Hãy tưởng tượng bạn bắt gặp một tin nhắn có thể chứa thông tin cứu mạng. Nhưng có một vấn đề: bạn không hiểu một từ. Bạn thậm chí không chắc nó được viết bằng ngôn ngữ nào trong số hàng nghìn ngôn ngữ trên thế giới. bạn sẽ làm gì Nếu tin nhắn được viết bằng tiếng Anh hoặc tiếng Pháp, việc nhập tin nhắn đó vào hệ thống dịch tự động sẽ giải ngay lập tức câu đố và đưa ra câu trả lời đáng tin cậy bằng ngôn ngữ của bạn. Nhưng nhiều ngôn ngữ khác vẫn không thể dịch được, bao gồm các ngôn ngữ được hàng triệu người nói như Wolof, Luganda, Twi và Ewe ở Châu Phi. Đó là bởi vì các thuật toán cung cấp năng lượng cho các công cụ này được đào tạo dựa trên các bản dịch của con người — lý tưởng là — trên hàng triệu từ của văn bản được dịch.
Có rất nhiều tài liệu như vậy cho các ngôn ngữ phổ biến như tiếng Anh, tiếng Pháp, tiếng Tây Ban Nha hoặc tiếng Đức, nhờ vào các cơ quan chính phủ và thương mại đa ngôn ngữ có người dịch là người tạo ra các dòng bảng điểm đã dịch và các tài liệu khác. Tuy nhiên, một núi dữ liệu như vậy không tồn tại đối với các ngôn ngữ có thể được sử dụng rộng rãi nhưng không được dịch rộng rãi. Chúng được gọi là ngôn ngữ hạn chế tài nguyên. Thí dụ, Google Dịch hiện cung cấp khả năng giao tiếp bằng khoảng 108 ngôn ngữ khác nhau. Tuy nhiên, có hơn 7 ngôn ngữ nói và ít nhất 4 ngôn ngữ có hệ thống chữ viết trên thế giới. Rào cản ngôn ngữ này có thể trở thành một vấn đề đối với bất kỳ ai cần khẩn cấp thu thập thông tin toàn cầu chính xác, bao gồm cả các dịch vụ tình báo.
Các nhà nghiên cứu tại Phòng thí nghiệm Khoa học Máy tính và Trí tuệ Nhân tạo (CSAIL) của MIT đã được truyền cảm hứng để thổi luồng sinh khí mới vào các ngôn ngữ đã chết bằng cách sử dụng máy học. Hệ thống mới của họ có thể tự động giải mã các ngôn ngữ đã mất mà không thể hiểu được và có thể làm như vậy mà không cần kiến thức sâu sắc về mối quan hệ của chúng với các dạng ngôn ngữ khác ban đầu. Hiện đã có thông báo rằng nghiên cứu của họ về "Dịch các ngôn ngữ đã mất bằng cách sử dụng máy học" đã được công bố là một trong những người chiến thắng Giải thưởng Netexplo 2021 với sự hợp tác của UNESCO.
Cũng thú vị: Đã phát hành tai nghe Timekettle WT2 Edge với khả năng dịch hai chiều bằng 40 ngôn ngữ
Đài quan sát Netexplo tập trung vào "những đổi mới kỹ thuật số mang tính cách mạng có thể có tác động sâu sắc và lâu dài đến xã hội kỹ thuật số ngày nay và mai sau."
Giáo sư Regina Barzilai của MIT và nghiên cứu sinh Jiamin Luo của MIT đã đạt được một bước tiến lớn trong lĩnh vực này: một hệ thống mới đã được chứng minh là có thể tự động giải mã một ngôn ngữ đã mất mà không yêu cầu kiến thức sâu sắc về các mối quan hệ của nó với các ngôn ngữ khác. Họ cũng chỉ ra rằng hệ thống của họ có thể tự xác định mối quan hệ giữa các ngôn ngữ và sử dụng nó để xác nhận nghiên cứu gần đây cho thấy rằng tiếng Iberia không thực sự liên quan đến tiếng Basque.
"Đối với các ngôn ngữ chưa được giải mã trong cuộc sống thực, kiến thức về các ngôn ngữ liên quan là một bước quan trọng trên con đường giải mã. Mô hình của chúng tôi có thể tạo ra một chỉ số 'độ gần gũi' để đo lường mức độ khớp của hai từ điển ", Luo nói. “Nói rộng hơn, tôi tin rằng trí tuệ nhân tạo (AI) có thể được hưởng lợi từ những phát triển trong các lĩnh vực khác. Và ngược lại, vì nghiên cứu khoa học cơ bản và con người cũng có thể được hưởng lợi từ những đổi mới trong trí tuệ nhân tạo ”. Barzilai và Luo đã nói về công việc của họ tại diễn đàn Netexplo Innovation 2021.
Đọc thêm:
- Google giới thiệu ngôn ngữ lập trình Logica
- Microsoft Translator thêm hỗ trợ cho chín ngôn ngữ bổ sung