Makine çevirisi nasıl çalışır: Google Translate'ten dil modellerine

Makine çevirisi dört kez değişti, her seferinde ne değişti

Makine çevirisi basit bir fikirden başladı: bilgisayara bir sözlük ve dilbilgisi kuralları verin, bir cümle kurabilmeli. İlk kuşak tam olarak buydu ve kuralları insanlar elle yazıyordu. Çıktısı öngörülebilirdi ve kuralları yazanın öngörmediği her cümle onu kırıyordu.

İkinci kuşak kuralları bıraktı ve istatistiğe sığındı. Sisteme dilbilgisinin ne olduğu söylenmek yerine ona büyük hacimde iki dilli metin verildi ve hangi ifadenin genelde hangisiyle eşleştiğini kendisinin hesaplaması bırakıldı. Cümleler daha akıcı oldu ve yine de makine kokuyordu, çünkü sistem ifade ifade çalışıyor ve cümlenin tamamını hiç görmüyordu.

Üçüncü kuşak, kamuya açık makine çevirisinin şaka olmaktan çıktığı yerdir. Sinir ağı modelleri cümlenin tamamını sayısal bir temsile çevirir ve hedef cümleyi ondan yeniden üretir. Sonuç, bir insanın gülmeden okuyabileceği, yapısı doğru cümlelerdi.

Dördüncü kuşak dil modelidir ve kendinden önceki üçünden farkı derece değil tür farkıdır. İlk üçü yalnızca tek bir işi biliyordu. Dil modeli ise çevirinin pek çok görevden biri olduğu genel bir modeldir ve daha önemlisi talimat alır: ona okuyucunun kim olduğunu, tonun ne olması gerektiğini ve hangi kelimelere dokunmayacağını söyleyebilirsiniz. Önceki üç kuşağın hiçbiri bunların hiçbirini anlamıyordu.

Burada yaygın bir yanlış kanıyı düzeltmekte fayda var: bu dört kuşak birbirinin yerini almadı. Bugün gerçek ürünlerin içinde çalışan makine çevirisinin büyük bir kısmı hâlâ dil modeli değil sinir ağı temellidir ve pek çok iş için doğru tercih de odur.

Dil modeli klasik makine çevirisini gerçekte nerede geçer

Üç yer ve üçü de tek bir şeye çıkar: dil modeli cümlenin dışını görür.

Birincisi bağlam. Belirsiz bir zamir ya da iki anlamı olan bir kelime klasik makine çevirisinde şansa bırakılır, çünkü sistemin elinde yalnızca o cümle vardır. Dil modeli paragrafın kalanını okuyabilir ve ona metnin neyle ilgili olduğunu söylerseniz tahmini tahmin olmaktan çıkar.

İkincisi ton. Klasik bir çeviri motoruna bu metnin bir müşteri için olduğunu ve resmî ama sıcak olması gerektiğini söyleyemezsiniz. Dil modeline söyleyebilirsiniz ve etkisi görünür. Bu yolun ilk dersinde gündeme gelen dil düzeyi meselesi ilk kez talimat verilebilir bir şeye dönüştü.

Üçüncüsü bir belge boyunca terim tutarlılığı. Modele bir terim listesi verirseniz, yedinci bölümün birinci bölümdeki karşılığı kullanmasını şart koşabilirsiniz. Çok dilli sitelerin her şeyden çok başarısız olduğu nokta budur.

Üçü için de önemli bir koşul geçerli: bunlar birer yetenektir, varsayılan davranış değil. Bağlam, ton ve terim listesi verilmezse dil modeli tam olarak klasik bir motor gibi davranır, yalnızca daha akıcı cümlelerle. Metni yapıştırıp düğmeye basan biri bu kuşaktan daha fazla akıcılıktan başka bir şey almaz.

Önceki kuşaktan nerede daha tehlikeli

Eski makine çevirisi bozulduğunda bu belli olurdu. Cümle dağılır, bir fiil düşer ve okuyucu bunu bir makinenin yazdığını ve gözden geçirilmesi gerektiğini bir bakışta görürdü. O hatalar çirkindi ve çirkinliğin kendisi bir uyarıydı.

Dil modeli o uyarıyı kaldırdı. Hataları akıcıdır. Doğru bir cümle, uygun bir ton ve ortasında o alanda kimsenin kullanmadığı bir terim. Alanı bilmeyen birinin bunu yakalamasının yolu yoktur, çünkü metinde yersiz duran hiçbir şey yoktur.

