Feeds:
Beiträge
Kommentare

Posts Tagged ‘Künstliche Intelligenz’

Ein Gastbeitrag von GPT-2
Übersetzung: GoogleÜbersetzer und DeepL

Sie saß im Wintergarten und tippte zögerlich die Tasten ihres Laptops ein. Sie hörte ein leises, gemurrtes Klicken, als zwei Frauen eintraten. Sie vermutete, dass es wahrscheinlich ein Reiseleiter oder ein Privatdetektiv war.
Und nachdem sie die letzte Nachricht eingegeben hatte, öffnete sich das Fenster und die Sekretärin tippte eine Antwort ein: »Wie war dein Tag? Hast du etwas Interessantes gefunden?«
Charlotte stand auf und trat an die Luke. Sie runzelte die Stirn und hob ihre schwarzen Schuhe auf. Eine Digitalkamera hing an einem blauen Schlauch neben der Luke.
»Was ist das?«

Die Frage ist, ob die Zukunft der literarischen Übersetzung in der Übersetzung maschinen­geschriebener Literatur liegt. (mehr …)

Read Full Post »

Vielleicht weckt der Begriff »Künstliche Intelligenz« (KI) falsche Erwartungen. Maschinen können nicht denken. Sie rechnen. Wie genau sie das tun und was das für maschinelle Übersetzungen und Texte bedeutet, darüber war am 1. November 2019 im LCB viel zu erfahren. Der von Hannes Langendörfer und Nina Thielicke grandios konzipierte Übersetzertag des DÜF unter dem Titel »Geist in Maschinen. Übersetzung in Zeiten künstlicher Intelligenz« bot ein vielfältiges Programm zum Thema (Programmübersicht auf uebersetzerfonds.de).

Wie Maschinen übersetzen

Samuel Läubli beim Übersetzertag des Deutschen Übersetzerfonds im November 2019; Foto: mimmiamara

Zum Einstieg nannte Samuel Läubli, Computerlinguist und Experte für KI an der Universität Zürich sowie Partner und CTO bei TextShuttle, »drei Gründe, warum wir maschinelle Übersetzung nicht unterschätzen sollten«. Bremse er vor Informatiker*innen meist eher die KI-Euphorie, wolle er hier umgekehrt zeigen, was tatsächlich schon möglich und relevant sei. Dafür erklärte der sympathische junge Mann mit Schweizer Akzent zunächst in groben Zügen die Funktionsweise maschineller Übersetzung: Damit KI menschliche Übersetzungen imitieren kann, braucht es mindestens 20 Millionen übersetzte Sätze als Trainingsdaten. Die Maschine lernt daraus keine Grammatikregeln, sondern bringt über wiederholte Rechenvorgänge die Bedeutungsräume in der Ausgangs- und Zielsprache über eine Zuordnungsfunktion in Verbindung. Sie stützt sich auf die Wahrscheinlichkeit der Wortfolge aus dem Trainingsmaterial. Die Maschine arbeitet also nicht mit Bedeutungen, sondern mit der Oberfläche der Zeichenfolgen. So ist für sie beispielsweise ein Wort in Großbuchstaben ein anderes Wort.

Drei Gründe, KI-Übersetzungen nicht zu unterschätzen

Warum nun sollten wir diese eigentlich eher »dummen Maschinen« trotzdem nicht unterschätzen?
(mehr …)

Read Full Post »