Werden Maschinen je so gut wie Menschen übersetzen können?
Maschinelle Übersetzungen haben sich in den letzten Jahren dank einer neuen Technologie namens „NMT“ erheblich verbessert. Wie sieht also die Zukunft für dieses sich rasch entwickelnde Gebiet aus, und was bedeutet das alles für die menschlichen Übersetzer*innen, die versuchen mitzuhalten?
KI-gesteuerte Online-Übersetzungstools haben sich in den letzten Jahren unglaublich verbessert. Übersetzungswebsites, die früher eine zuverlässige Quelle für unbeholfene Texte, doppeldeutige Begriffe und kultur-übergreifende Fauxpas waren, produzieren mittlerweile lesbare, durchaus gut klingende Sätze.
Google Translate versteht mittlerweile fast jeden noch so bizarren Slang, mit dem man ihn füttert, und neue Akteure, wie das deutsche Unternehmen DeepL zeigen immer wieder eine schier unglaubliche Genauigkeit.
Diese Veränderung ist dem jüngsten Aufstieg der neuronalen maschinellen Übersetzung (NMT) zu verdanken, einer vergleichsweise neuen Methode der maschinellen Übersetzung, bei der die Übersetzung einer Fremdsprache sehr viel natürlicher klingt.
Von NMT betriebene Online-Übersetzungsseiten benötigen Unmengen von Daten
| © Pexels
„Man muss sich das vorstellen wie das Gehirn eines Kindes,“ sagte er der deutschen Website Gruenderszene.de im März dieses Jahres. „Dieses Kind sieht im Laufe seiner Entwicklung viele Sachen, erlebt die Welt und lernt aus den Erfahrungen.“
„Ungefähr so funktionieren auch unsere neuronalen Netzwerke. Sie sehen eine Menge Übersetzungen und lernen, einen Satz auf bestimmte Art und Weise zu übersetzen, wenn er auf bestimmte Art und Weise aufgebaut ist.“
„Es läuft eine mathematische Abfolge ab, die das Modell trainiert,“ fügt er hinzu. „Das macht das Verfahren so generisch: Es kann auf unterschiedliche Sprachen angewendet werden.“
Von NMT betriebene Online-Übersetzungsseiten benötigen Unmengen von Daten, hauptsächlich in Form von Satzpaaren, aus denen das System extrapolieren kann. DeepL, gibt es zwar erst seit wenigen Jahren, doch ist es der Nachfolger des populären Online-Sprachwörterbuches Linguee und verwendet diese Daten, um hervorragende Übersetzungen großer Texte zu erstellen.
„Früher waren maschinelle Übersetzungen ein rein statistisches Verfahren - das heißt Daten rein, Daten raus“, erklärt sie. „Programme nahmen den Text und gaben dir einfach eine wortwörtliche Übersetzung.“
„Der Vorteil war: Es wurde nichts ausgelassen. Es mag schrecklich geklungen haben, aber es wurde nichts ausgelassen“.
NMT basiert im Vergleich dazu auf einer völlig anderen Logik und lässt unter Umständen sogar ganze Wörter weg, die nicht wirklich einzeln übersetzt werden müssen, was zu einer viel natürlicher klingenden Übersetzung führt.
„Deshalb sagen Leute: Oh, das ist viel besser geworden, es hört sich nicht mehr nach Schrott an“ sagt sie.
In der Landessprache nach dem Weg zu fragen wird bald viel einfacher werden
| © Colourbox
„Das Programm ist sehr gut darin, gut klingendes Englisch zu erstellen, aber manchmal fehlen spezielle Nuancen, damit es auch wirklich richtig gut klingt", erklärt er.
„Man kann dem Programm nicht wirklich sagen was es tun oder nicht tun soll, es macht einfach, und das ist ein echtes Problem.“
Abgesehen von der Genauigkeit gibt es auch Sicherheitsprobleme, wenn man Websites für maschinelle Übersetzung benutzt. Informationen, die in ein online-Programm eingegeben werden, sind nicht immer sicher und werden oft gespeichert, um dem System das Lernen zu erleichtern.
Bei einem denkwürdigen Fall in Norwegen im Jahr 2017 erschienen vertrauliche Dokumente des Ölkonzerns Statoil im Internet, nachdem ein Mitarbeiter sie in einen kostenlosen Online-Übersetzungsdienst eingegeben hatte.
