XII Международная студенческая научная конференция Студенческий научный форум - 2020

Технологии машинного перевода развиваются семимильными шагами. Они всё дальше проникают в жизнь людей, никак не связанных с переводческим бизнесом, что уж говорить о профессиональных переводчиках.

Благодаря этим технологиям обычный турист легко объясняется с жителями экзотических стран. Чтобы прочесть объявление, написанное, например, на кхмерском языке, достаточно навести на него камеру смартфона — и через секунду получить его перевод. Программа Скайп умеет распознавать ваш голос и автоматически переводить вашу речь на другой язык в режиме реального времени. Будущее уже наступило, оно даже не за окном — оно прямо у вас в руках.

Задумаемся над следующими утверждениями. Первое: перевод — это передача смысла. Второе: машины не умеют оперировать смыслом.

Из этих двух утверждений с неизбежностью следует неожиданный вывод: то, что производит машина, априори не является переводом.

Не только «обычного» туриста, но и многих лингвистов этот вывод часто огорошивает. Почему это машина не может выполнять перевод? Ведь мой смартфон уже читал мне объявления, написанные на другом языке, а мне уже доводилось переводить тексты с абсолютно незнакомого языка с помощью Google Translate. Разберемся в определениях. В науке, технике и других сферах человеческой деятельности есть много неудачных, но, к сожалению, прижившихся терминов. Их «терпят» и продолжают применять не потому, что они отражают суть, а потому, что к ним все привыкли, так исторически сложилось. Например, «сверхновая звезда» — неудачный термин. Вспышка сверхновой — это не рождение новой звезды, как многие думают, а наоборот — предсмертная агония старой, умирающей звезды. Нам, людям, с расстояния в тысячи световых лет кажется, что на небе зажглась новая звезда, на самом же деле где-то невероятно далеко погибла звезда, которая благополучно светила миллионы лет. К слову, и «световой год» — тоже неудачный термин. Слыша слово «год», несведущие люди воспринимают его как единицу измерения времени, тогда как в световых годах измеряют чудовищные астрономические расстояния.

«Машинный перевод» — еще один пример крайне неудачного термина. Машинный перевод — это оксюморон. Перевод машинным быть не может. Если его выполнила машина — это не перевод, а если его выполнил человек — он не машинный.

Сейчас сложно установить, кто именно ввел в обиход термин «машинный перевод». Судя по всему, этот человек был далек от лингвистики или просто не озаботился тем, чтобы придумать более точный термин. И тем самым он породил жуткую терминологическую путаницу: переводом начали называть бездумную подстановку слов одного языка вместо слов другого — лишь на том основании, что внешне результаты этих двух процессов выглядят похоже.

Так машинный перевод начали воспринимать как одну из разновидностей перевода. Разница огромная, но в глазах обывателей присутствие слова «перевод» в обоих терминах ее нивелирует.

Если бы процесс замены одних слов другими назвали как-нибудь иначе, обойдясь без слова «перевод», терминологической путаницы и многих связанных с ней недоразумений не возникло бы. Можно было бы назвать его, например, трансподстановка, автоконвертация — как угодно, главное, чтобы в нем не присутствовало слово «перевод».

Но неудачный термин «машинный перевод», к сожалению, прижился.

Здесь могут возразить: как же так? Ведь машинный перевод почти неотличим от «человеческого». Конечно, есть огрехи, но ведь он понятен, а огрехи есть и у людей!

Да, это верно — схожесть поразительная. Проанализировав миллионы предложений, переведенных человеком (это важно), машина сама выводит очень сложные и не всегда понятные зависимости между предложениями на разных языках. Впоследствии, применяя их, она порождает тексты, по которым уже сложно понять, кто их создал, человек или машина.

Однако сути это не меняет: машинный перевод бессмыслен — в том понимании, что создающая его машина не вдумывается в то, что она создает. Она способна найти часто встречающиеся слова, установить, как они синтаксически связаны, определить структуру предложений. Но в отличие от человека, она не способна извлекать из всего этого смысл.

