Кто-то возразит: а почему переводчика должно волновать, поймет ли читатель перевода все заложенные в оригинал смыслы, завязанные на контекст, или не поймёт? Его задача – выполнить максимально точный перевод, а остальное уже – проблемы читателя. Не понял – пусть изучает культуру носителей языка оригинала. На это можно задать встречный вопрос: а для кого, собственно, переводчик выполняет перевод? Исключительно для тех, кто понимает контекст? Или же его задача – обеспечить, чтобы читатель перевода, взяв в его руки, в идеале испытал бы чувства, максимально приближенные к тем, которые испытал бы автор оригинала? И вообще, что это такое - "максимально точный перевод"?

Собственно, само это словосочетание, по идее, должно означать наличие эквивалентности по всем пяти уровням, про которые шла речь в предыдущем посте. Если уж переводчик передаёт иноязычный синтаксис своим, иноязычные идиомы – своими, значит, его волнует, чтобы читатель что-то понял, иначе можно было бы просто перевести все на первом уровне (языковых знаков), обеспечив механическое соответствие на уровне Промта (и нарушив его на всех остальных), и сказать «Остальное – проблемы читателя». Или просто ничего не переводить, сказав «Это проблемы читателя – пусть учит иностранный язык и читает в оригинале». Но переводчик такого сказать не может – иначе зачем он нужен? А значит, тезис «переводчика не должны волновать проблемы читателя» изначально неверен.

Истинная же проблема заключается в том, что прагматический уровень эквивалентности в ряде случаев прямо противоречит эквивалентности на остальных уровнях. Грубо говоря – не можем мы, хоть тресни, добиться того, чтобы австралийский абориген при чтении переводов чукотских произведений испытал те же чувства, что и чукчи. Данная проблема, на мой взгляд, представляется в общем случае принципиально неразрешимой даже для человека, не говоря уже о компьютере. Потому что если "целевой аудитории" практически неизвестен культурный контекст происходящего в оригинале, необходимость перевода как такового иногда довольно сомнительна, а если взяться за дело всерьёз и пересочинять каждую шутку и игру слов, так гораздо проще будет написать с нуля что-то своё. Представьте, например, перевод на любой язык нашего КВН, пересматривая выпуски которого через год-два, мы и сами уже порой не понимаем и не помним, что в той или иной остроактуальной на тот момент шутке было такого уж смешного. Мало чем отличается от этого, например, и перевод на русский язык плотно завязанных на американские реалии "Гриффинов", которые выходят далеко за рамки хорошо известной нам американской массовой культуры.

Даже перевод заголовков прессы может обернуться головоломной задачей из-за того, что в них нередко заложена уйма скрытых цитат и отсылок, сопровождающихся разного рода вариациями, наподобие: "Cold man and the sea", "Bulls in the China Shop", "The Disillusionment of the Land-Fit-For-Heroes", "The Tale of the Tapes", "No country for old boomers". Из российских примеров: "Здесь будет город заражён", "Скажи, Медведев, ведь недаром?", "Плохому водителю знаки мешают", "Ночь длинных ковшей", "Куда уходят средства, в какие города?" В ряде случаев, когда в языке перевода нет адекватного аналога, точный перевод подобного "очистит" текст от присущего ему изначального смысла. "Разглядит" ли нейросеть отсылку к фильму в заголовке "No country for old boomers", "вспомнит" ли русский перевод названия фильма, чтобы выдать перевод "Бэби-бумерам здесь не место"?

А вот примеры сложной игры слов, от переводчика которых тоже требуется фактически не перевести их, а придумать что-то своё "на заданную тему" - и ему крупно повезет, если в переводе останется хотя бы часть исходного смысла. В большинстве же случаев подобное просто заменяется полностью некоторой более или менее удачно придуманной отсебятиной: прагматическая эквивалентность достигается за счёт утраты всех остальных уровней.

1. Штирлиц стрелял вслепую, слепая упала навзничь, Взничь вскочил и убежал.

Мало того что используется флективность русского языка в сочетании с падежами, так читателю перевода ещё неплохо бы знать, кто такой Штирлиц и как его персонаж связан с подобными "абсурдными анекдотами".

2. You can cage a swallow, can't you? But you can't swallow a cage. Can you?

Используется аж две модели, отсутствующие в русском языке - образования глаголов от существительных и наоборот без изменения формы слова + "расчлененные вопросы". Ну и на закуску - вся фраза является палиндромом. Переводить будете сами или предпочтете отдать нейросети? :-)

3. Lock, stock and two smoking barrels (то, что у нас перевели как "Карты, деньги, два ствола").

На самом деле здесь "в одном флаконе" сразу две английские идиомы, завязанные в тугой узел - и что делать переводчику? Выдать нечто в духе "Любовь зла, вылетит - не поймаешь?" Задачка та ещё. Переводчика тут можно уподобить персонажу из концовки фильма, зависшему вот в таком положении:

Примеры в этом плане можно множить до бесконечности – пространство языковой игры, которая заставляет ломать голову переводчиков, необозримо. Все те хорошие переводы этой игры, за которые ценят хорошие студии перевода и благодаря которым нас доходит определенная часть юмора оригинала – плод каторжного труда тысяч безвестных героев переводческого фронта, которые делают то, что, строго говоря, уже выходит за рамки перевода. Несколько примеров навскидку из необозримого моря более-менее удачных находок:

1. "President Bush is so dumb that when someone asked him what the capital of Texas is, he said, 'Capital T.'" (из "Вечернего шоу с Дэвидом Леттерманом").

