لقد غير ChatGPT التصورات في جميع أنحاء العالم فيما يتعلق بقدرات الذكاء الاصطناعي. بشكل عام، تحولت من كونها خرقاء وروبوتية إلى كونها شبيهة بالبشر بطريقة غريبة.
كيف يؤثر هذا على الإمكانيات في مجال الترجمة؟
هل لم يعد البشر ضروريين؟
هل يمكنني فقط معالجة كل شيء من خلال ChatGPT وعدم إنفاق أي مبلغ آخر على ترجماتي؟
ستستكشف هذه المقالة إمكانات وقيود الترجمات التي تقدمها نماذج اللغات الكبيرة.
هل تريد التحدث إلى ChatGPT؟
التحدث إلى الترجمة الآلية المدربة مسبقًا مثل GPT3/4 أو غيرها من روبوتات الدردشة الذكية المماثلة يمكن أن يكون كاشفًا ومخيفًا في نفس الوقت. يمكن أن تؤدي الإجابة على طلبك إلى مفاجأة وفزع المستخدم. GPT 4 قادر على اجتياز اختبار BAR في النسبة المئوية 90 وقادر أيضًا على ارتكاب أخطاء فادحة مثل تلفيق حقائق غير صحيحة أو قبول حجج غير منطقية.
كل ذلك يعتمد على المعايير وبيانات التدريب، ولكن في اللغة الإنجليزية، يظهر GPT 3 و4 بوضوح القدرة على تغيير كيفية تعاملنا مع أعمالنا وأعمالنا المهنية.
ولكن كيف يعمل بلغات أخرى؟
كيف يعمل مع سياق أكثر أو سياق أقل؟
هل يختلف GPT 3 اختلافًا كبيرًا عن GPT 4؟
الترجمة الآلية but without a machine translation system
The history of الترجمة الآلية has clearly shown the limits of التكنولوجيا in our world. عندما تم تقديم الأفكار لأول مرة في الثمانينات، كان البعض متفائلًا للغاية بشأن عدم الحاجة إلى الإنسان بعد الآن لتوليد ترجمات دقيقة.
كان الأمر مجرد مسألة تطوير نماذج إحصائية وقائمة على القواعد مختلفة من أجل إنشاء ترجمات تبدو كما لو أن إنسانًا يتحدث بشكل طبيعي.
لكن من الواضح أن هذا لم يكن هو الحال. تحسنت النماذج، وتحسن الوصول إلى المعرفة، لكن اللغة أثبتت أنها دقيقة للغاية ومليئة بالاستثناءات بحيث لم يتمكن المهندسون من شرحها للآلة. لم تستند النماذج إلى حوار يعتمد على الطلب والاستجابة، بل على مخرج واحد للإدخال بنص إنجليزي أو أي لغة أخرى يشملها المحرك.
اختيار نموذج وتقدير تكلفة الترجمة
في حين أن اختيار نموذج قد يبدو وكأنه الخطوة المنطقية الأولى للترجمة باستخدام gpt 3 على سبيل المثال، فمن المحتمل جداً أن تكون الخطوة الأخيرة في رحلة الترجمة الخاصة بك.
يمكنك العمل على سبيل المثال مع نص عادي وإدراجه ببساطة في gpt 3 أو العمل مع واجهة برمجة التطبيقات الخاصة بـ openai لاستيراد وتصدير المحتوى الخاص بك على سبيل المثال، ولكن ذلك سيتغاضى عن بعض التحديات الرئيسية المتعلقة بالترجمات.
الأول الواضح، على سبيل المثال، هو فقدان التنسيق. بينما تتعمق في نماذج اللغة الكبيرة وغيرها من الأنظمة الذكاء الاصطناعي، تصبح أهمية إدارة المعرفة أكثر حيوية.
