پیش‌نوشت: این مطلب زیرمجموعهٔ گفتگو با دوستان محسوب می‌شود. حرف‌هایی که در پاسخ به صحبت‌ها، نظرات، سوال‌ها و تحلیل‌های دوستانم می‌نویسم. فعلاً بحثش را باز کرده‌ام تا بعد از نسیم طالب به سراغ آن برویم.
ابتدا حرف‌های نوید شهبازی و هدی را که زیر «نسیم طالب؛ شام خوب، صبحانهٔ بد» نوشته بودند می‌آورم.
حرف‌های هدی
من تصمیم دارم که مترجمی زبان انگلیسی بخونم. سرچ کردم و از چت جی پی تی سوال کردم که آیا در آینده با وجود پیشرفت هوش مصنوعی آیا همچنان نیاز به مترجمان انسانی هست یا نه. جواب مثبت بود و گفته شد که این رشته و حرفه منسوخ نمی شه.
می خواستم نظرت تو رو بدونم. آینده مترجمی زبان انگلیسی چیه از نظرت؟ یه استادی داشتیم که میگفت یاد گرفتن زبان چینی در عصر حاضر کار هوشمندانه‌ایه. به نظرت اینطوره؟ آیا انگلیسی بهتر و پرکاربردتره یا چینی؟
شاید بشه گفت چند سالیه که دارم روی انتخاب رشته فکر میکنم. این روزا دیگه تقریبا روی مترجمی زبان انگلیسی settle کردم.
حرف‌های نوید
حالا که بحث زبان شد، منم این رو مطرح کنم. با پدیدار شدن LLMها و در آینده هوش مصنوعی (و شاید چیپ مغزی)، حوزه آموزش زبان در ایران و جهان چه آینده‌ای داره؟ آیا ممکنه توی همین ۱۵-۱۰ سال آینده یادگیرنده‌های زبان بتونن کلا از معلم بی‌نیاز بشن؟ یا مثل الان یک ابزار کمکی برای همه باقی می‌مونه؟
خود همکاران باتجربه‌تر و باسوادترمون میگن که اون رابطه حسی و انسانی که معلم (البته نه هر معلمی) با شاگرد برقرار می‌کنه، هوش مصنوعی هیچ‌وقت نخواهد تونست برقرار کنه.
از طرفی خودت هم در گفتگوی آنلاین گفتی که توی هر حوزه‌ای متخصصان برتر باز جاشون محفوظ هست چون خود هوش مصنوعی هم نیاز به منبع و پشتیبان داره.
این بحث می‌ره توی فهرست صحبت‌هایی که قراره با هم درباره‌اش حرف بزنیم و تبادل نظر کنیم. بعد از نسیم طالب میام سراغش
در این بین هم، اگر شما هم نظری درباره‌اش داشتید خوشحال می‌شم اینجا مطرح کنید که نگاه‌های همدیگه رو بهتر بدونیم.
سلام.
نامربوط اینکه : نمیدونم بعد از چند سال هست که کامنت میذارم. ولی هر هفته تو روزنوشته و جدیدا تلگرام، محمدرضا و بقیه دوستان که اینجا کامنت میذارن رو دنبال میکنم. آخرین بارها زمانی بود که انتشار کتاب پیچیدگی جریان داشت و اگر درست یادم باشه درباره swarm ها از محمد رضا پرسیده بودم و شیرینی خوندن جوابش بعد یکی دو روز رو یادم نمیره (لاقل تا الان نرفته). دوستتون دارم و امیدوارم سلامت باشین.
و اما مربوط :
بنظرم سهم بزرگی از موفقیت این مدلها که باعث شده استفاده ازشون گسترده بشه. این واقعیت بوده که در ترجمه موفق بودن.