En tehlikeli biçimi terimleri kendinden emin biçimde uydurmasıdır. Model, bilmediğini söylemek yerine yapısı sağlam, kulağa profesyonel gelen ve hiçbir kaynakta bulunmayan bir karşılık üretir. Tıbbi ya da hukuki bir metinde mali ve insani zarar tam da buradan gelir. Bu davranış yapay zeka halüsinasyonu dersinde daha ayrıntılı anlatılıyor ve çeviride daha kötü bir biçim alıyor, çünkü hedef metnin okuyucusunun karşılaştıracağı bir kaynağı yoktur.

Tutumumuz açık: yalnızca anlaşılması gereken bir metin için bu kuşak şimdiye kadar sahip olduğumuz en iyi şey. Yayımlanacak ya da imzalanacak bir metin için ise bu kuşak öncekinden daha güvenli değil, daha riskli; tam da gözden geçireni uyuttuğu için.

Hangi model Farsçayı gerçekten adlandırıyor

"Çok dilli", üretici dil listesini basana kadar bir pazarlama iddiasıdır. Bu sitenin yapay zeka bölümündeki çeviri kategorisinde ölçütü bu aldık ve sonuç, hiçbiri eksiksiz olmayan iki satır.

Bir tarafta Cohere var. Command A Translate, o katalogda üreticisinin açıkça kendi makine çevirisi modeli dediği ve 23 dilini tek tek saydığı tek modeldir; bu sitenin dört dili de o listede. Diğer yüzü şu: bağlam penceresi 8.000 token, katalogdaki en kısa pencere, ve Cohere'in kendi ticari sözleşmesi İran'ı adıyla Restricted Location tanımına yazıyor. Yani Farsçayı bilen modelin İran'dan resmî bir satın alma yolu yok.

Diğer tarafta Meta var. Llama 4'ü açık ağırlıklarla ve ticari kullanıma izin veren bir lisansla veriyor; yani alıp kendi sunucunuzda çalıştırabilirsiniz. Dil listesi on iki maddelidir ve kapalıdır: Arapça var, Farsça ve Türkçe yok. Scout sürümünün penceresi ise on milyon token.

Bu tersliği aklınızda tutun, çünkü her site çeviri projesinin biçimini o belirler. Dilinizi adlandıran modelin yeri birkaç sayfa kadar, adlandırmayanınki bir kitap kadardır. Pratik sonucu şu: siteyi tek seferde değil sayfa sayfa çevirirsiniz ve uzun bir belgeyi bir kerede geçirmek istiyorsanız, çeviri için kurulmamış ve dilinizi beyan etmemiş bir modeli bilerek seçiyorsunuz demektir.

Geç kavranan bir lisans meselesi de var: açık ağırlık ile serbest kullanım aynı şey değildir. Aya Expanse gibi bir modelin ağırlıkları yayımlanmıştır ve dilleri de adlandırır, ama lisansı ticari değildir; onunla bir müşteri sitesini çevirip para alırsanız lisansı ihlal etmiş olursunuz.

Bütün bunlar çok dilli bir site için ne anlama geliyor

Üç pratik sonuç ve hiçbirinin en iyi modeli seçmekle ilgisi yok.

Birincisi: iş biriminiz site değil sayfadır. Özel çeviri modellerinin kısa penceresi bunu dayatır ve tesadüfen gözden geçirme için de daha iyidir, çünkü bir sayfadaki hata o sayfada bulunur. İkincisi: terim listesi ilk sayfadan önce yazılmalı ve her çağrıda metinle birlikte gitmelidir; yoksa ikinci bölümde anlatılan tutarlılık hiç gerçekleşmez. Üçüncüsü: insan denetimi her sayfaya eşit yayılmak yerine bir kararın ya da bir ödemenin geçtiği sayfalarda yoğunlaşır.

Ve nadiren yazıya dökülen dürüst bir tespit. O kategoride incelediğimiz üreticilerin hiçbiri kendi modelinin çeviri kalitesi için atıf yapılabilir bir sayı yayımlamıyor. Cohere, Command A Translate'in kendi ileri düzey çeviri modeli olduğunu yazıyor ve hiçbir puan basmıyor; diğerleri de basmıyor. Dolayısıyla en iyi çeviri yapay zekasını sıraladığını iddia eden Farsça bir tablo ya dışarıdan bir ölçüt kullanıyordur, ki hangisi olduğunu söylemesi gerekir, ya da sayılarını uyduruyordur.

Aynı şeyi kendimiz için de söylüyoruz: o kategori size hangi üreticinin o model için dilinizi listelediğini söyler, çevirisinin ne kadar doğal okunduğunu değil. İkincisini bilmek çıktıyı okumak demektir ve bu, yaptığımızı iddia etmediğimiz başka bir iştir.