211service.com
Skype is niet meertalig
Katrina Rippel is een zorgvuldige spreker die zich aan alle regels houdt. Hao Chen is een meer freewheelende gesprekspartner. En ik ben een non-stop onruststoker en flap er constant alle noties uit die door mijn hoofd gaan. Op een recente ochtend ontmoetten we ons drieën in cyberspace om erachter te komen hoe goed (of slecht) we konden communiceren in een mengeling van Duits, Mandarijn en Engels. Ieder van ons sprak alleen onze moedertaal.
We zetten een koptelefoon op en maakten gebruik van Skype Translator, een creatie van het onderzoeksteam van Microsoft. (Mijn chatpartners waren parttime consultants van Microsoft, die toevallig duizenden kilometers verwijderd was van mijn basis aan de westkust van de VS.) Toen ik Chen vroeg waar hij opgroeide, deed het me niets om hem te horen zeggen: 我在,辽宁省,鞍山市. Een paar seconden later vertelde een vriendelijke synthetische stem me: Mijn geboorteplaats ligt in het noordoosten van China, in de provincie Liaoning, Anshan.
Had de rest van onze uitwisselingen maar zo soepel gewerkt. Toen Chen zijn reizen door de VS probeerde uit te leggen, gebruikte Skype een dubbelzinnig Mandarijns zelfstandig naamwoord en vertelde me dat hij naar het kader van New York was gereisd. Pas toen Chen andere formuleringen probeerde, was Skype bereid er de staat New York van te maken. Toen ik Rippel vroeg naar haar Duitse geboorteplaats, hoorde de software van Skype dat ik Engels zou spreken, geen Duits, en hoorde me zeggen gekleed in plaats van Dresden. Dus het creëerde een wartaalzin, waarin het Duitse woord bekleidet verscheen in plaats van haar stadsnaam.
Zoals dergelijke struikelblokken laten zien, is machinale vertaling van alledaagse spraak er nog niet, ondanks 30 jaar proberen. Het is eigenlijk onze eigen schuld. Als we met de duidelijkheid en precisie van diplomaten van de Verenigde Naties zouden spreken, dan zouden kunstmatige-intelligentie-instrumenten alles kunnen decoderen volgens gevestigde patronen. Hoe meer we vertrouwen op onbekende woorden of syntaxis om onze gedachten over te brengen, hoe moeilijker het is voor vertaalsoftware om alles goed te krijgen zonder extra hulp.
Toch strijden Microsoft, Google, Baidu, Facebook, IBM en vele anderen om de suprematie op dit moeilijke gebied. Het aanbieden van hoogwaardige spraakherkenning en vertaling kan een aantrekkelijk visitekaartje worden dat klanten helpt vast te houden voor vele andere diensten. Deze variëren van zoeken op internet tot cloud computing, waarbij gegevensopslag en -verwerking via externe servers en een internetverbinding plaatsvindt.
Volgens Synergy Research bedroegen de wereldwijde cloud- en infrastructuuruitgaven vorig jaar 115 miljard dollar en groeien ze met 28 procent per jaar. Realtime vertalingen kunnen ervoor zorgen dat de algehele cloudservices van concurrenten opvallen in wat anders een prijsgedreven commodity-bedrijf wordt. Op dit moment zijn de meeste vertaaldiensten gratis beschikbaar, maar er kunnen betaalde alternatieven ontstaan naarmate internationale ondernemingen op zoek zijn naar aangepaste vertaalhulpmiddelen die nog beter werken.
Vooral Microsoft onderzoekt manieren waarop zakelijke gebruikers meer mogelijkheden kunnen bouwen bovenop de standaard Skype Translator-engine die Rippel, Chen en ik hebben getest. Eén interessegebied: klanten helpen om duizenden gespecialiseerde termen, referentiedocumenten, voorbeeldgesprekken en eigenzinnige uitspraken van tevoren in te laden. Op die manier zouden problemen van het type Dresden veel minder waarschijnlijk moeten zijn.
Vertaalsoftware werkt veel beter als het gebruik kan maken van een flinke database met taalpatronen die bepaalde sprekers waarschijnlijk zullen gebruiken, legt Vikram Dendi, directeur onderzoeksstrategie van Microsoft, uit. Managementconsultants kunnen termen als delta en granulariteit gebruiken in contexten die voor de rest van ons ondenkbaar lijken. Industrieel chemici maken misschien grappen over meer dan een dozijn verschillende soorten ftalaten. En binnen elk groot bedrijf zijn de bijnamen voor projecten, processen en topmanagers eindeloos.
Door hoogwaardige spraakherkenning en vertaling aan te bieden, kunnen klanten worden vastgehouden voor tal van andere diensten, variërend van zoeken op internet tot cloud computing.
Sinds 2011 staat Microsoft grote klanten toe om hun eigen woordenlijsten of geschreven materiaal in gespecialiseerde tekstvertalingsdatabases te laden. Dat is bedoeld om betrouwbaardere resultaten te produceren dan de standaard Bing-service van Microsoft biedt, vooral op dicht technisch materiaal. Meer dan 100.000 gebruikers hebben gekozen voor maatwerk, zegt Dendi. Lichte gebruikers betalen misschien slechts $ 40 per maand; zware gebruikers zoals Adobe en Twitter betalen mogelijk veel meer.
