007/s11633–022–1393–5
18. Idrysy E. l., Hourri F.Z, Miqdadi S., E., et al. Unlocking the language barrier: A Journey through Arabic machine translation. Multimed Tools Appl, 2024. https://doi.org/10.1007/s11042–024–19551–8
19. Li J., Jin R., Paik JY., Chung TS. Neural machine translation with an awareness of semantic similarity. In: Liu, F., Sadanandan, A.A., Pham, D.N., Mursanto, P., Lukose, D. (eds) PRICAI 2023: Trends in Artificial Intelligence. PRICAI 2023. Lecture Notes in Computer Science, 2024. 14326. https://doi.org/10.1007/978–981–99–7022–3_20
20. Cui S., Duan K., Ma W. et al. Dose multimodal machine translation can improve translation performance? Neural Comput & Applic, 2024.36: 13853–13864. https://doi.org/10.1007/s00521–024–09705-y
21. Lalrempuii C., Soni B. Extremely Low-resource Multilingual Neural Machine Translation for Indic Mizo Language. Int. j. inf. tecnol. 2023. 15: 4275–4282. https://doi.org/10.1007/s41870–023–01480–8
22. Wang H. Machine translation based on neural network: a case study of est translation. In: Zhang, Y., Shah, N. (eds) Application of Big Data, Blockchain, and Internet of Things for Education Informatization. BigIoT-EDU 2023. Lecture Notes of the Institute for Computer Sciences, Social Informatics and Telecommunications Engineering, 2024. 582. https://doi.org/10.1007/978–3-031–63136–8_2
23. Chen M. Trust, understanding, and machine translation: the task of translation and the responsibility of the translator. AI & Soc, 2024. 39: 2307–2319 (). https://doi.org/10.1007/s00146–023–01681–6
24. Ma Q. Research on English–Chinese machine translation shift based on word vector similarity. Artif Life Robotics, 2024. 29: 585–589. https://doi.org/10.1007/s10015–024–00964–5
25. Wang B. et al. Mongolian-Chinese neural machine translation based on sustained transfer learning. In: Huang, DS., Si, Z., Zhang, Q. (eds) Advanced Intelligent Computing Technology and Applications. ICIC 2024. Lecture Notes in Computer Science, 2024. 14877. https://doi.org/10.1007/978–981–97–5669–8_25
26. Horbach A., Pehlke J., Laarmann-Quante R. et al. Crosslingual content scoring in five languages using machine-translation and multilingual transformer models. Int J Artif Intell Educ, 2023. https://doi.org/10.1007/s40593–023–00370–1