|
Subject: At the head to the right Редактирую перевод, сделанный искусственным интеллектом (теперь только такая работа осталась). И вот вижу такое: "At the head to the right". Как вы думаете, что бы это значило?Ладно, не буду вас томить - "УГОЛОВНОЕ ПРАВО"! Я на досуге коллекционирую подобные штуки. Если можете, накидайте еще что-нибудь прикольное для моей коллекции. Посмеемся вместе. Или погрустим... Спасибо! |
| Из области водоснабжения:забор воды -> a fence of water |
| Спасибо, bvs! "Забор воды" - это прекрасно! |
|
link 25.09.2025 10:32 |
|
У меня ИИ воспринял "space" как "пространствие". В рассуждениях подчеркнул: "Да, есть именно такой научный термин". А сколько стоит редактирование за ИИ? |
| Я не знаю, сколько точно платят за редактуру конкретно в этой компании, в данном случае я помогала сыну и не спрашивала, какие там rates. Но он как-то говорил, что смехотворно мало. |
|
Была когда-то такая система машинного перевода, Промт. Многие, кто постарше, помнят. Промт переводил фразу "контракт, заключенный между..." как contract imprisoned... |
| Val61, можно я это тоже заберу в свою копилку? |
|
головастое право за забором воды, но в пространствии всем нам ни туды, ни сюды... заключенный в контракте, переводчик хитёр - редактирует как-то этот водный забор
|
|
link 25.09.2025 21:28 |
| Erdferkel, а если Ваши прекрасные стихи скормить ИИ для перевода, то, подозреваю, мы увидим ещё много интересного :). |
|
| А чо сразу ИИ))) Водозабор как water fence из-под руки живого переводчика видела своими глазами еще несколько десятилетий назад, задолго до этих ваших программ )) А начинались они примерно с такого всем известного - He stood-stood, yes and went. Надо все же признать, что в целом далеко продвинулись с тех пор в отличие от некоторых людей. |
|
link 26.09.2025 9:34 |
| Но до угольной кислоты, которая пропитывает помещения, живой переводчик, даже двоечник-первокурсник, не додумался бы. Все-таки главная проблема машинок — отсутствие самой возможности понимания сути вопроса |
|
Как-то не завел я привычки фиксировать ляпы роботов-переводчиков. Тем более, что они и встречаются куда реже прежнего. Но в память врезались из услышанного и прочитанного: 1) surrounding Wednesday (боюсь, в этом примере машины и не при делах); 2) "диета червей" (как вы думаете, что это?); 3) Squirrel Institute; 4) и что-то еще крутилось-крутилось в голове... забыл. |
|
link 26.09.2025 19:21 |
|
Задолго до ИИ было: Хау мач из вотч? Вотч из сач мач... |
|
link 26.09.2025 19:26 |
| "диета червей" - может быть, "тепловой режим"? |
| "He stood, stood, TOOK yes and went OUT." |
| maricom, сюда загляните, там я упомянул, в том числе, перевод на русский надписи на чертеже "DISABLED TOILET". |
|
"... может быть, "тепловой режим"?" - вообще ничего общего. В английском оригинале "диете червей" соответствовал Diet of Worms, но это "Вормский сейм" (хотя в Русской Википедии он значится как "Вормсский рейхстаг"). Источники: https://en.wikipedia.org/wiki/Diet_of_Worms, |
|
Пардон, к ссылкам "прилипли" ненужные точки и запятые. Правильно так: https://en.wikipedia.org/wiki/Diet_of_Worms |
| Надо же! Мой дед носил фамилию Вормс (Worms), и он всегда придерживался строгой диеты, поскольку страдал катаром желудка. |
| Цитата: "Все-таки главная проблема машинок — отсутствие самой возможности понимания сути вопроса". В целом да, но с оговорками. В отличие от Google Translate, DeepL и подобных систем, которые выдают грамматически "правильные" (и то далеко не всегда), но «пустые» переводы, нейросети (я уже второй год пользуюсь ChatGPT для расшифровки и творческой обработки текстов) не просто конвертируют слова, а выстраивают модель смысла текста, чтобы предсказать, что наиболее вероятно стоит за фразой (это и даёт эффект «понимания»); они способны догадаться о подтексте, стиле, аллюзиях, если данных достаточно, а также объяснить свой выбор, а не просто выдать результат. Профессионал видит эти нюансы — и это лишь укрепляет взаимодействие. Нейронка дает основу и быстрый «черновик» мысли, а профи придаёшь этому глубину, ритм и интонацию. В этом смысле они дополняют друг друга: машина — скорость и охват, человек — вкус и интуиция. |
