Trwa ładowanie...
Zaloguj
Notowania
Przejdź na

Kinh doanh khong bien gioi (biznes bez granic) - czyli uczenie maszynowe w komunikacji biznesowej

0
Podziel się:

W czasach, w których rynek nabrał globalnego charakteru, zastosowanie nowych technologii może sprawić, że żadne transakcje klientów nie zagubią się w tłumaczeniu.

Kinh doanh khong bien gioi (biznes bez granic) - czyli uczenie maszynowe w komunikacji biznesowej
(Andrey_Popov, Shutterstock)

Komunikacja odgrywa dziś coraz większą rolę. Przedsiębiorstwa pragnące zaistnieć na międzynarodowym rynku muszą znaleźć sposoby porozumiewania się z klientami w ich ojczystych językach. Nowe, zaawansowane technologie tłumaczenia maszynowego pozwalają wyeliminować bariery językowe.

„Kiedy już wejdziemy na rynek z nowym produktem, to niezależnie od jego rodzaju - może to być produkt kosmetyczny albo technologiczny - nie mamy zwykle problemów w kontaktach z pierwszymi użytkownikami, którzy swobodnie komunikują się po angielsku, moglibyśmy zatem dojść do wniosku, że odnieśliśmy sukces” - powiedział Ben Sargent, specjalista ds. strategii globalizacji treści w firmie konsultingowej Common Sense Advisory. „Ci odbiorcy to jednak zaledwie niewielki fragment całej populacji”.

Aby dotrzeć do 80% ludzi na całym świecie, należy przygotować przekaz w co najmniej 12 językach. Jeśli myślimy o 98%, liczba języków wzrasta do 48. W skali globalnej proces lokalizacji, czyli przygotowywania poprawnego, dostosowanego pod względem kulturowym tłumaczenia wszelkich informacji dotyczących przedsiębiorstw i produktów, a także danych marketingowych i informacji niezbędnych do obsługi klientów, przynosi dochody rzędu 35 miliardów USD rocznie.

Wiele firm technologicznych korzysta z tłumaczenia maszynowego, polegającego na zastosowaniu systemów komputerowych, które automatycznie skanują i tłumaczą tekst pisany lub mowę. Takie podejście pozwala obsłużyć ogromne ilości codziennie przekazywanych informacji. Komunikacja z klientami na nieco głębszym poziomie wymaga jednak zwrócenia szczególnej uwagi na jakość tych działań.

Zdaniem Philippa Koehna, kierownika katedry tłumaczenia maszynowego na Uniwersytecie Edynburskim, podstawowym warunkiem stworzenia efektywnych systemów tłumaczenia maszynowego jest odpowiednie zrównoważenie szybkości i dokładności działania. „W przypadkach, w których język jest sformalizowany i ustrukturyzowany, tłumaczenia tego rodzaju stanowią znakomite rozwiązanie”.

Jednak uwzględnienie wszystkich niuansów języka wymaga ustalenia szerszego kontekstu, zrozumienia przez system slangu, eufemizmów, idiomów i figur retorycznych, zmian intonacji oraz różnic w strukturze zdania. Należy także wziąć pod uwagę różnice w języku stosowanym w poszczególnych krajach, regionach i branżach, a czasami nawet przez poszczególne osoby.

„Liczba zmiennych jest ogromna. W pewnym momencie problem staje się naprawdę bardzo złożony obliczeniowo” - powiedział Philipp Koehn. „Zagadnienie nie dotyczy już podstawowej analizy, tylko opracowania algorytmów na tyle szybkich, by były zdolne do wykonania całego przetwarzania”.

Koehn zauważył również, że zrozumienie przez komputery języka naturalnego jest jednym z podstawowych wyzwań dla systemów sztucznej inteligencji. „Być może naprawdę wierne tłumaczenie uzyskamy dopiero po stworzeniu mechanizmów sztucznej inteligencji, na razie jednak chcemy, by było ono na tyle dobre, żeby okazało się przydatne”.

Obecnie konsumenci oczekują odpowiedzi na pytania i reklamacje w dniu ich przekazania, zwłaszcza jeżeli weźmiemy pod uwagę szybkość komunikacji w mediach społecznościowych. Tłumaczenie maszynowe umożliwia przedsiębiorstwom szybsze reagowanie.

