新しい文脈理解機能とトーン理解機能

まとめ

• Google は Google 翻訳を大幅にアップグレードし、コンテキストベースの意味翻訳のための大規模な Gemini 言語モデルを組み込んでいます。
• 2 つの新しいインタラクティブ ボタンが導入されました。文法や文化的要素を説明するための「理解する」と、トーン (公式/非公式) を設定するための「質問する」です。
• このシステムはイディオムを認識して説明し、文字通りの間違った翻訳ではなく別の表現を提供するようになりました。
• この展開は米国とインドの Android および iOS デバイスで開始されており、規制の枠組みにより近い将来に欧州連合への拡大が予想されます。

Gemini の統合による Google 翻訳の本質的な変化

Google 翻訳のアップグレードにより、 ジェミニA「理解する」と「質問する」機能を導入し、ユーザーが翻訳の文法的および文化的背景を理解し、翻訳のトーン（フォーマルまたはカジュアルなど）を調整できるようにします。このアプリはイディオムの代替レンダリングを提供し、文字通りの翻訳から意味論的な翻訳に確実に移行します。

機械学習によるテキスト翻訳は、純粋に生産的な次の段階に移行しています。グーグル 彼は発表した Gemini Large Language Model (LLM) を Google 翻訳アプリケーションに直接統合し、静的なレンダリングを削除して動的アプローチを採用します。このアーキテクチャの変更により、単純な英数字データ変換ツールが対話型のコミュニケーション アシスタントに変わります。焦点はもはや外国語辞書にどの単語が対応するかではなく、そのフレーズの背後にあるユーザーの意図にあります。

新機能の構造:「理解する」と「質問する」

モバイル デバイス（iOS および Android）上の Google 翻訳のユーザー インターフェース（UI）は 2 つの新しいホットキーで強化され、Google Cloud のサーバー インフラストラクチャを活用してバックグラウンドで LLM 機能を有効にします。

• 「理解する」モード: ユーザーがこのボタンを選択すると、システムは翻訳の構造を分析します。広範な文法説明、特定の単語の使用法を詳しく説明し、文化的なメモを提供します。たとえば、形式の厳格な階層構造を持つ言語では基本となる丁寧さのルール (単数と複数の丁寧さの区別など) について説明します。
• 「Ask」機能（質問）： この特定のツールは、人工知能への即時インターフェイスとして機能します。ユーザーは、「ビジネスメール用に翻訳をよりフォーマルに」または「アルゼンチンのネイティブはこれをどう言うでしょうか?」などのコマンドを入力してテキストの調整をリクエストできます。この柔軟性により、生成された出力をリアルタイムで微調整できます。

イディオムと代替訳の管理

従来の機械翻訳の最も深刻な欠点は、常にイディオムのレンダリングでした。 Google は新しい代替システムを実装しました。 「猫と犬の雨が降っている」という英語の表現の典型的な例では、古いアーキテクチャでは、アングロサクソンの文脈以外ではまったく理解できない結果が生成されます。 Google 翻訳は品詞を認識し、ユーザーが伝えたいメッセージの強さに応じてオプションをリストしながら、正しい現地の表現を提案するようになりました (強調、誇張、中立的な言及など)。

提案された各代替案には、それぞれの表現をいつ使用する必要があるのか、なぜ使用するのかについての明確な説明が付いています。このメカニズムにより、重要な議論における誤解の余地が大幅に減少します。

NMT (ニューラル機械翻訳) から LLM への移行

または 技術的な この移行の基礎には徹底的な分析が必要です。長年にわたり、ニューラル機械翻訳 (NMT) が業界を支配してきました。 NMT は文ペアのマッチングについてトレーニングされます。つまり、文 A を解析し、統計的確率を計算して文 B を生成します。最近では、Google は PaLM 2 モデルとゼロショット機械翻訳技術を活用して、広範なトレーニング データのない言語のサポートを追加しました。

双子座の登場で状況は一変します。 LLM として、Gemini はテキストの意味を「理解」するために多次元ベクトル空間を作成します。同じ会話の前の文を記憶できる「コンテキスト ウィンドウ」があり、一貫性を確保します。次に、スタイル パラメーターを適用して、ターゲット言語でテキストを生成します。このプロセスには膨大な処理能力が必要であり、クラウドのみを介して実行されるため、オフラインの単純な翻訳に比べて応答時間 (レイテンシ) がわずかに増加しますが、同社のキャッシュ システムによりこの現象は軽減されています。

可用性とギリシャの背景

新しい AI 機能は、ローリング ロールアウトを通じて公開されます。現在、完全なサポートは、米国とインド内の Android アプリと iOS アプリに限定されています。オンライン (Web) バージョンへの機能の移行は次の期間に行われる予定です。

ヨーロッパ、特にギリシャ市場では、同様のテクノロジーの適用にはより厳しい基準が適用されます。欧州連合の規制枠組み (AI 法) により、データ プライバシー規則 (GDPR) への完全な準拠が確保されるまで、生産的な AI ツールの導入が遅れます。

それにもかかわらず、アップグレードされたシステムが我が国で利用可能になると、トーンパラメータ化機能は、ギリシャ語と英語の翻訳（またはその逆）の最も慢性的な問題、つまり、丁寧さの複数形を正しく適用することを解決することになります。従来の NMT システムは、テキストが親しい人に宛てられたものであるか、専門的な距離を必要とする場合であるかを区別できないことが日常的であり、多くの場合、コミュニケーション障害を引き起こしていました。

テックギアの見解

Google 翻訳における哲学の変化は、人工知能が既存のアルゴリズムを置き換えるだけでなく、ソフトウェア カテゴリ全体の有用性を再定義していることを証明しています。 「簡易翻訳」の提供は現在、非推奨のサービスとみなされています。今日のユーザーはデジタル辞書を求めているのではなく、社会的文脈、慣用句、意図を理解する通訳を求めています。

危険は盲目的な信頼にあります。私たちのコミュニケーションや口調を LLM に委ねると、談話が均質化する危険があります。同時に、規制の細分化の結果、欧州でのこれらの機能の導入が遅れ、ツースピードの消費者が生まれています。ことが明らかになります。 テクノロジー 言語の壁は確かに排除されますが、それは大規模なテクノロジー グループの設計条件とアルゴリズムの制限の下でのみです。