هوش مصنوعی و یادگیری عمیق یا deep learning از جمله فناوری های جدید عرصه تکنولوژی است که گام نوینی در صنعت ترجمه نیز برداشته است.
امروزه با استفاده از ابزارهای رباتیک و هوش مصنوعی و همین طور یادگیری عمیق و شبکه های عصبی کانولوشنی، بسیاری از معضلات پیش روی مترجمان قابل حل بوده و حتی دیکشنری های هوشمندی ساخته شده اند که با بهره گیری از الگوریتم های یادگیری عمیق( deep learning ) و هوش مصنوعی، متن را مورد تجزیه و تحلیل قرار داده و بهترین برگردان از واژه یا عبارت مورد نظر را در اختیار کاربر یا مترجم قرار می دهد.
عملکرد هوش مصنوعی و یادگیری عمیق( deep learning ) به اندازه ای در زمینه ترجمه گسترده شده است که حتی برای ترجمه لوح های تخت جمشید و لوح های هخامنشی نیز ، از هوش مصنوعی استفاده می شود. همانطور که می دانیم لوح های هخامنشی در سال 1933 در ایران شکف گردیدند و ده ها سال است که محققان و پژوهشگران در پی ترجمه این لوح ها هستند. ولی فرایند ترجمه برای لوح های هخامنشی، از نظر هر محقق و باستان شناسی کاری بسیار خسته کننده به نظر می رسد. ولی فناوری هوش مصنوعی به کمک محققان و باستان شناسان آمده و با بهره گیری از دانش نوین خود در عرصه ترجمه، به ارائه مفهوم و معنای لوح های هخامنشی کمک شایان توجهی نموده است.
گروه علوم کامپیوتری دانشگاه شیکاگو اذعان داشته اند که آزمایشات اولیه به گونه ای انجام شده که با استفاده از الگوریتم های machine learning یا یادگیری ماشین و یادگیری عمیق یا deep learning توانسته ایم نمادهای خط میخی موجود در تصاویر یک لوح را ارزیابی کنیم.
یادگیری ماشین
یادگیری ماشین با انجام روش های برون یابی الگو و شناسایی آماری الگو، نمونه ها را شناسایی نموده و یاداشت ها و خطوطی را که در این لوح ها آورده شده است تجزیه و تحلیل نماید. پیش بینی ما براین است که به سمت اتوماسیون قابل توجهی در تجزیه و تحلیل لوح های هخامنشی پیش برویم و در زمینه هوش مصنوعی قادر باشیم که کلیه لوح های تخت جمشید را که از زمان هخامنش و داریوش باستان، به ارمغان آمده است، ترجمه نموده و در اختیار نسل های بعدی قرار دهیم.
محققان دانشگاه شیکاگو و علوم کامپیوتر
همکاری های گسترده ای بین محققان دانشگاه شیکاگو و علوم کامپیوتر انجام شده است و در این گروه های تحقیقاتی از مجموعه های آموزشی با بیش از 6000 تصویر حاشیه نویسی شده استفاده شده و یک شبکه عصبی مصنوعی ساخته شد که با استفاده از این شبکه های عصبی، سیستم های مربوطه قادر خواهند بود لوح هایی را بخوانند که هنوز به شبکه عصبی آموزش داده نشده اند. ( در اصطلاح تخصصی تر، از شبکه های عصبی بدون ناظر برای آموزش سیستم استفاده شده و قادر به ترجمه لوح هایی خواهند بود که در پایگاه داده شبکه عصبی ثبت نگردیده و جدید هستند.)
الگوریتم موجود روی سطح الگوها
زمانی که ما الگوریتم موجود روی سطح الگوها را مورد آزمایش قرار می دهیم می توانیم علایم میخی را با سطح دقت حدود 80 درصد ترجمه نماییم و امیدواریم که این معیار دقت در آینده افزایش یابد که با افزایش تعداد لایه های مخفی در شبکه عصبی و انجام فرایندهایی که تخصصی تر است و ذکر آن در این مقاله از حوصله خواننده خارج است، بتوانیم با دقت و هوشمندی هرچه بیشتر لوح های تخت جمشید را ترجمه نموده و در اختیار آیندگان قرار دهیم.
همانطور که می دانیم خط مورد استفاده در لوح های هخامنشی خط میخی است و خط میخی چالش های خاص خود را داشته و نمی توان در ترجمه ماشینی از خط میخی استفاده نمود. بنابراین نیاز است که خط میخی به یکی از سیستم های متون سه بعدی تبدیل شود و از سوی دیگر خط میخی یک سیستم متنی بسیار پیچیده ای است که از صدها نشانه در آن استفاده می شود. هر کدام از این علامت ها بسته به متن، معانی متفاوتی دارند و از جانبی دیگر می دانیم که لوح های خط میخی معمولا شکسته بوده و رمزگشایی یا دیکدینگ این لوح ها کار بسیار دشواری است . بنابراین واضح است که خواندن و ترجمه یک لوح امکان دارد بیش تر از یک روز طول بکشد.
قدرت شبکه های هوش مصنوعی
حال با بیان این موضوع و دانستن قدرت شبکه های هوش مصنوعی در ترجمه لوح های تخت جمشید و لوح های هخامنشی، خواهیم دانست که در آینده ای نه چندان دور هوش مصنوعی ، بیش از پیش به کمک محققان عرصه ترجمه خواهند آمد .
منظور ما این است که دستخط های مترجمان به هیچ عنوان به دشواری خط میخی به کار رفته در لوح های هخامنشی نخواهد بود. بنابراین فرایندهای هوش مصنوعی و شبکه های عصبی مصنوعی و همین طور یادگیری عمیق را می توانیم به گونه ای آموزش دهیم که دستخط های متون مبدا ( متونی که قرار است ترجمه شود) را بخوانند و به صورت کاملا سیستماتیک و با توجه به پایگاه داده و دیکشنری های آموزش داده شده در برنامه های سخت افزاری، فرایند ترجمه را انجام داده و خروجی را تحویل مترجم نمایند. بنابراین ، با میدان دادن به محققان هوش مصنوعی و فرصت های هرچه بیشتر، این پژوهشگران قادر خواهند بود تا کمک بسیار شایان توجهی به مترجمان نمایند و در کنار آن، نقش تایپیست را برای مترجم ایفا کنند و مترجمان علاوه براین که با سرعت و دقت هرچه بیشتر ، پروژه های کاری خود را تحویل می دهند دیگر نیازی به استخدام تایپیست و پرداختن هزینه جانبی تایپ را نخواهند داشت و واضح است که مترجمان ، از این طرح استقبال فوق العاده ای خواهند نمود.
گسترش روش های ترجمه
گسترش روش های ترجمه و ارتقاء این صنعت و همین طور ادغام آن با هوش مصنوعی نیازمند حمایت فوق العاده مترجمان و محققان و کلیه افراد مشغول در این عرصه از محققان هوش مصنوعی است تا این پژوهشگران قادر باشند با تمرکز هرچه تمام تر، عرصه را برای گسترش فعالیت های شغلی مترجمان و کارفرمایان چه در سطح ملی و چه در سطح بین المللی، چه در زمینه های علمی و چه در زمینه های فرهنگی و هنری، هموار نموده و دستاوردهای خود را به جوامع نخبه و فرهیخته تقدیم نمایند ولی متاسفانه هنوز هوش مصنوعی و فرایندهای یادگیری عمیق، جایگاه واقعی خود را در بسیاری از صنایع از جمله صنعت ترجمه به دست نیاورده است.