كيف ستدير الترجمات السابقة؟
كيف ستقوم بضبط محركك بحيث يأخذ في الاعتبار مصطلحاتك أو تحسين محركات البحث الخاصة بك؟
روبوتات الدردشة بالذكاء الاصطناعي، مهما كانت قوية، لم تُصمم في الأصل كمحركات ترجمة. ترجمة GPT 3 مذهلة في العديد من السياقات. يمكن أن يقدم غالبًا للمستخدمون ترجمات تبدو بشرية وقد تبدو أفضل من النص الإنجليزي أو أي لغة أصلية أخرى، ولكن بمفرده سيكون من شبه المستحيل العمل على نطاق واسع أو بشكل متكرر.
نظام إدارة الترجمة المتكامل بعمق مع الذكاء الاصطناعي ضروري لضمان استخراج الفوائد الرئيسية التي يقدمها gpt 3 أو 4.
هل تريد التحدث إلى Character.ai، أحدث ذكاء اصطناعي من قبل منشئي Google LaMDA؟
تظهر محادثات Chatbot مثل Character.ai المدعومة من LaMDA من Google بوضوح كيف يمكن إجراء محادثة شبيهة بالبشر دون أي سياق محدد. من الممكن التحدث إلى شخصية تقوم ببنائها أو تحديدها مسبقًا بطريقة تبدو بشرية حقيقية في بعض الأحيان.
من المهم التحدث عن LaMDA لأن الناس غالبًا ما يكون لديهم منظور محدود حول عدد الأنظمة الموجودة. فيما يلي بعض الأمثلة الأخرى:
بيرت: تمثيلات التشفير ثنائية الاتجاه من المحولات، التي طورتها Google الذكاء الاصطناعي
- XLNet: التدريب المسبق الذاتي المعمم لفهم اللغة، الذي طورته جامعة كارنيجي ميلون وGoogle الذكاء الاصطناعي
- XLM-RoBERTa: نهج تدريب ما قبل BERT محسن بقوة، تم تطويره بواسطة Facebook AI وCohere: نموذج لغوي كبير يمكن ضبطه بدقة لمجالات ومهام محددة، تم تطويره بواسطة Cohere الذكاء الاصطناعي
- GLM-130B: الترجمة الآلية LLM مع 130 مليار من المعاملات، تم تطويره بواسطة Huawei
- Meta LLaMA AI: هيكل Meta LLM مع 1.6 تريليون معلمة، تم تطويره بواسطة Meta الذكاء الاصطناعي
- Chinchilla: نموذج لغوي كبير يمكنه إنشاء نص طبيعي بلغات متعددة، تم تطويره بواسطة LG AI Research
- LaMDA: نموذج اللغة لتطبيقات الحوار، الذي طورته Google Research
- PaLM: كان التدريب المسبق لنموذج اللغة الترميزي والترجيعي للجيل المشروط بالسياق، الذي طورته DeepMind، هو النموذج الأول الذي تمكن من كسر التصور العام بأن الذكاء الاصطناعي كان شيئًا للمهندسين فقط. كان Gpt 3 هو أول نموذج لغوي أظهر للعالم أن الخيال العلمي ليس خيالًا كبيرًا بعد كل شيء.
أنواع الإدخال في GPT-4 و GPT-3
عندما يتعلق الأمر بالترجمة، يمكن للمستخدم إدخال نص في واجهة الدردشة GPT-3 أو GPT-4 (يشكلان نفس واجهة المستخدم) والحصول على النص المترجم عندما يسبقه طلب الترجمة. يقتصر المستخدم على النص العادي على الرغم من ذلك.
سيتم فقدان أي تنسيق والطريقة الوحيدة للحفاظ عليه هي العمل مع نظام إدارة الترجمة مثل Bureau Works الذي يقوم بتحليل الملفات بشكل أصلي بحيث يمكن تبادل المعلومات مع GPT 3 و 4 دون فقدان أي تنسيق أو معلومات نصية أخرى.
التخصيص الدقيق لنماذج OpenAI
الجودة الناتجة عن الترجمة تعتمد على تعقيد نموذج اللغة الذي يعتمد بشكل رئيسي على المعايير وحجم بيانات التدريب. ولكنه يعتمد أيضًا على الجودة الخاصة بالموجه وكذلك السياق الإضافي الذي يقدمه الشخص (المستخدم البشري).