Машины умеют оперировать данными и выявлять связи между ними. Они делают это намного лучше и быстрее человека — их для того и создавали. Количество данных может быть огромным, и тогда их называют большими. Закономерности связей между ними иногда оказываются неожиданными и любопытными. Причем чем больше данных, тем сложнее выявляемые между ними зависимости и тем сильнее машинный перевод похож на «человеческий». В таких случаях говорят: «движок машинного перевода натренирован». Однако натренировать не означает придать смысл.

Для машины текст, который в нее вводят, — это просто последовательность знаков и ничего больше. Для нее одинаково бессмысленны и «Гамлет» Шекспира, и  случайный набор букв,

Машина с равным усердием «переведет» и «Гамлета», и любую абракадабру. Поскольку она ни из того, ни из другого не извлекает смысла, для нее это одинаково ценные (точнее, наоборот — одинаково бессмысленные) последовательности знаков. И в их «перевод» она вложит равное количество смысла — ноль. Для нее бессмысленны не только исходные тексты, но и тексты, порожденные ею самой, какими бы осмысленными они не казались человеку.

.На первый взгляд, в машинном переводе все хорошо, слова синтаксически связаны, текст читабелен. Но стоит вчитаться повнимательнее — и карточный домик рушится: один и тот же термин в разных местах переведен по-разному, здесь машина не смогла расшифровать аббревиатуру, здесь не уловила юмора, здесь «забыла», какого пола действующее лицо, здесь вообще написала беспорядочный набор слов, и т. п.

В каждом языке есть характерные признаки машинного перевода. Они иногда сложно поддаются формулировке, но опытные переводчики быстро определяют, какой текст создан человеком, а какой машиной.

Отдадим должное машинам: они научились довольно точно имитировать «человеческий» перевод, порой до неотличимости. Это воодушевляет туристов и огорчает переводчиков. Но это не перевод, а его имитация.

Как видим, разграничительной линией между человеком и машиной является смысл. Возникает вопрос: что требуется машине для того, чтобы овладеть смыслом? Чего ей не хватает, чтобы вывести машинный перевод на уровень человеческого?

Рассмотрим для примера того же «Гамлета». Это нетипичный текст, но он позволяет наиболее выпукло показать разницу между людьми и машинами.

Даже люди порой с трудом воспринимают это произведение. Оно считается классическим, дети изучают его в школах.

Понять, какой смысл вкладывал в свое творение Шекспир, может только подготовленный читатель. Он уже заранее должен знать, что такое любовь, дружба, предательство, ирония, месть. Чтобы понять мотивы поведения героев, нужно самому хоть раз испытать те чувства, которые они переживают. Нужно, как говорят, «пожить на свете». Поэтому «Гамлета» обычно начинают ценить в зрелом возрасте, уже имея за плечами некоторый жизненный опыт.

И без того непростая задача перевести такое многогранное произведение на другой язык дополнительно осложняется тем, что действие разворачивается в далекие от нас Средние века, а текст изложен в стихотворной форме. Неудивительно, что количество его различных переводов огромно. Одних только русских переводов «Гамлета» существует более 30.

Чтобы понять, какой смысл вкладывал в свое произведение автор, нужно разбираться в человеческой природе. Вообще говоря, для этого нужно иметь в своей голове (в случае компьютера — в процессоре) модель всего мира. Переводчикам это удается. Чтобы овладеть смыслом, машине не хватает способности быть человеком. 

Использовать машинный перевод вполне можно. Например, «натренированный» машинный перевод значительно ускоряет работу при переводе однотипных технических текстов. Но применяя его, важно четко осознавать: автор текста, над которым вы работаете, в его смысл не вдумывался.

Машинный перевод не бесполезен, если применять его для решения задач, на которые он не рассчитан. Он не справится с «Гамлетом», слишком высокая в нем концентрация смысла. Настолько высокая, что даже люди переводят его снова и снова, но до сих пор не существует перевода, устраивающего всех. Однако есть задачи, которые машинный перевод решает с успехом, и для их решения он очень даже полезен.

Одно можно сказать наверняка: когда машины научатся оперировать смыслом, переводчики действительно станут не нужны. Но когда это случится и случится ли вообще — предсказать невозможно.

Список литературы

1)URL: https://technolex.com/ru/articles/rage-against-the-machine-translation.html

2) Д.И. Ермолович Слепая вавилонская рыбка //Мосты №2(30) 2011 с.56-71.