| На данном этапе ИИ пока еще переводит стилистически "не очень", но мощный и доказательный анализ сложных случаев поражает уже сейчас. То, что раньше на форуме обсуждалось неделями, да и то не факт, что успешно, сейчас выполняется ровно за полсекунды. |
|
Не по теме, но в тему. Помню - собирали с коллегами на одной из работ список разных веселых вещей в виде опечаток, описок, переводов смежных департаментов, отдаваемых нам на проверку и прочих радостей. Жаль, потерялся файл. Назывался он "АА" - Ахтунги Атакуют. Не спрашивайте - почему))) Много там было разных забавных вещей. Заливка батона, например. За раннее спасибо. И тэдэ и тэпы др и пр. Надо попробовать порыться, поискать... |
|
"... а выстраивают модель смысла текста" - не знаю, что под этим понимается, но вот что пишут в New York Times (ссылку на эту статью любезно подогнал Себастьян в другой ветке): First, humans are constantly building and maintaining internal models of the world — or world models — of the people and objects around them and how things work. For example, when you read a novel, you develop a kind of mental database for who each character is and what he or she represents. This might include characters’ occupations, their relationships to one another, their motivations and goals and so on. In a fantasy or science fiction novel, a world model might even include new physical laws. Many of generative A.I.’s shortcomings can be traced back to failures to extract proper world models from their training data. This explains why the latest large language models, for example, are unable to fully grasp how chess works. As a result, they have a tendency to make illegal moves, no matter how many games they’ve been trained on. We need systems that don’t just mimic human language; we need systems that understand the world so that they can reason about it in a deeper way. Focusing on how to build a new generation of A.I. systems centered on world models should be a central focus of research. Google DeepMind and Fei-Fei Li’s World Labs are taking steps in this direction. |
|
То, что автор называет world model — «моделью мира» — это то, чего у нейронных сетей пока нет в полном смысле . Модель смысла (у нейронной сети): это статистически выведенная структура, показывающая, как слова и фразы соотносятся между собой в контексте. Например, если в тексте встречаются слова “novel”, “character”, “motivation”, она понимает, что речь идёт о литературе и интерпретирует фразы в этом ключе. Но она не «понимает» самого акта чтения, психологии автора или опыта воображения мира романа. Модель мира (у человека): это внутренняя когнитивная карта, включающая не только знание, но и понимание закономерностей . Человек знает, что если герой пьёт яд — он умрёт, что если в книге меняются физические законы — меняются и следствия, и что персонажи могут вести себя нелогично, потому что люди бывают иррациональны. Это не просто статистика, а механизм причинно-следственных связей. Автор NYT абсолютно прав: текущие ИИ вроде ChatGPT пока не умеют выводить законы мира из данных. Они знают, как говорят о шахматах, но не как они реально устроены. Отсюда «серые ходы» — они воспроизводят шаблоны языка, а не законы игры. Google DeepMind, OpenAI и World Labs сейчас пытаются решить именно эту задачу — добавить слой, который связывает язык с моделированием реальности (не просто лингвистической, но физической, логической, причинной). Это и есть направление, где искусственный интеллект начинает постепенно приближаться к тому, что в принципе можно назвать пониманием. И Вы, A. Rezvov, правы — без world model машина «не понимает сути вопроса» в человеческом смысле. Однако уже сейчас ИИ вроде ChatGPT научился эмулировать понимание настолько убедительно, что для большинства прикладных задач (особенно перевод, текст, анализ) это «почти как понимание». |
| You need to be logged in to post in the forum |