Google เตรียมปล่อยบริการแปลภาษารูปแบบใหม่ ทดสอบแล้วแปลภาษาได้แทบไม่ต่างจากมนุษย์

การแปลภาษาหนึ่งไปยังอีกภาษาหนึ่งโดยใช้คอมพิวเตอร์นั้นไม่ใช่เรื่องใหม่แต่อย่างใด เพราะนอกจากมีความรวดเร็วแล้ว ยังทำให้เราสามารถย่อโลกที่มีกำแพงด้านภาษาได้ง่ายดายกว่าเดิม และหนึ่งในระบบที่คนไทยคุ้นหูกันมาอย่างยาวนานคงหนีไม่พ้น Google Translate อย่างแน่นอน อย่างไรก็ดีขีดจำกัดของโปรแกรมแปลภาษายังคงเป็นปัญหาจนถึงทุกวันนี้ เนื่องจากภาษาที่ถูกแปลออกมาไม่มีความเป็นธรรมชาติอีกทั้งบางประโยคก็ไม่ใช่ข้อความที่เราใช้พูดกันทั่วไป อย่างไรก็ดีนักวิจัยของ Google ไม่ได้หยุดนิ่งเพียงเท่านั้น เพราะล่าสุดได้ทำการพัฒนาระบบแปลภาษาแบบใหม่ให้ก้าวล้ำยิ่งขึ้นจนเกือบทัดเทียมมนุษย์ไปเป็นที่เรียบร้อยแล้วภายใต้ชื่อ Google Neural Machine Translation System (GNMT)

ในวันนี้ Google ได้ประกาศนำระบบ GNMT มาใช้เป็นครั้งแรกหลังจากที่ได้ทำการเปิดตัว Google Translate ไปเมื่อ 10 ปีที่แล้ว พร้อมเริ่มทยอยอัปเดตเป็นที่เรียบร้อยโดยในขณะนี้รองรับแค่การแปลจากภาษาจีนเป็นภาษาอังกฤษเท่านั้น ซึ่งทางบริษัทหวังว่าจะมีการนำระบบใหม่เข้ามาใช้งานอย่างเต็มตัวและแทนที่ระบบเดิม Phrase Based Machine Translation ที่ตัดประโยคออกเป็นคำๆ แล้วแปลแต่ละส่วนแยกออกจากกัน โดยความสามารถของระบบแปลภาษารูปแบบใหม่นอกเหนือจากการแปลหน้าเว็บไซต์ หรือแม้แต่ทำลายกำแพงด้านภาษาทั่วโลกเพื่อให้สามารถสื่อสารกันอย่างเข้าใจโดยง่ายแล้ว ยังช่วยลดความผิดพลาดจากการแปลภาษาได้ถึง 55-85% ด้วยกัน โดยหนึ่งในนักวิจัยจาก Google อย่าง Quoc Le ระบุว่าการอัปเกรดระบบแปลภาษาครั้งใหญ่ในคราวนี้จะช่วยเพิ่มความสัมพันธ์ระหว่างมนุษย์และคอมพิวเตอร์ และด้วยความสามารถของระบบแปลภาษาโฉมใหม่จะช่วยให้ซอฟท์แวร์เรียนรู้ในการทำสิ่งที่ยากยิ่งขึ้น เช่น การอ่านข้อมูลจาก Wikipedia เพื่อเรียนรู้และตอบคำถามอันซับซ้อนเกี่ยวกับโลกมนุษย์

AlphaGo หนึ่งในผลงานจาก Google DeepMind ที่ใช้การเรียนรู้แบบ Deep Learning

ระบบการแปลภาษา GNMT  ถูกพัฒนาภายใต้เทคโนโลยีที่มีชื่อเรียกว่า Deep Learning ที่จใช้ประโยชน์จากการจำลองเครือข่ายประสาทเทียมคล้ายกับสมองมนุษย์ อย่างไรก็ดีระบบ Deep Learning ไม่ใช่เรื่องใหม่แต่อย่างใด เพราะตลอดระยะเวลาที่ผ่านมาได้แสดงให้เห็นถึงการพัฒนาอย่างรวดเร็วแก่สายตาชาวโลก โดยนำไปใช้กับการกับการคัดแยกรูปภาพหรือการจดจำเสียงพูด และหากใครยังจำกันได้ AlphaGo โปรแกรมที่สามารถเอาชนะแชมป์โลกโกะแบบหักปากกาเซียนก็ถูกพัฒนาภายใต้ระบบ Deep Learning เช่นเดียวกัน โดย Google ได้เริ่มค้นคว้าถึงการนำระบบ Deep Learning มาใช้กับวงการแปลภาษานับย้อนไปตั้งแต่ปี 2014 แล้ว ซึ่งหากดูจากผลลัพธ์ที่ GNMT สามารถทำได้ในขณะนี้ ก็ถึงแก่เวลาที่จะเข้าสู่กระบวนการใช้งานจริง

