یک بازار چندصد میلیون دلاری

از ظهور اولین ماشین‌های ترجمه بیش از پنج دهه می‌گذرد. تا جایی که امروز دیگر «ماشین ترجمه» به واژه‌ای آشنا و ابزاری کاربردی برای عبور از محدودیت‌های زبانی تبدیل شده است، تلاشی که با ماشین‌های ترجمه قاعده‌مند آغاز شد و سپس با مترجم‌های ماشینی آماری ادامه یافته و امروز در ماشین‌های ترجمه نورونی با استفاده از الگوریتم‌های مبتنی بر یادگیری عمیق، می‌روند تا نقشی موثر در توسعه علم، صنعت و تجارت بازی کنند. تجربه‌ای فناورانه که در مراحل رشد خود فرازو‌نشیب‌های گوناگونی را طی کرده است؛ از بازخوردهای منفی نسبت به ماشین‌های قاعده‌مند که بازچینی کلمات مبتنی بر دستور زبان را تجربه می‌کردند گرفته تا امیدواری‌ به گراف‌های جست‌وجو در ماشین‌های آماری که محدودیت‌های حافظه مانع از نمایش کارآمدی آنها شد. در این مسیر، هرچند به‌کارگیری الگوریتم‌های مبتنی بر یادگیری عمیق با تاخیری قابل توجه و طی چند سال اخیر آغاز شد، اما نتایج به‌دست‌آمده از این فناوری در همین مدت کوتاه به راحتی با تمامی تلاش‌های چندین دهه قبلی در حوزه ترجمه ‌ماشینی برابری کرده و حتی امیدبخش‌تر به نظر می‌رسد. ویژگی‌های خاص نحوه یادگیری در ماشین‌های ترجمه نورونی روند رشدی پایدار و نمایی برای این فناوری رقم می‌زنند. هرچند بهبود کیفیت و توسعه کاربردی این ماشین‌ها نیازمند آموزش مداوم با متن‌های ترجمه‌شده انسانی است اما با گذشت زمان این ماشین‌ها ظرافت‌های زبانی را به‌ خوبی یاد گرفته‌اند، و با بهره‌گیری از الگوریتم‌هایی که بسیار مشابه با الگوریتم مغز انسان عمل می‌کنند، ترجمه‌هایی درخور توجه و بعضاً عالی ارائه می‌دهند. از سوی دیگر، محدودیت‌های موجود در خدمات سنتی ترجمه که به طور مشخص ناشی از کمبود مترجمان حرفه‌ای و محدودیت‌های طبیعی انسان در اجرای وظایف تکراری است، موجب شده این خدمات تنها پاسخگوی بخش کوچکی از نیاز بازار آن هم در حوزه‌های ادبی، اسناد و متون حساس باشند. در مقابل، بخش بزرگی از نیاز بازار که معطوف به ترجمه‌های...