"Президент Буш настолько туп, что когда его спросили, с чего начинается Родина, он ответил "С буквы Р".

Обыграна игра слов "Capital = столица / прописная буква".

2. "Can you herd sheep?" - asks the little ranchman. - "Do you mean have I heard sheep? says I" (О. Генри, "Как скрывался чёрный Билл").

"А не можете ли вы пасти овец? - говорит этот недоросток. - Не могу ли я спасти овец? - удивился я".

Обыграно созвучие "herd - heard".

3. "It didn't exaсtly beggar description, but it certainly had that word on the lookout for the mendicancy squad" (О. Генри, "Дары волхвов").

"В обстановке не то чтобы вопиющая нищета, но скорее красноречиво молчащая бедность".

Игра слов "beggar description" ("не укладываться в голове"), из которой автором взят изначальный смысл слова "beggar" (бедняк) и к нему "пристегнуто" словосочетание "mendicancy squad" совершенно непереводима, в итоге переводчик полностью заменил её на своё собственное изобретение, сумев при этом сохранить противопоставление за счёт использования совершенно иных языковых средств.

4. "Surely, that can't be serious" - "I'm serious. And don't call me Shirley" (х/ф "Аэроплан).

"Не, ну с тобой невозможно о серьезном!" - "Я о серьёзном. И не называй меня Ниной".

Перевод Гаврилова:

"Но-но, Вы шутите". - "Нет, не шучу. И не называйте меня Нонной".

Для сравнения - более "гладкий" перевод на немецкий:

"Das meinen Sie doch nicht ernst". - "Das meine ich doch, und nennen Sie mich nicht Ernst".

Чистой воды отсебятина, более или менее удачная, с целью сохранить изначальный посыл - передать неправильное восприятие какого-либо слова как имени. В английском языке игра слов подобного рода, в связи с тем, что одному и тому же звучанию могут соответствовать самые разные слова, распространена гораздо шире, чем в русском.

5. "It's an entirely different kind of flying... altogether!" - Собеседники: "It's an entirely different kind of flying". (из фильма "Аэроплан").

"Я летал на совершенно другом самолёте, а на таком попробуйте повторить!" - Собеседники: "Я летал на совершенно другом самолёте, а на таком".

По-английски "altogether" одновременно значит "абсолютно" и в то же время совпадает со звучанием фразы "All together!" - "Все вместе".

6. "I scratched my hand when Jack kicked the bucket".

"Я оцарапала руку, когда Джек протянул ноги и опрокинул ведро" (из шоу Бенни Хилла).

Проблема в том, что простой перевод "kicked the bucket" как "протянул ноги" не годится из-за того, что на ведро завязана вся сцена, поэтому, чтобы передать все смыслы, приходится городить вот такой огород.

7. "She is beautiful and she uses Ponds" - "I use Ponds" - "So does a duck" (диалог жены с мужем из шоу Бенни Хилла).

"Она элегантна, она не расстаётся с Бурдой". - "И я не расстаюсь с Бурдой" - "Да ни один обед без неё не обходится".

Поскольку дословный перевод был бы полнейшей чепухой на постном масле, здесь перевод осуществлен за счет полной замены контекста: Ponds - марка средств для ухода за кожей и одновременно "пруд", "Бурда" - журнал мод и одновременно невкусное варево. Перед переводчиком остаётся только снять шляпу: он ухитрился перевести непереводимое, передав одну реалию другой и заставив зрителя улыбнуться. А что выдал бы нам искусственный интеллект?

Ну а ниже - пара примеров игры слов, где переводчики "сломали зубы":

1. "Bingo!" - фраза героя Лесли Нильсена из фильма "Голый пистолет" ("С пистолетом наголо"). Герой произносит эту фразу после того, как заглядывает в ящик стола во время обыска дома. Англоговорящий читатель думает, что герой нашёл то, что нужно ("Bingo" по-английски - "вот оно", "есть", "то, что надо"), но в следующей сцене из ящика извлекается... лото ("Bingo" по-английски в том числе и "лото"). Семантические поля здесь настолько тесно переплетены в рамках исключительно короткого высказывания, что адекватно передать эту игру слов просто не представляется возможным.

2. "Well, I have to save my ass" - "What kind of knight are you?" (Из фильма "Шрек").

В оригинале обыгрывается игра слов: "ass" означает одновременно "осёл" и "задница", что ставит смысл высказывания "с ног на голову": на самом деле Шрек не трус, как кажется принцессе, а тот, кто хочет помочь своему другу. Ни в одном из 8 имеющихся переводов, включая переводы Гоблина, Гаврилова и Гланца, эта игра слов не передана. Хотя, в принципе, передать это при должном желании возможно, полностью сменив контекст (как в примере 7 выше) - естественно, не выходя при этом за рамки происходящего на экране.