Microsoft heeft een breed scala aan strategieën geprobeerd om vertalingen te kraken sinds het midden van de jaren negentig, toen de oprichter van het bedrijf, Bill Gates, voorspelde dat spraakherkenning binnen 10 jaar algemeen beschikbaar zou zijn. Vroege benaderingen waren sterk afhankelijk van pogingen om specifieke grammatica- en gebruiksregels te catalogiseren. Vanaf 2009 verbreedde Microsoft zijn accent. Statistische technieken zijn gekoppeld aan neurale netwerken, een machinaal lerend systeem gebaseerd op de structuur en het zelflerende karakter van het menselijk brein.
Volgens Peter Lee, hoofd van de onderzoeksafdeling van het bedrijf, gebruikt Microsoft momenteel vijf lagen neurale netwerken om spraak te analyseren. De onderste lagen analyseren geluiden op een niveau dat net zo rudimentair is als de manier waarop beeldanalysesoftware naar randen en oppervlakken zoekt, zonder enige poging te doen om erachter te komen wat objecten zouden kunnen zijn. Zoals met veel geavanceerde benaderingen van machine-intelligentie, is er een mysterie over hoe het werkt, zelfs voor de betrokken onderzoekers. Het heeft niets te maken met woorden of fonemen, zegt Lee, verwijzend naar de klanken die het ene woord van het andere onderscheiden. Ik denk niet dat iemand van ons precies begrijpt waar de onderste laag naar kijkt. Maar het werkt verrassend goed.
De onderzoekers van Microsoft hebben ook meer gebruik gemaakt van wat bekend staat als het kortetermijngeheugen. Bij het herkennen van spraak of het vertalen maken neurale netwerken een reeks gissingen die steeds herzien worden als er nieuwe informatie binnenkomt. Af en toe hapert een verwacht patroon plotseling. In dergelijke gevallen kunnen neurale netten zich beter hergroeperen als ze de veronderstellingen kunnen herzien die hebben geleid tot gissingen van meerdere woorden. Door een langer spoor in het kortetermijngeheugen van het systeem bij te houden, zijn dergelijke herhalingen en daaropvolgende correcties mogelijk.
Het kost minstens 4.000 uur aan gesproken voorbeelden - en miljoenen woorden tekst - om de neurale netwerken van Skype Translator in elke nieuwe taal te trainen. Arul Menezes, hoofd van het machinevertalingsteam van Microsoft, zegt dat hij problemen had verwacht in talen als het Arabisch, waar de accenten van sprekers sterk kunnen verschillen. Maar door samples te verzamelen van voldoende stemmen van verschillende sprekers, zegt Menezes, is het mogelijk geweest om het oor van Skype Translator te ontwikkelen voor verschillende intonaties, zodat regionale accenten geen probleem vormen. Hetzelfde geldt voor de verschillen tussen mannen- en vrouwenstemmen.
Andere variaties in alledaagse spraak blijken lastiger te zijn. De neurale netten zijn buitengewoon gevoelig voor verschillen in microfoons. (Mensen zijn misschien goed in het detecteren van het verschil tussen statische elektriciteit en spraak, maar dat is veel moeilijker voor machines om onder de knie te krijgen.) Pauzes in spraak zijn ook problematisch. Zoals Menezes opmerkt, pauzeren mensen over het algemeen niet aan het einde van een zin. Ze pauzeren ergens anders. Pauzes zijn uiteindelijk nutteloos om te detecteren wanneer een zin begint of eindigt. Je moet op de woorden zelf afgaan.
Het uitzoeken van de juiste vertalingen voor dubbelzinnige woorden is ook een nooit eindigende uitdaging, erkent Menezes. Terwijl hij Duits spreekt, gebruikt Rippel vaak het woord Sie, wat zij, jij of zij kan betekenen, afhankelijk van de situatie. Skype Translator heeft het ongeveer 80 procent van de tijd goed.
Evenzo struikelt Skype Translator een beetje wanneer Chen de gezinsgrootte in China bespreekt. Ongeacht het overheidsbeleid, vertelt Chen me, de enorme kosten van het ouderschap in China betekenen dat veel mensen alleen maar een kind willen baren.
Een paar minuten later, zittend in Gebouw 99 van het hoofdkantoor van Microsoft, bekijken Menezes en ik een transcriptie van het gesprek. Menezes wijst berouwvol naar de opvoedingsuitwisseling. Dat moet ‘één kind’ zijn, zegt hij. Maar in het Chinees is er geen onderscheid tussen 'een' en 'a'. Er is een verschil in het Engels, maar het moet volledig in de context worden opgepikt.
Ik denk dat professionele vertalers nog niet in hun schoenen staan bij wat we doen, voegt hij er met een magere glimlach aan toe. Hun banen zijn een tijdje veilig.
Rippel, een professionele vertaler, is lang niet zo kritisch. Zolang gebruikers langzaam spreken en zinnen kort houden, zegt ze, kunnen geautomatiseerde diensten zoals Skype Translator nuttig zijn om taalbarrières te overwinnen.
Het is heel belangrijk dat deze tool bestaat, zegt ze. In de huidige tijd is het belangrijker dan ooit dat mensen in alle gemeenschappen met elkaar kunnen praten.