Машинный перевод сегодня является привычным инструментом. Но так было не всегда. Идея использования машинной памяти для создания словарей принадлежит Чарльзу Бэббиджу, создавшему аналитическую машину. Идея Ч. Бэббиджа заключалась в том, что память вычислительной машины можно использовать для хранения словарей. Однако воплощение этой идеи случилось лишь спустя почти 100 лет.

История машинного перевода практически начинается с 7 января 1954 года, когда состоялась демонстрация возможностей машинного перевода, получившая название Джорджтаунский эксперимент. Презентация была подготовлена одноименным университетом совместно с фирмой IBM. В процессе демонстрации было переведено около 60 фраз с русского языка на английский. Система содержала 250 слов и 6 грамматических правил. На следующий день результаты эксперимента были опубликованы в газете «Нью-Йорк таймс».

Примерно в то же время происходили исследования машинного перевода в СССР. В начале 1955 года Академией Наук СССР были созданы две исследовательские группы — в Математическом Институте имени В. А. Стеклова под руководством выдающегося математика и кибернетика Алексея Ляпунова и в Институте точной механики и вычислительной техники AН СССР под руководством математика Д. Ю. Панова. Результаты первых экспериментов по машинному переводу, проведенных на компьютере БЭСМ, Д. Ю. Панов опубликовал же в 1956 году.

Первоначально в системах машинного перевода были заложены алгоритмы последовательного перевода «слово за словом», «фраза за фразой». При таком подходе возможности систем находились в прямой зависимости от памяти компьютера. Перевод текста осуществлялся предложение за предложением, а смысловые связи между ними никак не учитывались. Такие системы называют системами прямого перевода.

Первые коммерческие системы машинного перевода появились в середине 80-х годов прошлого столетия. Они пользовались большой популярностью, были реализованы на персональных компьютерах, поэтому имели значительно большие объёмы словарей, чем системы первого поколения. Однако, эти системы всё ещё не умели анализировать и синтезировать тексты. Они оставались системами прямого перевода.

В 1993 г. под руководством профессора Г. Г. Белоногова (ВИНИТИ) была создана промышленная версия системы RETRANS фразеологического машинного перевода с русского языка на английский и обратно, которая применялась в министерствах обороны, путей сообщения, науки и технологий, а также во ВНТИЦ.

1. Высокая скорость перевода, в связи с значительным сокращением времени, требуемого для перевода текстов.

2. Низкая стоимость перевода. Часто при переводе нужно уловить только смысл письма или страницы в Интернете, а профессиональные переводчики требуют оплаты всех страниц текста.

3. Конфиденциальность. Перевод личных писем, финансовых документов и др. не всегда можно доверить постороннему лицу.

4. Универсальность. При правильных настройках программа-переводчик справится с переводом текстов из самых разных областей, а у профессионального переводчика всегда есть своя специализация.

5. Перевод в режиме онлайн и перевод содержания Интернет-страниц. Сервисы онлайн-перевода всегда под рукой и помогут в нужный момент быстро перевести информацию, даже без программы-переводчика.

Развитие компьютерных технологий привело к тому, что многие функции, которые ранее мог выполнять только человек, теперь передаются на выполнение тем или иным сервисам или устройствам. За последние несколько лет голосовые помощники плотно вошли в нашу жизнь, а для кого-то они стали просто незаменимы. Алиса от Яндекса, Siri от Apple, Google Assistant от одноименной компании, Cortana от Microsoft, Echo от Amazon и др. — это программы, и для их разработки используется распознавание устной речи. А если Вы умеете программировать, то такого голосового помощника, а может быть и двоих, сможете написать для себя самостоятельно. Например, так, ка это сделал Григорий Бакунов из Яндекса.

Всё рассмотренное ранее имеет непосредственное отношение к искусственному интеллекту (ИИ).

Наука под названием «искусственный интеллект» относится к компьютерным наукам. Значит, системы ИИ — это компьютерные системы, использующие технологии ИИ.

Принято разделять системы ИИ на слабый (прикладной) ИИ и сильный (общий) ИИ.

Сильный или универсальный ИИ способен выполнить любую человеческую задачу.

Слабый ИИ предназначен для узкого спектра задач. Такие системы могут делать только одно дело. Все рассмотренные выше примеры относятся к слабому или прикладному ИИ. Искусственный интеллект активно развивается и имеет огромную популярность в последнее время. Ежедневно сообщается о новых системах ИИ, решающих прикладные задачи в разных областях науки, техники, медицины и др.

Для представления разнообразия решаемых задач, приведём лишь некоторые цитаты новостных лент:

— «Инженеры из Массачусетского технологического института (MIT) разработали автономных роботов размером с клетку человека. Устройства будут использоваться для исследования организма, а также диагностики газо- и нефтепроводов. Об этом пишет The Verge».

— «Ученые автоматизировали поиск белковых кристаллов с помощью компьютерного зрения».

— «В Стэнфорде создали нейросеть Decagon, прогнозирующую побочные эффекты лекарств».

— «Группа инженеров из Сколтеха создала искусственный интеллект, который поможет ученым подбирать самые быстрорастущие и выносливые растения для будущих космических экспедиций».

— «Инженеры из Университета Южной Австралии, Штутгартского университета, Университета Флиндерса и Института имени Макса Планка в Германии научили искусственный интеллект анализировать характер человека по его глазам».

— «Исследователи из лаборатории армии США и Института робототехники университета Карнеги — Меллона предложили метод быстрого обучения роботов для автономной работы при минимальном контроле человека».

Отдельное большое направление ИИ занимает робототехника. Примеров использования ИИ в робототехнике можно приводить очень много уже сегодня. Существуют фирмы, такие как Boston Dynamics, которые давно и успешно разрабатывают роботов, обучают их, проводят испытания. Компания Kuka занимается выпуском роботов для производств. На больших складах крупных компаний используют роботов-доставщиков. Развивающимся сегодня и очень перспективным направлением считаются беспилотные летательные аппараты.

Многие из Вас наверняка слышали о системах распознавания лиц. Здесь тоже не обошлось без ИИ. Идентификация и поиск изображений — ещё одно из направлений ИИ. Одна из систем идентификации представлена в павильоне «Умный город» на ВДНХ в Москве. Система определяет пол и возраст по записи с видеокамеры. Множество других интеллектуальных систем, используемых в городе, представлено в павильоне. Они касаются образования, медицины, строительства и др.

Вернёмся к Алисе, с которой начинался урок. Она не только расскажет о погоде и поможет вызвать такси. Посмотрим на навыки Алисы — она поиграет с Вами в города, проведёт викторину по истории, устроит Тотальный диктант, прочитает стихотворения классиков и многое, многое другое. Здесь и обучающие системы, и компьютерные игры.

На сегодняшнем уроке мы познакомились с системами машинного перевода.

Среди современных подходов к реализации алгоритмов машинного перевода (МП) выделяют два основных типа — на основе правил и на основе статистики.

Узнали, что работы над интеллектуальными системами ведутся уже более полувека. Определились с тем, что такое искусственный интеллект.