اگر ترجمه رو یه نگاشت در نظر بگیریم از فضای سابجکتیو صاحب هوش ۱ به فضای سابجکتیوصاحب هوش ۲ ، با این ضابطه که طوری در فرمت اطلاعات تغییر پیدا کنه علیرغم اینکه صاحب هوش ۱ دیگه اونو نمیفهمه ولی از محتوای اطلاعاتیش حدالامکان مراقبت شده که نفر ۲ بتونه با فیدبک اش نیاز نفر ۱ رو تشخیص و پاسخ متناسب بده.*
بنظرم یک شاخص میزان متناسب بودن فیدبک ها (که نشان از کیفیت ترجمه داره) دوام ارتباط هست. چند نفر رو میشناسم روزانه بیش از اینکه با آدما صحبت کنن دارن با این LLM ها حرف میزنن. طبعا نمونه خیلی کوچیکیه ولی حجت رو بر من تمام کرده که این مدلهای زبانی اگر یک چیز رو خوب بلد باشن، ترجمه ست. (البته این ترجمه از زبان انسان هست به زبان ماشین و بالعکس/ ولی در زمینه ترجمه زبانهای انسانی هم، با واسطه گری زبان ماشین بنظرم تغییر بزرگی اتفاق افتاده نسبت به گوگل ترنسلیت سالهای پیش)
بنابراین دستیار ترجمه بی‌همتایی هستند. اما مساله اینجاست که آیا این مدلها که خود بخوبی ترجمه را یاد گرفتند میتوانند ترجمه را هم به خوبی یاد بدند؟ پاسخ شخصیم اینه که نه لزوما چون شیوه ای که ما باهاش زبان رو یادمیگیریم با شیوه ای که این مدلها زبان ها رو میفهمند متفاوته. ولی خیلی به درست بودن جوابم مشکوکم.
بنظرم یه سوال مهم دیگه اینه که ترجمه با چه هدفی؟ بعضی از هدف ها (مثلا زبان روزمره ) رو LLM ها هم در حوزه دستیاری ترجمه و هم دستیاری آموزش ترجمه ارضا می‌کنند. برخی از هدف ها هم داخل محدودیتهای عملکردی این مدلها قرار میگیرند. (همچنان حس میکنم مثلا یک پژوهشگر مستشرق انگلیسی زبانی که به عربی مسلط هست با استفاده از موتورهای جست و جو و دانشش در زبان عربی بهتر میتواند به نتایج مدنظرش برسد نسبت به حالتی که از دانشش در عربی استفاده نکند و با چت انگلیسی با GPT یا یکی از این مدلها، بخواهد به پاسخهای مطلوبش نزدیک شود)
*بابت تعریف شخصی و بدون رفرنس ام از "ترجمه" عذر میخوام.بعنوان فهم شخصیم از ترجمه گفتم. امیدوارم توجه به حرف‌های اشتباهی که زدم بهونه ای برای یاددادن باشه. البته این بهانه هم نباشه، همیشه یک بهانه برای یادگرفتن از این جا هست. ارادت .
سلام
من موضوع رو اینطوری میفهمم که مساله ترجمه زبانهای بشری به همدیگه در آینده، احتمالا دیگه یک مساله نخواهد بود که هوش مصنوعی بخواد اون رو حل کنه
چیزی که الان از کارکرد هوش مصنوعی (به عنوان یک یوزر) درک میکنم، داره این سیگنال رو به من میده که میتونه متن عمومی رو ازیه زبون به یه متن قابل قبول در یک زبان دیگه ترجمه کنه – و احتمالا باید بتونیم در آینده بهش بگیم: این متن رو در این بافتار یا context مشخص برای من ترجمه کن و اون هم بفهمه چی دارم بهش میگم و این کار رو به خوبی انجام بده
من یه اشاره‌ای میکنم به موضوعی که در درس هوش مصنوعی و صنعت نشر کتاب | گام جدید مایکروسافت؛ انتشارات ۸۰۸۰ متمم اخیراً بهش پرداخته شد:
" ترجمه بی‌کیفیت ماشینی چیزی نیست که به‌سادگی از شرّ آن خلاص شویم. این شرّ را هوش مصنوعی به صنعت نشر تحمیل کرد و چیزی هم که میتواند آن را رفع کند، خود هوش مصنوعی است. یعنی ما نه از ناشران می‌توانیم انتظار داشته باشیم حرفه‌ای‌تر باشند و نه از این دسته از مترجمان می‌توانیم انتظار داشته باشیم اخلاق‌گراتر شوند. فقط باید به این امید باشیم که هوش مصنوعی پیشرفت کند و کیفیت ترجمه ماشینی بهتر شود."
