在生成式 AI 風行的世界中,機器翻譯佔有什麼樣重要的地位

舊有的翻譯引擎對採用 AI 技術的翻譯解決方案仍舊非常重要,有助達成節省成本與速度等目標。

打算汰換掉機器翻譯嗎?先別急著這麼做。


隨著生成式 AI 持續蓬勃發展,若能有效地將機器翻譯工具融入採用 AI 的翻譯工作流程,企業依然可以獲益於這些舊有工具。

機器翻譯的角色顯然正在改變。生成式 AI (GenAI) / 大型語言模型 (LLM) 很可能會取代這種舊有技術,這從以下跡象便可清楚看出:

    —LLM 對文字脈絡優異的理解能力,撼動了 MT 引擎的地位。

    生成式 AI 解決方案的數目也急遽增加。

儘管有這許多進展,LLM 仍舊不是新一代的 MT — 至少目前還不是。因為無論是翻譯速度還是價格,GenAI 都還無法與一流的神經機器翻譯 (NMT) 引擎相媲美。

有鑑於 LLM 目前仍舊難以取代 MT,您該如何充分善用所有可用的技術,打造最適合自己的工作流程,並盡可能以深具成本效益的方式更快地翻譯更多內容,從而提升全球觸及範疇?

不妨將 MT 工具納入新興的 LLM 領域中,策略性地運用這兩種技術各自的優點。

    —在流程的一開始使用 MT 進行初始翻譯。

    —使用 LLM 處理譯後編修和品管工作,提升整體品質。

將 MT 跟 LLM 技術與人類監督相結合,會有助於企業獲致預期的翻譯結果。

串連全世界:多樣的技術與人類卓越能力如何增進全球溝通

Lionbridge 在其先進的翻譯服務中實行了四個重要步驟,可產出今日企業所要求的翻譯結果。

這些技術要素是將機器翻譯與生成式 AI 相結合,包括我們專有的先進 AI 本地化平台 Lionbridge Aurora AI™。有人類參與其中的人機迴圈機制,對這個流程也同等重要。

我們特地製作了影片,說明 Lionbridge 專業的翻譯方法如何能以前所未見的規模和步調,產出能在全球各地引起在地客群共鳴的內容。

隨著機器翻譯角色持續變化,它能帶來哪些好處

將 MT 納入您的 AI 工具組並將其應用於初始翻譯階段,可有效增進效率,進而獲致以下好處。

節省成本

MT 可減少人工翻譯的時間、降低成本,讓人們有餘力從事重要的監督工作。

加快交付時程

MT 能以人力及 LLM 功能難以匹敵的速度處理翻譯。

規模更龐大

MT 可輕而易舉地處理大量的內容。

深入了解 Lionbridge 的自動化解決方案 Smart MT™,實現 Localize everything™ 無譯不做,溝通無礙的非凡境地。

什麼是最合適的機器翻譯?

運用 Lionbridge 的機器翻譯追蹤工具 (Machine Translation Tracker),了解哪一個機器翻譯引擎對您的使用案例而言最為有效。

挑選最符合您需求的 MT 引擎,並不是件簡單的事。來源內容的品質、來源語言以及目標語言等因素,都會影響 MT 引擎的表現。Lionbridge 的機器翻譯追蹤工具是市面上最悠久的主流 MT 引擎評估工具,能協助您做出明智的選擇。它可以針對眾多 MT 引擎評估其整體成效,亦可評估這些引擎在特定語言組合和各種主題領域方面的成果,現在還能追蹤數個 LLM 的成效以供參考。

採用 AI 技術的 MT 如何能提供主要垂直產業所需的支援

無論您屬於哪個產業,機器翻譯都能協助您因應業務上的眾多挑戰。歡迎了解我們的 MT 與 AI 解決方案,能為法律、生命科學和電子商務客戶提供哪些相關支援。

法律相關產業

進行跨國法律訴訟案時,經常可能會產生大量需要快速完成翻譯的多語言電子事證開示法律文件,或者必須提交更多嚴謹的正式文件給法院。深入了解何時適合運用機器翻譯來翻譯法律文件,進而達成正確、高效率和高成本效益的結果。

生命科學產業

使用 AI 除了必須要能控管風險,更得要能保障使用者安全並遵循法規,儘管條件嚴苛,它仍舊是個重要的工具,有助提供大規模生命科學語言服務。在這些由專家主導、AI 支援的語言服務協助下,製藥與醫療器材開發的相關公司企業將可更輕鬆地遵守緊湊的時程、管理日漸增加的文件量,以及順利進軍新市場。歡迎探索 MT 與 AI 如何協助生命科學公司獲致更好的病患治療結果。 