สำหรับระบบการแปลภาษาแบบใหม่ที่ผนวกเทคโนโลยี Deep Learning เข้ามาช่วยนั้นค่อนข้างจะแตกต่างกับระบบการแปลภาษาแบบเดิมๆ เป็นอย่างมาก เนื่องจากมันไม่ได้ถูกป้อนสูตรสำเร็จในการแปลภาษาในแต่ละประโยคออกมา แต่มันสามารถอ่านและเรียนรู้ได้ด้วยตัวเองถึงแนวทางที่จะเปลี่ยนแปลงคำจากภาษาหนึ่งไปอีกภาษาปลายทางอย่างน่าเชื่อถือ ยกตัวอย่างเช่นประโยคภาษาจีนด้านต้น ระบบจะถอดรหัสตัวอักษรให้อยู่ในรูปแบบ Vector ก่อน โดยภายหลังจากที่ระบบ GNMT อ่านข้อความเสร็จเป็นที่เรียบร้อยก็จะเริ่มถอดรหัสแต่ละคำโดยการแปลงเป็นภาษาอังกฤษ แต่ไม่ได้หมายความว่าระบบจะแปลทุกคำแล้วจับมาเรียงกันเสมอไป เนื่องจากมีการให้น้ำหนักของแต่ละคำแตกต่างกันแล้วแต่ว่าคำไหนมีความเกี่ยวข้องมากที่สุด และสามารถพิจาณาบริบทของคำที่อยู่โดยรอบได้ว่ามีความเกี่ยวข้องกันหรือไม่

ตัวอย่างผลงานการแปลจาก GNMT เปรียบเทียบกับมนุษย์ ค่อนข้างใกล้เคียงกันเป็นอย่างมาก

นอกจากนี้ Google ได้ปล่อยผลงานวิจัยซึ่งโชว์ความสามารถระบบแปลภาษาแบบใหม่ออกมาให้รับชมเช่นเดียวกัน โดยทดสอบให้ผู้ที่มีความเชี่ยวชาญทั้ง 2 ภาษาเปรียบเทียบประโยคที่แปลโดยฝีมือมนุษย์และอีกหนึ่งชิ้นถูกแปลโดยระบบของ Google ซึ่งบางครั้งพบว่ามนุษย์ไม่พบข้อแตกต่างระหว่างงานแปลทั้ง 2 ชิ้น ซึ่งหากดูจากคะแนนที่ได้อาจน่าตกใจไม่น้อย เพราะงานแปลจากมนุษย์ทำคะแนนเฉลี่ยได้ 5.55 คะแนน จากคะแนนเต็ม 6 ส่วนระบบแปลภาษา GNMT ทำคะแนนเกือบทัดเทียมฝีมือมนุษย์ที่ 5.43 คะแนน อย่างไรก็ดีการแปลจากภาษาจีนสู่ภาษาอังกฤษเป็นเพียงแค่ 1 ภาษาจากทั้งหมดกว่า 100 ภาษาที่ Google Translate รองรับ ซึ่งทางบริษัทระบุว่าจะพยายามพัฒนาให้ครอบคลุมให้ได้มากที่สุดเท่าที่จะทำได้ ซึ่งน่าจับตามองดูทีเดียวว่าอนาคตของโลกนี้จะเป็นไปอย่างไร ในยุคที่เทคโนโลยีกำลังเติบโตไปพร้อมกับมนุษย์หรือบางครั้งอาจก้าวนำมนุษย์ไปเป็นที่เรียบร้อยแล้ว

---------------------------------------
ที่มา : technologyreview, googleblog
แปลและเรียบเรียง : techmoblog.com

Update : 28/09/2016

google Google Translate Deep Learning