كلما زاد التوجيه الذي يتلقاه نموذج اللغة، كان GPT 3 أو 4 أفضل في توليد الكلمات التي تكون منطقية للقارئ.
إذا وصفت في طلبك، على سبيل المثال، أنك تريد أن تبدو الترجمة غير رسمية وجذابة، فإن gpt 3 سوف "يتحدث" بطريقة تتناسب مع ذلك ويأخذ الحرية في كتابة رده بطرق تتماشى مع طلبك.
لهذا السبب في Bureau Works يقوم مهندسو تعلم الآلة لدينا باستخلاص الأفضل من التعلم بدون أمثلة والتعلم بقليل من الأمثلة.
دون الخوض في تفاصيل كثيرة حول ميكانيكا أنواع التعلم الآلي وقدرتها على تفسير الرسائل والرد بطريقة منطقية للمستخدمين، في Bureau Works ركزنا على بناء الردود من الألف إلى الياء.
يجب أن يكون الذكاء الاصطناعي قادرًا على كتابة رسائل تكون موجهة ضمن الأفكار والأغراض الخاصة بالمستخدمون.
إذا أراد المستخدم على سبيل المثال أن تبدو الترجمة طبيعية حتى لو انحرفت دلالياً عن ما يسمى بالنص الإنجليزي الأصلي، فقد تبدو الاستجابة غريبة ولكنها قد تكون مثالية لكيفية تفاعل الشخص على الإنترنت عند قراءة المخرجات الناتجة عن الذكاء الاصطناعي.
Bureau Works قادر بشكل طبيعي على إجراء تفاعل مع gpt 3 أو 4 بالإضافة إلى نماذج الذكاء الاصطناعي الأخرى التي ستأخذ في الاعتبار:
- الترجمات السابقة المخزنة في ذاكرة الترجمة الخاصة بك
- المصطلحات
- المجال
- التنسيق/الوسم
من خلال هذا التخصيص الدقيق، نحن قادرون على إنشاء بيئة يمكن للنظام فيها معالجة البيانات وتقديم إجابة تتماشى بشكل أكبر مع التوقعات في سياق ذلك التفاعل.
ستولد الرسالة المضبوطة بدقة إلى gpt 3 أو 4 كلمات تصف مفاهيم متشابهة مع لمسة تحدث فرقا كبيرا. ألق نظرة على المثال التالي:
الملخص الأصلي:الآن مع Apple Twist:
Bureau Works هو نظام إدارة الترجمة قوية يتيح لك التعامل مع أي مشروع ترجمة وتوطين بسهولة وثقة. إنه قائم على السحابة، لذا يمكنك الوصول إليه في أي وقت ومن أي مكان.
الآن مع لمسة كورت فونيغوت:
Bureau Works تهتم بالترجمة والتعريب. نعتقد أنه يجب عليك أيضًا. ليس من السهل الوصول إلى جمهور عالمي برسالتك. ولكن يمكننا مساعدتك في القيام بذلك بشكل أفضل وأسرع من أي وقت مضى.
الآن مع لمسة جيل زد:
Bureau Works رائع. إنه نظام يساعدك على ترجمة وتوطين محتوياتك عبر الإنترنت. يمكنك استخدامه لأي شيء: مواقع الويب، التطبيقات، رسائل البريد الإلكتروني، المستندات، إلخ. يمكنك البدء مجانًا أو اختيار خطة تناسب أجواءك.
من خلال هذه الردود، يمكن لـ gpt 3 التحدث بطرق مختلفة عن نفس الشيء. إنها طبيعة الكتابة. يمكن التعبير عن نفس المفهوم بطرق لا حصر لها، وكل طريقة لديها القدرة على إثارة مشاعر إنسانية مختلفة بغض النظر عما إذا كانت قد تم تصورها بواسطة الذكاء الاصطناعي أم لا.