Разумеется, всё это в той или иной степени имеет свои пределы. Взять, например, игру слов в русском языке, завязанную на созвучии слова "песец" и широко известного ядрёного словца, означающего "конец, кирдык, крышка".

Представим себе пост на Пикабу, в котором автор упомянул бы какой-то случай из жизни, где бы это самое созвучие обыгрывалось тем или иным образом. Что последовало бы в комментариях, выйди этот пост "в горячее"? Разумеется, сотни шуток на эту тему, бурные юмористические обсуждения, а также десятки обыгрывающих это созвучие картинок. А теперь представим себя на месте переводчика, которому вдруг зачем-то дали задание перевести подобный пост на английский, причем максимально точно. Если бедолага подавит первое желание застрелиться, что ему остаётся? Разумеется, точный перевод "песец" (a polar fox) не годится. Следующий шаг - постараться найти аналогичное созвучие в английском языке. Если это получится - придумать англоязычные аналоги всем шуткам (от "3.14здец" до отсылок к фильму "Пипец") и нарисовать новые фотожабы, где вместо песца фигурирует это самое созвучное животное. Адская и довольно бессмысленная работа. Ну а если такого созвучия не найдется в принципе, хоть тресни? Вот тогда переводчику впору поднимать руки кверху - для него наступил "полный песец". Прониклись ситуацией? А теперь представьте на месте нашего незадачливого переводчика компьютер с нейронной сетью...

II. Серьезно осложняет жизнь переводчика перевод достаточно старых текстов, которые должны сохранить свою "архаику" и в переводе. Если речь идет о научных работах, то там проблемы не возникают - реалии передаются транслитерацией с соответствующими комментариями. С художественной литературой гораздо сложнее. Допустим, если в оригинале некоторые герои романа говорят на древнеанглийском языке, то абсолютно невозможно перевести их речь древнерусскими фразами, потому что мы таким образом внесем в перевод абсолютно неуместный в нём национальный колорит. Хочешь-не хочешь, а придётся поступиться прагматической эквивалентностью и перевести всё неким условным "старорусским языком" - это нечто пафосное и велеречивое, но не имеющее никакого отношения к древнерусскому. "Натравить" нейросеть на полученный массив переведенных текстов, конечно, можно, только какое отношение это будет иметь к переводу древнеанглийского? Это даже если опустить вопрос, откуда нам этот массив взять (может, и переводов-то таких было 5 штук за 20 лет).

III. Примыкает к предыдущему пункту и передача средствами языка перевода различного рода жаргона, просторечия, акцентных особенностей и т.д. В своей книге "Великое искусство" Корней Чуковский относил эту задачу к одной из труднейших для переводчиков. Однако по сравнению с предыдущими задачами эта представляется несколько более простой, потому что во всех языках есть свои жаргоны, просторечие, акценты... Другое дело, что подобные явления иногда могут различаться качественно - например, если в немецком языке диалектные различия очень сильны, то в русском они сильно сглажены, и переводчику немецкого фильма, где обыгрываются диалектные особенности, будет очень непросто. Как передавать различие литературного немецкого и швабского диалекта? Вологодским акцентом? И немецкий тут не одинок - вспомните целиком построенный на обыгрывании различий стандартного французского языка и одного из его диалектов фильм "Бобро поржаловать". Да и гораздо более однородный английский тоже не так уж однороден, и использование различий между британским и американским / различными британскими вариантами даёт создателям фильмов простор для творчества, а переводчику - повод задуматься. Однозначного решения тут опять же не существует - соответственно, если говорить про машинный перевод, ожидать от него каких-либо результатов не приходится.

IV. Фразеологизмы. В общем случае проблема решаема за счет того, что значительной части фразеологизмов языка оригинала соответствуют те или иные аналоги в языке перевода. Однако машинного переводчика здесь ждёт "подводный камень", который заключается в том, что некоторые фразеологизмы нельзя переводить их аналогами "из словаря" по причинам, которые уже были указаны в п. 2 - недопустимое создание национального колорита. Скажем, крайне странно будет смотреться перевод в английском тексте, повествующем об английских реалиях, пословицы "to carry coals to Newcastle" как "ездить в Тулу со своим самоваром". Переводчик, исходя из контекста, каждый раз будет решать эту задачу по-разному. Соответственно, некоего массива текстов, "натравив", на которые нейросеть, можно вывести некий усредненный перевод того или иного фразеологического выражения, в нашем распоряжении просто не будет. Аналогично не годится и перевод "прямым соответствием" тогда, когда имеет место частичная или полная "обратная семантизация", т.е. слова, утратившие в составе фразеологизма изначальный смысл, обретают его снова (см. примеры про "beggar description" и "kick the bucket" из п. I).

V. Технические/бытовые реалии, отсутствующие в языке перевода. В наш век стремительного научного прогресса практически каждый новый текст на иностранном языке привносит с собой какую-либо новую терминологию, ранее неизвестную, будь то NFC или Vape. Для данных конкретных терминов устоявшиеся переводы уже существуют, однако что будет делать нейросеть, натолкнувшись на термины, которые встретились впервые? Транслитерировать? Переводить дословно? Останавливаться и, жалобно пища и мигая лампочками, информировать переводчика, что требуется ручной перевод?