Der norwegische Ölkonzern Statoil hatte ein Datenleck durch die Nutzung eines Online-Übersetzungsdienstes
| © Colourbox / Carsten Gulbrandsen
Cohn glaubt auch, dass die maschinelle Übersetzungstechnologie Teil virtueller Assistenten werden wird, wie z.B. Apple's Siri und Amazon's Alexa. Er glaubt, dass die Entwickler die Geräte verbessern werden, um mehrsprachige Kommunikation mit anderen zu erleichtern, oder Dokumente aus dem Internet abzurufen, die in einer Fremdsprache geschrieben wurden.
„Ich denke, Übersetzungen sind ein wesentlicher Bestandteil dieses Puzzles, um anständige Dialogsysteme zu haben“, sagt er.
Heißt das also, dass menschliche Übersetzer durch die beeindruckenden Entwicklungen in der maschinellen Übersetzungstechnologie zum Scheitern verurteilt sind? Der in Berlin lebende Übersetzer Martin Haynes sieht das nicht so. Er vermutet, dass maschinelle Übersetzungen mehr für die Erstellung mehrsprachiger Websites und für digitale Medien eingesetzt werden, glaubt jedoch nicht, dass dies eine Gefahr für seinen Lebensunterhalt darstellt.
„Ich denke, man sollte neue Technologien niemals scheuen“, sagt er. „Man sollte stattdessen versuchen mit ihnen zu arbeiten, um herauszufinden, wie man die Bedürfnisse seiner Kunden verbessern kann“.
„Übersetzer müssen möglicherweise ihre Fähigkeiten so anpassen, dass sie Lokalisierung, 'Transkreation', spezielle Bedeutungen oder die besondere Sprache von Werbetexten mit berücksichtigen.“
Tea Dietterich glaubt auch, dass Übersetzer ihrer Arbeit etwas hinzuzufügen haben, was Maschinen niemals leisten können: „Die Fähigkeit, aus zwei verschiedenen Konzepten etwas Neues zu schaffen: Das ist etwas, was nur wir Menschen noch tun können.“
Weitere Stichworte von Trevor Cohn über die Zukunft kreativer KI gibt es hier.
Google Translate versteht mittlerweile fast jeden noch so bizarren Slang, mit dem man ihn füttert, und neue Akteure, wie das deutsche Unternehmen DeepL zeigen immer wieder eine schier unglaubliche Genauigkeit.
Diese Veränderung ist dem jüngsten Aufstieg der neuronalen maschinellen Übersetzung (NMT) zu verdanken, einer vergleichsweise neuen Methode der maschinellen Übersetzung, bei der die Übersetzung einer Fremdsprache sehr viel natürlicher klingt.
Von NMT betriebene Online-Übersetzungsseiten benötigen Unmengen von Daten
| © Pexels
NMT erklärt
Die neue Technologie verwendet ein künstliches neuronales Netz, um die Wahrscheinlichkeit einer Abfolge von Wörtern, oft in Form ganzer Sätze, vorherzusagen. Wenn das ein wenig abstrakt klingt, kann man es sich von DeepL CEO Jaroslaw Kutylowski etwas einfacher erklären lassen.„Man muss sich das vorstellen wie das Gehirn eines Kindes,“ sagte er der deutschen Website Gruenderszene.de im März dieses Jahres. „Dieses Kind sieht im Laufe seiner Entwicklung viele Sachen, erlebt die Welt und lernt aus den Erfahrungen.“
„Ungefähr so funktionieren auch unsere neuronalen Netzwerke. Sie sehen eine Menge Übersetzungen und lernen, einen Satz auf bestimmte Art und Weise zu übersetzen, wenn er auf bestimmte Art und Weise aufgebaut ist.“
„Es läuft eine mathematische Abfolge ab, die das Modell trainiert,“ fügt er hinzu. „Das macht das Verfahren so generisch: Es kann auf unterschiedliche Sprachen angewendet werden.“
Von NMT betriebene Online-Übersetzungsseiten benötigen Unmengen von Daten, hauptsächlich in Form von Satzpaaren, aus denen das System extrapolieren kann. DeepL, gibt es zwar erst seit wenigen Jahren, doch ist es der Nachfolger des populären Online-Sprachwörterbuches Linguee und verwendet diese Daten, um hervorragende Übersetzungen großer Texte zu erstellen.
"Hört sich nicht mehr nach Schrott an"
Tea Dietterich, deren Firma 2M Language Services maßgeschneiderte NMT-Dienstleistungen für einige ihrer größeren Kunden anbietet, sagt, dass die neue Übersetzungstechnologie eindeutig zu reibungsloseren Übersetzungen in bestimmten Sprachkombinationen geführt hat.„Früher waren maschinelle Übersetzungen ein rein statistisches Verfahren - das heißt Daten rein, Daten raus“, erklärt sie. „Programme nahmen den Text und gaben dir einfach eine wortwörtliche Übersetzung.“
„Der Vorteil war: Es wurde nichts ausgelassen. Es mag schrecklich geklungen haben, aber es wurde nichts ausgelassen“.