GPT-4 مقابل قدرات نموذج GPT-3
GPT4 هي تطور طبيعي لـ GPT 3. يحتوي GPT 4 على معلمات أكثر بحوالي 570 مرة من GPT 3 - 175 مليار مقابل. ١٠٠ تريليون. ينتج عن هذا حوار أكثر اتساقًا وأخطاء أقل عند مقارنة نماذج الذكاء الاصطناعي المختلفة. يمكن لـ GPT 4 أيضًا تحليل المدخلات المرئية. لم يتم تدريب كلا النموذجين على الترجمة، ولكن كلاهما يمكنه كتابة نصوص تبدو طبيعية بشكل لا يصدق كلمة بكلمة.
تحديد سياق GPT-4 مقابل محادثة GPT-3
Context تشير إلى جميع المعلومات التي تعلم النص ولكنها ليست النص نفسه. في شبكة من المعاني، يشير السياق إلى جميع الخيوط التي تقدم الدعم للشبكة ككل بينما النص هو الجزء المركزي من الشبكة.
عندما يتعلق الأمر بالذكاء الاصطناعي، والمعنى بشكل عام، فإن السياق يغير كل شيء. إذا أخبرت الذكاء الاصطناعي على سبيل المثال أن الأعلى هو الأسفل والأسفل هو الأعلى كسياق، ثم أخبرت الذكاء الاصطناعي أنني في الطابق السابع وأريد الذهاب إلى الطابق الثامن، فسوف يوضح لي الذكاء الاصطناعي أنني يجب أن أنزل.
سيقول الذكاء الاصطناعي هذا لأنني أعطيته سياقًا يوجه كيفية تعامله مع النص. هذا مثال متطرف للسياق ولكن في محادثات الترجمة مع نموذج ذكاء اصطناعي مثل gpt 3، يمكنني تحديد السياق ككلمات معينة يجب استخدامها أو تجنبها، أو نغمات معينة يجب اتباعها مثل الرسمية أو غير الرسمية، أو معلومات حول الأهداف العامة للنص التي يجب أن يأخذها gpt 3 في الاعتبار.
إعداد واجهة برمجة التطبيقات
عندما يتعلق الأمر بالعمل مع gpt 3 أو 4 من خلال Bureau Works، لا داعي للقلق بشأن إعداد واجهة برمجة التطبيقات. تمتلك Bureau Works واجهة برمجة تطبيقات أصلية مع الوصول إلى نقاط نهاية gpt 3 وإطار عمل خاص يسمح بتبادل المعلومات في هذه العملية مع gpt 3 أو 4 بأكثر الطرق فعالية ممكنة.
يكمن الجمال في أن واجهة برمجة التطبيقات الخاصة بنا تستفيد أيضًا من نماذج الذكاء الاصطناعي الأخرى بخلاف gpt 3 مثل LaMDA و LLaMA. تستخدم واجهة برمجة التطبيقات الخاصة بنا مجموعة من نماذج التعلم الآلي لزيادة ملاءمة كتابة gpt 3 و 4 بغض النظر عن المطالبة المستخدمة.
هل تريد استخدام GPT-3؟
استخدام gpt 3 أو 4 مع Bureau Works بسيط للغاية. يتم تمكين تكامل الويب الخاص بنا كإعداد افتراضي في تطبيق الويب الخاص بنا. تستعرض هذه المقالة فقط النظرة العامة والقدرات الأساسية لتكامل الويب الخاص بـ gpt 3 لدينا، ولكن يمكنك ابحث عن المزيد من المعلومات في حال كنت مهتمًا بمكتبة الدعم الخاصة بنا على support.bureauworks.com
يمكنك التسجيل للحصول على نسخة تجريبية مجانية وبالطبع يمكنك الإلغاء في أي وقت قبل نهاية فترة التجربة الخاصة بك ولن يتم تحصيل أي رسوم منك.