VI. Технические/бытовые реалии, присутствующие в языке перевода, но не попавшие в массив текстов для анализа (например, по той причине, что по данной тематике до сих пор не было переводов; потому что они существуют исключительно в устной речи в качестве профессионального сленга; или же просто потому, что "руки не дошли" и перевод, сделанный 20 лет назад, пылится где-то исключительно в бумажном виде). Мой любимый пример из книги "Профессия - переводчик" (Г.Э. Мирам):

"Попался нам с коллегой перевод текста по технике безопасности на нефтехимическом предприятии. В тексте расписывались обязанности рабочих смены в случае пожара и эвакуации персонала установки. Казалось бы, что тут может быть сложного. А вот что.

А ну-ка, попробуйте подыскать русские аналоги таких временных должностей, как Fire Manager (вроде бы ответственный за пожарную безопасность на смене, да не совсем), Fire Team Leader (начальник добровольной (добровольной ли?) пожарной команды на смене), Fire Contact (лицо, ответственное за установление и поддержание связи с муниципальной пожарной командой, полицией и скорой помощью; что, вот такой эквивалент и оставить?), Fire Master (вроде бы то же, что и Fire Team Leader, но Fire Team Leader сидит в конторе и руководит действиями пожарников оттуда, a Fire Master непосредственно возглавляет борьбу с огнем, а что же, спрашивается, тогда делает Fire Manager?), Evacuation Captain (человек, который ведет смену в убежище), Evacuation Controller (тот, кто контролирует проведение эвакуации, следит, чтобы никого не забыли и т.д.). И это только малая часть должностей, те, что я запомнил...

Конечно, точные русские эквиваленты подыскать можно, но для этого потребовался бы не один день работы с литературой (в каких библиотеках?), со словарями (какими? где взять?), консультации со специалистами (какими?)) иными словами, это работа на несколько дней для специалистов по разработке технической терминологии".

VII. Просто нерегулярные соответствия, обусловленные различием синтаксисом двух языков и иногда даже не имеющие ни единого ключевого слова для привязки, но даже если привязка к какому-то слову есть, вычленение её крайне сложно (например, в русском: именительный падеж существительного + творительный падеж этого же существительного, вроде "свинтус свинтусом", "отдых отдыхом, но..."; глагол в инфинитиве + глагол в прошедшем времени, вроде "дочитать дочитал"; именительный + творительный + рознь, вроде "яблоки яблокам рознь"; в английском - "a something of someone", вроде "a jerk of a fireman").

VIII. И, наконец, самое "простое" - более или менее регулярные соответствия синтаксических структур, сопровождающиеся, однако, существенным изменением структуры предложения. На фоне предыдущих пунктов этот может показаться сущим пустяком и, казалось бы, что-то, а подобное даже статистические методы должны "брать" - однако они, увы, подобные различия "не "схватывают". Например, русский и английский технические тексты - два совершенно разных стиля. Опытный переводчик понимает, как нужно изменить текст, чтобы он "звучал по-русски", компьютер - нет, хотя материала для сравнения у него вроде как более чем достаточно. Про публицистику и художественные тексты и говорить не стоит.

1. The infrared radiation of this tank is collected by the optical system and focused on the oscillated mirror which in turn bounces the signal onto a detector array comprised of numerous tiny sensors. After the sensor signal is amplified, the electronic picture is picked up as an image by the display array. The observer perceives the visible image by viewing the picture display reflected from the back of the same mirror.

Испускаемое танком инфракрасное излучение фокусируется оптической системой на плоском качающемся зеркале, после чего попадает на матричный приёмник излучения, состоящий из множества микроскопических чувствительных элементов. Полученный сигнал, пройдя через усилитель, превращается в электронное изображение на матричном дисплее, которое после проецирования на обратную сторону качающегося зеркала превращается в видимое изображение, доступное для наблюдения.

2. After a part has been produced using a combination of manual and electric control and the action in the form of signals from selsins recorded on magnetic tape, the tape is played back for automatically producing successive parts.

По мере того, как станок с ЧПУ под управлением оператора изготавливает ту или иную деталь, координаты для позиционирования инструмента по сигналам с сельсинов записываются на магнитную ленту. Воспроизведение этой ленты позволяет изготовить дальнейшие детали автоматически.

3. The falling shadows of evening bring no silencing to its towering skeletons of steel, its dropping and rising buckets unloading barges of coal, sand and gravel, or its great dry docks capable of lifting the greatest ships so that men may work under its monstrous keels.

Шум, висящий над их возносящимися ввысь ажурными стальными конструкциями, над причалами, где идёт разгрузка барж с углем, песком и гравием, над вместительными сухими доками, рассчитанными на работу под килями самых больших существующих судов, не стихает и тогда, когда на землю ложатся предзакатные тени.

Как видим, от синтаксиса оригинала в переводе остаётся либо ничего, либо крайне мало - а всё по причинам, изложенным в предыдущем посте (синтаксис - не догма, а руководство к действию). Переводчик берёт смысл и строит на его основании текст перевода; компьютер же, будь то статистический алгоритм или слабый ИИ на основе нейросети, вынужден брать за основу синтаксис оригинала - именно потому, что ему катастрофически не хватает мощности той базы данных, которая построена на основе сравнения / на основе вычленения каких-то концептов.

