Gotoです。
本日はAI技術の進化により実用性が高くなった翻訳ツールについて少しお話いたします。
翻訳ツールというと、Google翻訳が有名ですが、最近ではDeeplなんかも話題になったりしていますね。
そもそも英語と日本語は真逆といってもいい言語構造をしていると各方面で語られており、
人間が習得するのが難しいだけでなく、機械が翻訳を行うのも大変困難な時代が長く続きました。
ちなみに今でも「まぁ、かなり使えるようになったかな？」というレベルであることは認識しておくべきです。
さて、それを踏まえてなぜAI技術の進化が翻訳ツールの実用性を上げたのか？ということも少し。
少し前にもお話しましたが、現在のAIとは「多くの学習データの中からよりリクエストに近い結果を探りあてる」
技術であり、翻訳というジャンルにはある意味でジャストフィットなのです。
その為には膨大な英語と日本語をまたがる翻訳データが必要になるわけです。
ここでGmailなどをフリーミアムで展開するGoogleは多くの翻訳をしてもらうことで、
自社の翻訳エンジンに膨大な学習をさせ、より実用性を高めるというトライをしたのです。
もちろん、Google自身がAIの技術を同時に磨いたことで現在があるわけですが。
そして、最近話題のDeeplもトライの方向性は同じですが、学習させるデータを一般からではなく、
まず翻訳家というエキスパートのデータ学習に集中したことでよりよい基礎データが作られているようです。
※この点は公開されていない為、いくつかの公開された資料などからの推測です。
次にその基礎データを一般開放し、一般ユーザーのフィールドでチューニングをする。
こうすることでより口語に近い自動翻訳が実現してきたという訳です。
ちなみにこの両社以外に会社でもフリーミアム版は入力データが運営会社で保存されることがほとんどなので、
機密データなどはフリーミアム版では翻訳しないことをオススメします。
最後にここまで高度化してきた翻訳ツールを業務でどう活かすのが現時点のベストか？というお話を。
あくまで私が海外事業に関わっていたときの経験則ですが、「英語になりやすい日本語」というものを作る慣れてしまうと、メールやチャットであれば翻訳ツールを介したやり取りで十分に対応ができます。
さらに、翻訳された英語をなんとなく意味が通っているかどうか？を判断する程度の基礎力があればなおよいです。
いくら高度化したとはいえ、翻訳ツールも時に間違った翻訳をします。
それをなんとなく察知して、先に書いた「英語になりやすい日本語」を模索するわけです。
これを業務で繰り返していけば、リアルタイムの会話以外はほぼ翻訳ツールを使って業務を行うことができると言えます。
とにかく翻訳ツールとはその名のとおり、道具なのです。
人間が道具に使われるのではなく、道具を使いこなすことができればさらに仕事の幅が広がるかと考えております。
ちなみに、当社では技術英語のリーディング力を現場で使われる英語を使って成長させる、教育プログラムも用意しております。
本日の話を読んでご興味側きましたら、ぜひウェブサイトをご覧ください。