電子商務

對打算進軍全球市場的公司來說,電子商務是很關鍵的一種方法,輔以 AI 強化的 MT 則能協助這些公司企業為任何語言的客戶,更快速且穩定地持續製作引人入勝又貼近個人需求的內容。歡迎了解零售商如何早已開始運用 MT 及 AI,與全球各地的客戶互動交流

閱讀精彩內容,深入了解自動翻譯技術

Smart MT™:企業級機器翻譯 + 人工智慧 (AI)

探索 Lionbridge 企業級的機器翻譯與 AI 解決方案,了解它們如何運用最適宜的 MT 引擎及 AI 審閱功能,強化全球性的溝通交流。

Lionbridge 推出以 AI 技術為後盾、專為全球內容管理打造的協調平台 Lionbridge Aurora AI™

了解 Lionbridge 如何運用可大規模最佳化工作流程自動化的翻譯管理系統,拓展本地化及其他更多服務。

運用 Lionbridge TRUST 架構,建立對 AI 應用的信任

運用 Lionbridge 的 TRUST 架構,信心十足地在您的語言解決方案中實作生成式 AI。

個案研究:Lionbridge 如何提高某大型航太技術供應商的員工工作熱忱

取得深入見解,探索 Lionbridge 的 Smart MT 解決方案如何能迅速又有效率地為客戶提供正確的翻譯,促進全球員工的互動交流。

參考依機器可譯性排序的語言排名,更有效地運用機器翻譯

在部署機器翻譯前,不妨先考慮語言的複雜性。我們的機器可譯性排名,能協助您做出更明智的商務決策。

機器翻譯詞彙解釋

使用這份實用的速查表,掌握最新的機器翻譯相關重要詞彙。

認識我們的機器翻譯與生成式 AI 專家

Lionbridge 擁有深厚的 AI 專業知識,能提供值得您安心信賴的機器翻譯服務及生成式 AI 語言服務。

Rafa Moral

創新副總裁

Rafa 負責監管和語言及翻譯相關的研發 (R&D) 事務,包括跟機器翻譯、內容剖析與分析、術語探勘及語言品管與控管相關的事務。

Share on LinkedIn

Vincent Henderson

產品語言服務主管

Vincent 負責帶領 Lionbridge 的產品與開發團隊,工作重點主要是探索如何運用技術與人工智慧 (AI),進行分析、評估、處理和生成全球內容。他尤其關心大型語言模型會對內容產品及服務帶來哪些顛覆性的影響。

Share on LinkedIn

機器翻譯大事記

1954 年 - 喬治城大學研究人員進行了史上第一次的 MT 初期系統公開展示。

1962 年 - 機器翻譯與計算語言學學會 (Association for Machine Translation and Computational Linguistics) 於美國成立。

1964 年 - 美國國家科學院 (National Academy of Sciences) 成立了專責研究 MT 的委員會 (ALPAC)。

1970 年 - 法國紡織研究所 (French Textile Institute) 使用一套 MT 系統著手翻譯摘要。

1978 年 - Systran 開始翻譯技術手冊。

1989 年 - Trados 率先開發與行銷翻譯記憶庫技術。

1991 年 - 烏克蘭的哈爾科夫大學 (Kharkov State University) 研發了第一個商用 MT 系統,可進行烏克蘭文對俄文、英文、德文之間的翻譯。

1996 年 - Systran 與 Babelfish 在網路上提供簡短文字的免費翻譯服務。

2002 年 - Lionbridge 使用旗下的規則式 MT 引擎執行首個商用 MT 專案。

2000 年代中期 - 統計式 MT 系統正式向大眾公開。Google 翻譯於 2006 年推出,而 Microsoft Live Translator 則於 2007 年問世。

2012 年 - Google 宣布 Google 翻譯每天翻譯的文字數量約等於一百萬本書籍。

2016 年 – Google 和 Microsoft 皆啟用神經機器翻譯 (NMT),不僅有助於減少語序錯誤,更大幅改善了詞彙與文法。

2020 年 - 截至當年 10 月為止,Google 神經機器翻譯 (GNMT) 可支援 109 種語言。

2022 年 - Lionbridge 專家分享其分析結果,指出 MT 引擎輸出的表現停滯不前,而且追蹤的所有引擎表現都相差無幾。這些發展顯示神經 MT 典範或許已經達到頂點,新的典範轉移可能就要開始。

2022 年 - OpenAI 在 11 月向大眾公開其生成式 AI 引擎 ChatGPT,讓世人注意到持續發展且擴增的翻譯技術版圖。

2023 年 - GenAI 不斷擴展,有更多模型上市、穩定地持續推出新版本,並有針對不同產業和使用案例打造的解決方案。

2024 年 – MT 的相關應用發生轉變,隨著生成式 AI 的蓬勃發展而開始搭配 LLM 使用。

與我們洽談

請輸入公司電子郵件