Уже предвижу возмущение в духе "большая часть посвящена трудностям перевода художественных текстов, так нечестно по отношению к компьютеру!". Однако, во-первых, кто сказал, что всё будет легко и просто? Раз мы готовим полноценную замену человеку, то и трудности надо брать "по всему фронту работы", а он вовсе не исчерпывается переводами технического характера. Да и те энтузиасты нейросетей, которые пишут в комментариях нечто в духе "Вы не представляете возможностей машинного перевода и уподобляетесь тем, кто отрицал необходимость автомобилей и компьютеров" тоже никак не разграничивают технический и художественный перевод, то есть, надо полагать, считают, что никакой принципиальной разницы тут нет - ну, на нет и суда нет. Во-вторых, напомню простую вещь - перевод, даже на первый взгляд самый простой, есть не что иное, как акт межкультурной коммуникации. Любой текст, даже самый что ни на есть технический, написан на языке, особенности которого отражают особенности культуры носителей этого языка, "растёт" из соответствующего этой культуре контекста, поэтому любой перевод без погружения в этот контекст всегда останется изучением кругов на воде без попыток выяснить, что за живые существа в водоёме эти самые круги пускают.

Думаю, на этом можно и закончить - надеюсь, я сумел донести до читателя весь "масштаб бедствия". Ну а если всё изложенное выше всё равно не убедило каких-то энтузиастов машинного перевода, у которых возникли возражения в духе "Автор просто не понимает, о чем говорит - все эти проблемы решаемы, поскольку 1), 2), 3)..." - приглашаю высказываться в комментариях. Но на всякий случай повторю ещё раз - лично у меня особых сомнений в появлении более-менее адекватного машинного переводчика в более-менее отдалённом будущем нет. Другое дело, что, на мой взгляд, по всем описанным выше причинам появление такого переводчика будет означать появление искусственного интеллекта, сопоставимого с человеческим, а это значит, что совет "вам стоит поискать другую работу, профессия переводчика в будущем бесперспективна" будет чем-то из разряда совета человеку, который в ожидании ливня стоит под деревом: "Это дерево скоро промокнет, лучше перейдите под другое". Когда появится и пойдет в широкий обиход "сильный" ИИ, мы окажемся в совсем другом мире с совсем иными проблемами - но это уже совсем другая история.

Для дальнейшего чтения:

Станислав Лем. "Сумма технологии" (1967), раздел "Сомнения и антиномии".

http://e-libra.ru/read/342260-summa-tehnologii.html

Корней Чуковский. "Высокое искусство" (1964).

http://e-libra.ru/read/176983-vysokoe-iskusstvo.html

Марк Фрейдкин. О трудностях перевода французского поэта Брассенса.

http://sova-f.dreamwidth.org/91943.html

Ольга Седакова. Перевести Данте.

http://magazines.russ.ru/znamia/2017/2/perevesti-dante.html

Игра слов: чего боятся профессиональные переводчики.

https://theoryandpractice.ru/posts/6975-kommentarii-perevodc...

О переводе фильма "Бобро поржаловать".

http://www.interfax.ru/culture/135626

https://www.exler.ru/films/07-06-2010.htm

Елена Вешняковская. Читать 2.0: компьютеры учатся добывать из текста смысл.

https://www.nkj.ru/archive/articles/25308/

Джеймс Баррат. "Последнее изобретение человечества. Искусственный интеллект и конец эры Homo Sapiens" (русский перевод - 2015).

http://readli.net/poslednee-izobretenie-chelovechestva/

Этот вопрос мы и попробуем разобрать в данном посте. Но сразу следует отметить вот что: если мы не придерживаемся идеалистических взглядов, согласно которым мозг – это якобы нечто большее, чем совокупность молекул, организованных в ряд иерархических систем, образующих конечный автомат, который действует в полном согласии с законами физики, химии и теории информации, то надо сразу откинуть идею, что хороший перевод – это нечто такое, что машине не будет по силам никогда. С материалистической точки зрения никакой грани между человеческим мозгом и любым другим конечным автоматом, доступным для изготовления человеком, кроме уровня сложности, не существует. Вопрос не в том, появится ли когда-нибудь хороший машинный переводчик (по аналогии: хороший машинный программист, хороший машинный врач… - никаких технических ограничений здесь нет, только технологические, так что это лишь вопрос времени), а в том, реализуемо ли его создание с использованием тех систем «слабого» машинного интеллекта, - в том числе и на базе нейросетей – которые имеются в нашем распоряжении сейчас и благодаря которым компьютер обошел человека, в частности, в игре го и симуляции воздушного боя?

Мой ответ – однозначно нет. Причина кроется в том, что решение задачи перевода в общем виде на пару порядков сложнее, чем нахождение выигрышной последовательности действий в том или ином виде деятельности, которые можно охарактеризовать как «игра с полной информацией», и не найдено человечеством до сих пор, причем есть все основания считать, что в ряде случаев задача нерешаема принципиально. Поэтому для достижения результатов, сопоставимых с человеческими, компьютер должен обладать и сопоставимой с человеком интеллектуальной мощностью. Однако обо всем по порядку.