GPT-3 مقابل GPT-4 – رئيسي takeaways
As far as GPT 3 vs. تم تطبيق GPT 4 على الترجمات، ولم نتمكن من ملاحظة انحرافات كبيرة في أمثلة الكتابة. كل نموذج قادر على إنتاج محادثات ذات صلة.
لدينا تقرير من 55 صفحة مليء بأمثلة بواسطة gpt 3 يمكن تنزيله هنا في حال كنت مهتمًا، ونحن نعمل على تقرير جديد يقارن بالتفصيل كيفية أداء كل نموذج.
بمجرد توفر معاينة البحث هذه، سنخطرك من خلال نشرتنا الإخبارية في حال كنت مهتمًا. كل نموذج بغض النظر عن كيفية تدريبه سواء من خلال التعلم بعدد قليل من الأمثلة، أو بدون أمثلة، أو بطرق أخرى من أساليب تعلم الآلة، قادر على إنتاج الموجزات التي يمكن أن تدهش المستخدمين على الإنترنت في بعض الأحيان بسبب طبيعتها البشرية الغريبة.
وفقًا لـ OpenAI، يعمل GPT 4 بشكل أفضل بشكل كبير من GPT 3 في سيناريوهات معينة، ولكن فيما يتعلق بالكتابة، فإن المستوى مشابه نسبيًا. المزيد سيأتي عندما ننشر تقريرنا التفصيلي الذي يقارن بين كل نموذج.
هل تريد استخدام Jurassic-1، أكبر وأعقد نموذج لغوي تم إصداره للاستخدام العام من قبل المطورون؟
وفقًا لبينغ، "Jurassic-1 هو الاسم الذي يُطلق على اثنين من نماذج معالجة اللغة الطبيعية الانحدارية الذاتية (NLP) التي طورتها AI21 Labs الإسرائيلية1. نماذج Jurassic-1 متعددة الاستخدامات للغاية، وقادرة على إنشاء نص شبيه بالإنسان، بالإضافة إلى حل المهام المعقدة مثل الإجابة على الأسئلة وتصنيف النص وغيرها الكثير23.
تأتي نماذج Jurassic-1 بحجمين، حيث أن النسخة Jumbo، التي تحتوي على 178 مليار معلمة، هي أكبر وأعقد نموذج لغوي تم إصداره للاستخدام العام من قبل المطورون23.
GPT 4 هو نموذج ذكاء اصطناعي يحتوي على معلمات أكثر بنحو 3 أضعاف من Jurassic-1 JUMBO. اعتاد الجوراسي -1 أن يكون أكبر من gpt 3 ولكن تم تجاوزه من قبل gpt 4. كونها أكبر من gpt 3 لا يعني بالضرورة أنها كانت قادرة على تحقيق نتائج أفضل.
كان نموذج gpt 3 المدرب بعد كل شيء هو الذي جعل العالم يفتح عينيه على الويب الحقيقي وتطبيقات العالم الحقيقي لنموذج الذكاء الاصطناعي. فيما يتعلق بالتكاملات، تشير حالتنا الحالية والتوقعات إلى أن Bureau Works ستتكامل مع نماذج متعددة لاستخراج أفضل ما يقدمه كل نموذج.
تكلفة استخدام GPT-4 مقابل. GPT-3
لمعلومات حول تكاليف واجهة برمجة تطبيقات Open AI، يرجى زيارة: https://openai.com/الأسعار
فيما يتعلق بـ Bureau Works، لا يوجد فرق في العمل مع GPT 3 مقابل. جي بي تي 4. تقوم واجهة برمجة التطبيقات الخاصة بنا بتوجيه المحتوى بشكل طبيعي من خلال النموذج الأكثر فعالية من منظور التكلفة والفائدة.
هذه المقالة لا تتعمق في التفاصيل التقنية حول كيفية عمل تكاملنا مع gpt 3 ولكن يمكن العثور عليها على الويب في مكتبة الدعم الخاصة بنا هنا: http://support.bureauworks.com
GPT-4 حاليًا أكثر تكلفة من GPT-3 حيث يستخدم هذا النموذج قوة حوسبة أكبر بكثير لإنتاج استجاباته.