„Przedsiębiorstwa coraz częściej wykorzystują platformy takie jak Facebook czy Twitter do komunikacji z klientami” - dodaje Abdessamad Echihabi, wiceprezes ds. badań i rozwoju produktów w firmie SDL, jednym z największych przedsiębiorstw zajmujących się technologiami przetwarzania języka naturalnego. „Tłumaczenie rozmów i komentarzy w Internecie w czasie rzeczywistym umożliwi interakcję nie tylko z milionami, ale nawet z miliardami ludzi”.

Firmy, które chcą szerzej zaistnieć na międzynarodowym rynku, mają do wyboru kilka opcji. Serwis Google Translate (Tłumacz Google)
, jeden z najpopularniejszych bezpłatnych systemów, obsługuje ponad 100 języków i można go zintegrować z aplikacjami mobilnymi, interfejsami WWW i przeglądarkami. Podobnie jak usługa Bing Translator firmy Microsoft, stosowana w serwisie Twitter do tłumaczenia na 40 języków, Google Translate używa tzw. statystycznego tłumaczenia maszynowego.

Proces ten polega na intensywnym przetwarzaniu dużych ilości nieustrukturyzowanych danych w celu oszacowania prawdopodobieństwa, że pewne słowa w jednym języku odpowiadają pewnym słowom w innym języku. Im większa baza danych, tym lepsze wyniki możemy osiągnąć. Funkcja działa dobrze dla podstawowych tłumaczeń, zwłaszcza dotyczących języka angielskiego, ale jej dokładność szybko maleje w przypadku bardziej skomplikowanej gramatyki i rzadziej używanych języków.

W styczniu bieżącego roku firma Skype przedstawiła oprogramowanie, które umożliwia tłumaczenie w czasie rzeczywistym rozmów głosowych prowadzonych w siedmiu językach. Zastosowano w nim sieci neuronowe, czyli cyfrowy odpowiednik struktury komórek nerwowych w ludzkim mózgu. Ta podstawowa forma sztucznej inteligencji potrafi się uczyć i poprawić jakość działania w miarę upływu czasu, czego efektem są lepsze tłumaczenia.

Sieci neuronowe wchodzą również w skład systemu natychmiastowego tłumaczenia wprowadzonego w serwisie Facebook w lipcu. Pozwala on ponad miliardowi użytkowników publikować posty w 44 innych językach po naciśnięciu jednego przycisku. Początkowo system wykorzystywał sieci neuronowe do tłumaczenia z angielskiego na niemiecki i vice versa, ale właściciel serwisu stopniowo rozszerza zakres jego działania.

Również serwis eBay prowadzi intensywne prace zmierzające do automatycznego tłumaczenia katalogów produktów, przy czym analiza zachowań użytkowników pozwala zwiększyć skuteczność tego procesu.

„Jeśli widzę, że użytkownik wprowadził zapytanie, kliknął jakiś produkt, zapoznał się z jego opisem, a następnie dokonał zakupu, to mam prawo zakładać, że tłumaczenie tekstu okazało się poprawne” - powiedział Hassan Sawaf, szef działu sztucznej inteligencji w firmie eBay. „Potrafimy nauczyć komputery lepszego tłumaczenia właśnie na podstawie takich analiz. Wiemy, że system działa coraz sprawniej”.

Kolejnym etapem eliminowania barier językowych byłoby urządzenie, które nie tylko rozumie naturalną mowę, lecz także umie przetłumaczyć na bieżąco treść rozmowy na wiele języków. Byłoby to zatem coś w rodzaju uniwersalnego tłumacza z serialu „Star Trek”.

Zdaniem Koehna droga do osiągnięcia tego celu jest jeszcze dość długa, chociaż systemy działają coraz skuteczniej.

„Na rynku są już aplikacje przeznaczone dla turystów, tłumaczące menu w restauracjach i tablice informacyjne” - zauważył. „Te rozwiązania są jeszcze niedoskonałe, jednak bez wątpienia zmierzamy we właściwym kierunku”.

Materiał przygotowany we współpracy z firmą Intel

Szukasz porady? Skontaktuj się z ekspertem z Asseco: +48 22 574 88 23; e-mail: piotr.fabjaniak@assecods.pl

intel
inne
Oceń jakość naszego artykułu:
Twoja opinia pozwala nam tworzyć lepsze treści.
KOMENTARZE
(0)