Для начала немного заглянем в прошлое. Когда в середине 1950-х годов были впервые начаты серьёзные работы в области машинного перевода, считалось, что в свете достигнутых на тот момент вычислительных мощностей» компьютеров, воспринимавшихся как нечто невообразимое, автоматизация данного вида деятельности – дело десятилетия-другого. В этом, кстати, нынешнее положение дел зеркально отражает имевшее место на тот момент – только сейчас надежды возлагаются на «чудо-нейросети», а тогда – на «чудо-компьютеры» (об этой параллели мы еще поговорим ниже). Перевод в большинстве случаев воспринимался только и исключительно как сопоставление словаря и правил грамматики языка A словарю и правилам грамматики языка B, а все сложности в представлении создателей первых систем машинного перевода сводились к тому, чтобы ввести в компьютер достаточно полный словарь и достаточно полно описать грамматики обоих языков, а также набор правил для их сопоставления – короче говоря, подход был примерно таким же, как к созданию шахматных программ. Все остальное считалось делом техники.

Прошли годы, за ними десятилетия. Вычислительные мощности и объемы памяти компьютеров выросли на порядки, многократно увеличился объем «забитых» на машинные носители словарей и изощренность правил сопоставления синтаксиса. Обескураживающим был лишь результат. Несмотря на все впечатляющие достижения прогресса, качество перевода, достигнув определенного уровня, практически не росло и уже в конце 1960-х годов большинству создателей подобных систем стало ясно, что «механический» лексико-грамматический подход к машинному переводу ведёт в тупик, что ни наращивание мощностей, ни совершенствование алгоритмов в качество перевода не конвертируются. К середине 1970-х это стало прописной истиной, что отразилось в закрытии множества подобных проектов как бесперспективных.

Потерпев поражение в «лобовой атаке», создатели программ-переводчиков открыли для себя то, о чем давно предупреждали мыслители и философы: что язык – нечто большее, чем простая совокупность словаря и грамматики, что смысл текста – любого текста – лежит вне самого текста и без понимания этого смысла говорить о качественном переводе не приходится, а приходится лишь говорить о более-менее точной имитации этой деятельности.

Конечно, с точки зрения достижения заданной цели для нас без разницы, что происходит внутри системы, лишь бы она выдавала нужный результат, а имитация это или нет – дело десятое. Шахматный компьютер не думает, как человек, однако он выигрывает у человека в шахматы. Увы, к переводу подобное оказалось неприменимо. Процитирую отрывок из «Суммы технологии» Станислава Лема, который сумел увидеть проблему во всей её полноте ещё 50 лет назад:

«Неимоверно трудоемкие структурные исследования указывают на то, что каждый микроскопический шаг на пути улучшения качества примитивных машинных переводов должен быть куплен ценой непропорционально огромного усложнения применяемых алгоритмических структур. Одно дело – запрограммировать большую цифровую машину так, чтобы она переводила фразы типа «Там стоит стул», «Падает снег», «Дети идут в школу», и совсем иное – создать программу, с помощью которой машина может перевести фразу вроде следующей: «Первичный способ преподнесения объекта включает “изоляцию” объекта не только в смысле ограниченности, но также и в том смысле, что объект лишь “извне” доступен для познающего субъекта, каковой при этом в едином акте постигает его как целое либо же только предвосхищает». Перевод этой фразы «без понимания вообще» представляется невозможным. Человеку, который захочет ее перевести, надлежит изучать не синтаксис, а скорее феноменологистские журналы. И он наверняка не сможет «схватить» их стиль ни в каком алгоритме, дающем перевод хотя бы с некоторым приближением к оригиналу».

Потерпев поражение с попытками подступиться к переводу с классическими детерминированными алгоритмами, создатели машинных переводчиков не отступились и пошли в атаку, вооружившись статистическими методами, когда перевод осуществляется на базе сопоставления большого количества текстов на исходном языке и языке перевода. Свой подлинный расцвет эти методы пережили после развития сети Интернет и создания огромных сопоставительных баз данных, хранящихся в недрах поисковых машин. Гугл- и Яндекс-переводчики, сумевшие в определенной степени повысить качество перевода за счет комбинации алгоритмического подхода с гигантскими сопоставительными базами, известны нынче каждому… как, увы, и фраза «Только не гуглоперевод», практически в обязательном порядке сопровождающая любой запрос на перевод на неспециализированном ресурсе (на специализированном про подобное никому и в голову не придет упоминать). Несмотря на то, что статистические переводчики стали немалым подспорьем тем, кому нужно быстро понять смысл большого объема текста на иностранном языке, качественного прорыва они обеспечить не смогли. Почему? Станислав Лем своим прозорливым взором сумел предвосхитить ответ и на этой вопрос:

«Можно задать вопрос, почему проблему нельзя решить вероятностными методами. Текст книги можно сравнить с информацией, содержащейся в хромосомах. Текст задает «смысл», как генотип – зрелую особь. В обоих случаях имеет место вероятностное предопределение. Известно, что фенотип организма отклоняется от генотипа, и аналогично «фенотип» литературного произведения или философской работы способен колебаться в определенном (зависящем от индивидуумов) диапазоне предельных значений. Но этот вероятностный разброс ни в коей мере не является хаотичным. Статистический подход подразумевает аппроксимацию, асимптотическое приближение к предельному значению «идеальной точности», о чем нельзя говорить в случае перевода, ибо класс «точных переводов» данного текста содержит различные «типы точности», которые не вполне сравнимы друг с другом. Хороший перевод отражает оригинал и в то же время несет в себе черты собственного стиля переводчика. Машина, способная на такой перевод, также проявила бы собственный стиль, а это означало бы, что она имеет определенную индивидуальность, а не является всего лишь одной в точности воспроизводимой ипостасью «единого алгоритма». Мы интуитивно приходим к выводу – впрочем, хорошо известному, – что если процедуре нельзя придать однозначность, то ее нельзя также и формализовать».