NMT basiert im Vergleich dazu auf einer völlig anderen Logik und lässt unter Umständen sogar ganze Wörter weg, die nicht wirklich einzeln übersetzt werden müssen, was zu einer viel natürlicher klingenden Übersetzung führt.
„Deshalb sagen Leute: Oh, das ist viel besser geworden, es hört sich nicht mehr nach Schrott an“ sagt sie.
In der Landessprache nach dem Weg zu fragen wird bald viel einfacher werden
| © Colourbox
Technologie mit Einschränkungen
Aber NMT hat immer noch seine Schwächen. Professor Trevor Cohn, von der School of Computing and Information Systems der Universität von Melbourne, sagt, dass die Texte zwar fließend klingen können, aber manchmal einfach nur falsch sind.„Das Programm ist sehr gut darin, gut klingendes Englisch zu erstellen, aber manchmal fehlen spezielle Nuancen, damit es auch wirklich richtig gut klingt", erklärt er.
„Man kann dem Programm nicht wirklich sagen was es tun oder nicht tun soll, es macht einfach, und das ist ein echtes Problem.“
Abgesehen von der Genauigkeit gibt es auch Sicherheitsprobleme, wenn man Websites für maschinelle Übersetzung benutzt. Informationen, die in ein online-Programm eingegeben werden, sind nicht immer sicher und werden oft gespeichert, um dem System das Lernen zu erleichtern.
Bei einem denkwürdigen Fall in Norwegen im Jahr 2017 erschienen vertrauliche Dokumente des Ölkonzerns Statoil im Internet, nachdem ein Mitarbeiter sie in einen kostenlosen Online-Übersetzungsdienst eingegeben hatte.
Der norwegische Ölkonzern Statoil hatte ein Datenleck durch die Nutzung eines Online-Übersetzungsdienstes
| © Colourbox / Carsten Gulbrandsen
Eine strahlende Zukunft
Cohn sagt, dass maschinelle Übersetzungen in Zukunft verstärkt eingesetzt werden könnten, um Menschen beim Erlernen einer zweiten Sprache zu helfen. Bestimmte Apps setzen bereits Technologien aus dem maschinellen Lernen und der Sprachverarbeitung ein und versuchen, diese in ihre Produkte zu integrieren.Cohn glaubt auch, dass die maschinelle Übersetzungstechnologie Teil virtueller Assistenten werden wird, wie z.B. Apple's Siri und Amazon's Alexa. Er glaubt, dass die Entwickler die Geräte verbessern werden, um mehrsprachige Kommunikation mit anderen zu erleichtern, oder Dokumente aus dem Internet abzurufen, die in einer Fremdsprache geschrieben wurden.
„Ich denke, Übersetzungen sind ein wesentlicher Bestandteil dieses Puzzles, um anständige Dialogsysteme zu haben“, sagt er.
Heißt das also, dass menschliche Übersetzer durch die beeindruckenden Entwicklungen in der maschinellen Übersetzungstechnologie zum Scheitern verurteilt sind? Der in Berlin lebende Übersetzer Martin Haynes sieht das nicht so. Er vermutet, dass maschinelle Übersetzungen mehr für die Erstellung mehrsprachiger Websites und für digitale Medien eingesetzt werden, glaubt jedoch nicht, dass dies eine Gefahr für seinen Lebensunterhalt darstellt.
„Ich denke, man sollte neue Technologien niemals scheuen“, sagt er. „Man sollte stattdessen versuchen mit ihnen zu arbeiten, um herauszufinden, wie man die Bedürfnisse seiner Kunden verbessern kann“.
„Übersetzer müssen möglicherweise ihre Fähigkeiten so anpassen, dass sie Lokalisierung, 'Transkreation', spezielle Bedeutungen oder die besondere Sprache von Werbetexten mit berücksichtigen.“
Tea Dietterich glaubt auch, dass Übersetzer ihrer Arbeit etwas hinzuzufügen haben, was Maschinen niemals leisten können: „Die Fähigkeit, aus zwei verschiedenen Konzepten etwas Neues zu schaffen: Das ist etwas, was nur wir Menschen noch tun können.“
Weitere Stichworte von Trevor Cohn über die Zukunft kreativer KI gibt es hier.