تبلغ تكلفة GPT-3.5 Turbo حاليًا 0.002 دولار لكل 1000 رمز، بينما يكلف نموذج 32k GPT 4 الموجه 0.06 دولار لكل 1000 رمز و0.12 دولار لكل 1000 رمز، أي ما يقرب من 30 مرة أكثر.
ومع ذلك، يتضمن خطة Bureau Works للمترجمين دمج GPT كجزء من السعر الأساسي الذي يبدأ من 9 دولارات لكل مستخدم مع معالجة قصوى تصل إلى 200,000 كلمة لكل مستخدم في دورة شهرية.
الترجمة بدون لقطة
بناءً على دراساتنا حتى الآن، لا تسفر الترجمات بدون لقطة عن نتائج متسقة وموثوقة. على الرغم من أن gpt 3 قد يكون مذهلًا كنموذج لغوي مدرب مسبقًا، إلا أن الترجمة بدون سياق إضافي تؤدي إلى نتائج مختلطة.
نحن ابحث عن نتائج أفضل إما في البيئات المدربة بشكل كبير أو تلك التي تعتمد على التعلم من خلال عدد قليل من المحاولات.
مع الترجمة الصفرية، من المحتمل أن ينتج عن كل من gpt 3 أو 4 نتائج غير متسقة. كما أظهرت هذه المقالة، يتم تدريبهما بواسطة المحتوى على الويب وسينتجان مخرجات مختلفة لنفس المدخلات والمحفز أحيانًا عن قصد.
الترجمة تتعلق بالاستفادة من قواعد المعرفة والبناء عليها من أجل تعزيز اتساق العلامة التجارية، وتحسين محركات البحث، والوضوح، ومتطلبات أخرى لقبول المستخدم.
تريد أن تبنيها بنفسك؟
يعد بناء تكامل مع GPT 3 أمراً بسيطاً نسبياً. واجهة برمجة التطبيقات موثقة جيدًا وتعمل نقاط النهاية بشكل جيد. هناك تحديات حول حدود المعدل وحجم النص والقيود الأخرى حول بنية واجهة برمجة التطبيقات. ولكن الأهم من ذلك، أن بناء تكامل مع GPT 3 أو 4 هو الجزء السهل.
مع السياق المناسب، فإن GPT 3 أو 4 كلاهما قادر من الناحية النظرية على إنشاء التكامل بأنفسهم. الجزء الصعب هو أن التكامل يمكن أن يوفر لك نصًا داخليًا ونصًا خارجيًا، ولكنه سيواجه حدودًا واضحة فيما يتعلق بالحفاظ على التنسيق، والحفاظ على الاتساق المصطلحي، والإشارة إلى المواد المترجمة في الماضي كمرجع، والتعلم من مدخلات المستخدم والسيناريوهات الأخرى التي تعتبر مهمة لإنتاج ترجمات ذات الجودة على نطاق واسع. فهل يمكنك أن تفعل ذلك بنفسك؟ بالتأكيد.
هل ستكون فعالة وقابلة للتطوير؟ مشكوك فيه. أحد الدروس الرئيسية حتى الآن من GPT 3 و 4 هو أنه على الرغم من أنها قوية كما تبدو بشرية، فإنها تتطلب توجيهًا، وهيكلًا، والعناصر الصحيحة من أجل تقديم أداء متفوق بشكل مستمر. لهذا السبب نوصي بتجربة Bureau Works مجانًا لمدة 14 يومًا لترى بنفسك السحر الذي يمكنك استخراجه من تكامل عميق مع GPT في بيئة تم تصميمها من الألف إلى الياء لإنتاج ترجمات ذات الجودة العالية على نطاق واسع مع تدخل بشري minimal.
Unlock the power of glocalization with our Translation Management System.
Unlock the power of
with our Translation Management System.