Короче говоря: пособие для перевода – не догма, а руководство к действию. Два совершенно разных перевода могут быть признаны адекватными в зависимости от поставленной задачи, которая опять же проистекает из контекста, не сводящегося к тому или иному тексту.

И здесь исключительно важный момент: абсолютно те же самые рассуждения Лема применимы и к критике машинных переводчиков следующего поколения, которые «работают на нейросетях». Ключевой логической ошибкой тех, кто рассматривает нынешние нейросети как золотой ключик к переводам качественно нового уровня, заключается смешивание суждений «Нам неважно, как именно компьютер делает перевод - главное, чтобы нас устраивал результат» и «Мы не знаем точно, как нейросети будут делать перевод, потому что их работа не сводится к детерминированным алгоритмам», из чего получается «Мы не знаем точно, как нейросети будут делать перевод - главное, чтобы нас устраивал результат», причем почему-то подразумевается, что если нейросеть является для нас «черным ящиком», то результат будет нас устраивать, как устраивает он нас для многих других задач вроде модификации нейросетями фотографий "под картины Дали" или "под картины Шагала" – но применительно к переводу это как раз под очень большим вопросом. Вопрос вычленения смысла, как незначительный, здесь даже не ставится – ровно потому, что авторы подобных рассуждений, даже если они это на словах отрицают, неявно руководствуются некоторым «принципом биективного отображения», согласно которому возможно либо абсолютно однозначное соответствие по смыслу текстов на языках A и B, либо как минимум стремление к этому соответствию. Соответственно, «натравив» на тот или иной текст нейросеть (предварительно обработавшую некий большой массив параллельных текстов на двух языках), в которой прописана некая целевая функция, мы якобы получим в итоге определенный перевод хорошего уровня, удовлетворяющий этой целевой функции наподобие того, как получаются «обработанные нейросетью» оптимизированные по расходу материала конструктивные узлы, выглядящие как инопланетные конструкции.

Оставляя в стороне вопрос о том, нужны ли нам тексты переводов, выглядящие как инопланетный язык (отмечу только, что при таком подходе в получении подобного результата после работы нейросети не будет абсолютно ничего удивительного), мы сталкиваемся с тем, что «биективный подход», основанный на асимптотическом приближении к идеалу, к переводу, как верно замечает Лем, неприменим по причине отсутствия этого самого идеала. Поэтому, на мой взгляд, не будет чрезмерно пессимистичным следующее утверждение: без качественного скачка мощности, который требуется для перехода к пониманию смысла текста (для чего требуется как минимум наличие созданных человеком или самой нейросетью хранилищ данных со огромным количеством перекрестных связей + умение их обрабатывать) нынешние нейросети не выдадут ничего принципиально иного по сравнению с уже использующимися статистическими алгоритмами того же Гугла.

Потому что в чём, собственно, будет заключаться разница между нейросетями и статистическими методами, если и те, и другие будут заниматься исключительно тем, что сопоставлять огромные массивы параллельных текстов, только для статметодов сопоставление будет проводиться по правилам, заданным человеком, а нейросети смогут выработать свои собственные, неведомые нам и пусть даже просто чудовищные по эффективности методы сопоставления текстов, которые останутся нам неизвестными? Ведь в обоих случаях речь будет идти только о их механическом сопоставлении вне анализа той «почвы», откуда эти самые тексты «растут», и тут уже заложенная в нейросети вычислительная мощность не играет практически никакой роли, как не играла она её при переводе лексико-грамматическим методом.

Собственно, выше я упомянул про параллель между надеждами на «чудо-компьютеры» и «чудо-нейросети» с разницей в 50-60 лет. По идее, развитие техник перевода в этом плане должно идти в плане повышения степени «надсистемности» анализируемого информационного субстрата: 1) тексты – 2) массивы текстов (из которых берут начало все тексты) – 3) большая часть знаний, накопленных человечеством (потенциальный источник бесконечного количества текстов и массивов текстов), в виде единой структурированной базы данных с инструментарием для вычленения перекрестных связей. А поскольку нынешние нейросети, как и статметоды, остановились на втором уровне, качественного прорыва тут пока что не ожидается.

Кто-то, разумеется, вспомнит знаменитый «Watson», который сумел одолеть признанных чемпионов «Своей игры», причем умел анализировать вопросы, заданные на естественном языке, и вопросы такого рода, ответы на которые простым «поиском в Гугле» не найти. Вот только у компьютера «Watson» перекрестная база данных, о которой шла речь выше, как раз имелась – и составлена она была под руководством человека. Вопрос о создании подобных баз силами исключительно нейросетей (та работа по познанию мира, которую выполняет человеческий мозг, начиная с младенчества) на уровне нынешних вычислительных мощностей пока что, насколько мне известно, пока что не стоит.