سوالی هم که میشه طرح کرد اینه که الان ترجمه ماشینی چطوره (با توجه به کلمه شر در متن بالا، من کنجکاوم ضعفهاش رو بیشتر بدونم)؟
البته فکر میکنم موافق باشی که این شر رو در مورد بسیاری از ترجمه های انسانی هم میشه به کار برد. این چیزیه که صدای مترجم‌های خوب رو درآورده.
در اینجا به نظرم باید دو مورد رو تفکیک کرد.
یه نفر ممکنه بگه ترجمه فارسی ollama برای چنین متنی بد بود اما اگر بررسی کنیم ببینیم که یه پرامپت ساده و ضعیف به یک LLM داده باشه.
اما یه نفر دیگه ممکنه یه agent با یک workflow کارآمد رو توسعه داده باشه که از چندین ابزار از جمله یک fine-tuned LLM در اون استفاده شده تا با درک بهتر از کانتکست، ترجمه مفهومی خوبی ارائه بده. قاعدتاً چک نهایی توسط انسان هم بخشی از این فرآیند باید باشه.
با در نظر گرفتن این موضوع، سوالی که به ذهنم میرسه اینه که پتانسیل واقعی ترجمه ماشینی الان در چه سطحیه؟ (مثلاً ممکنه ۶۰ از ۱۰۰ باشه)
بعد از سوال بالا، یه سوال دیگه هم پیش میاد: مهارت مترجم در استفاده از این پتانسیل چقدره؟ (مثلاً ممکنه ۲۰ از ۶۰ باشه)
اینطوری میشه شری که بهش اشاره شد رو بین این دو تقسیم کرد.
بعد از فهمیدن وضعیت فعلی ترجمه ماشینی، سوال بعدی که مطرح میشه اینه که نقطه مطلوب ترجمه ماشینی کجاست؟
درود
اتفاقا من چند وقت پیش این سوال رو وقتی داشتم زبان می خوندم از خودم پرسیدم و مدت خیلی کوتاهی بعد به جوابش رسیدم .
فک می کنم توی یکی از درس های متمم بود که خوندم هوش مصنوعی نمی تونه مسائل و مفاهیم رو بهم ربط بده . مثل ما که مطالب رو طبقه بندی می کنیم و بهم ربط می دیم اونو با آموخته ها و وقایع قبلی تطبیق می دیم .
مثلا وقتی یه مطلب رو translate می کنیم وسط اون ترجمه یهو یه کلمه می بینیم که هر چی فکر می کنیم می بینیم وجود اون کلمه وسط اون جمله بی منطق .
بعد خود کلمه رو می بینی که چندین معنی داشته و اون اشتباهی یه معنای دیگه رو اون جا ، جا داده .
فرآیند یادگیری و یاد دادن فقط رد و بدل کردن دیتا نیست . کلی سایت و منابع و کتاب وجود داره ولی چی می شه که ما سایت های خاص ، کتاب های خاص و آدمای خاص رو دنبال می کنیم و دوست داریم از اون ها چیزی یاد بگیریم .
اغلب معلم های خوب برای یادگیری بهای زیادی دادن . خیلی آزمون و خطا کردن و انقدر اون مفاهیم درونی شده که وقتی باهاشون همراه میشی مثه صحبت کتاب (از کتاب) که کتاب رو به سفر تشبیه کرده ، انگار وارد یه سفر میشی .
بعضی وقت ها توی کتاب های زبان خودمون هم تعابیری می بینیم کلماتی می بینیم که برای فهمش باید کتاب های دیگه رو مطالعه کرده باشیم تا بفهمیم چرا اینجا از این کلمه استفاده کرده .