Но вернёмся к теме «целевой функции нейросети» применительно к переводу. Кто-то может возразить: хорошо, перевод не является биективным отображением, но что мешает задать определенные параметры, которые позволяли получать перевод с теми или иными заданными критериями? Скажем, как в пресловутом "Промте" можно было задавать специализацию текста (компьютеры, авиация, нефтяная отрасль...) Задали одни критерии – получили такой-то перевод, другие – другой - скажем, так:

Перевод 66 сонета Шекспира.

1. Параметр «Пастернак» - 100%.

Измучась всем, я умереть хочу.

Тоска смотреть, как мается бедняк,

И как шутя живётся богачу,

И доверять, и попадать впросак…

2. Параметр «блатная феня» 100%.

Достатый в пень, готов я жать на стоп:

Мне жить в ломы, где пашут за ништяк;

Где мазу держит оборзевший жлоб,

Круть обувает влёгкую хиляк.

3. Параметр «Пастернак» 50%, параметр «блатная феня» 50%.

Измучась всем, я умереть готов.

Тоска смотреть, как мается бедняк,

Как мазу держит оборзевший жлоб,

Круть обувает влёгкую хиляк.

Что называется – «вы меня поняли». Увы, но попытка обойти проблему отсутствия биективности перевода умным словосочетанием «задание необходимых параметров» - пока что не более чем бессмысленное сотрясение воздуха. Ни копирование строчек из Пастернака в той или иной последовательности, ни даже копирование характерных для поэта синтаксических структур – не есть стихи Пастернака, это не более чем повод в очередной раз посмеяться над туповатым роботом, выдающим очередные "Яндекс-стихи". Проблема заключается в следующем: чтобы качественно формализовать, к примеру, параметр «Пастернак», нам надо, чтобы наша нейросеть умела воспринимать этот самый подаваемый на вход параметр как всю совокупность стоящих за ним смыслов, что означает, что нейросеть «понимает», что такое «Пастернак». Для этого ей необходимо знать о его жизни, о его эпохе, о его литературном воспитании, а это всё требует других перекрестных связей, в итоге приходим к условию, обозначенному выше: в нейросеть нужно загнать на «доступном для понимания» уровне чуть ли не всю историю человечества, что на нынышнем этапе развития абсолютно нереально.

Для того, чтобы дополнительно пояснить всё вышесказанное, я приведу список из 5 уровней эквивалентности исходного и переведенного текстов, которые выделяют некоторые теоретики перевода:

1. Уровень языковых знаков.

The bicycle was sold for 100 dollars. - Велосипед был продан за 100 долларов.

В этом типе эквивалентности сохраняется все, от цели коммуникации и смысла сообщения до синтаксиса и лексических единиц. Это максимально возможный уровень эквивалентности, но встречается он крайне редко.

2. Уровень структуры высказывания.

He is the best man to lead the party. - Он - лучший, кто может возглавить партию.

Здесь сохраняется все вышеперечисленное, включая часть синтаксических структур оригинала, но эквивалентности на уровне лексических единиц нет (man to lead the party - кто может возглавить партию).

3. Уровень высказывания.

Drinking makes me sick. - От выпивки меня тошнит.

В данном случае сохраняется цель коммуникации, описывается та же ситуация и сохраняются общие понятия, с помощью которых данная ситуация обозначена в оригинале, хотя ни синтаксис, ни лексика с использованными в оригинале не совпадают.

4. Уровень описания ситуации.

You have my ear! - Слушаю вас!

Break a leg! - Ни пуха ни пера!

В данном случае языковые средства оригинала и перевода несопоставимы, но отражают одну и ту же ситуацию, "покрываемую" соответствующим языковым шаблоном.

5. Уровень цели коммуникации (прагматический).

I live on the second floor. - Езжайте-езжайте! (Реплика человека, который проходит мимо другого человека, который придерживает лифт).

Цель коммуникации здесь заключается в доведении до собеседника информации, что ему не нужно держать лифт. Цель достигнута, хотя между высказываниями в оригинале и переводе нет абсолютно ничего общего.

Всё это было сказано вот к чему: отличие хорошего переводчика (не того, кто сидит со словарём и калькирует оригинал) от компьютерного заключается в том, что вне зависимости от того, насколько точно синтаксис исходного высказывания может совпадать с синтаксисом перевода, первым делом переводчик-человек строит для себя «иерархию перевода», начиная с высшего, пятого уровня (в каком контексте происходит действие?), через промежуточную стадию уровней 4 и 3 (что происходит?) спускаясь ниже на уровни соответствия синтаксических структур 2 и 1, и если синтаксис исходного высказывания не совпадает с тем, который построил у себя в голове переводчик – тем хуже для этого самого исходного синтаксиса.

Схема работы переводчика-человека:

Компьютерные же переводчики, для которых уровень 5 пока что недостижим (причём перевод на уровнях 3 и 4 осуществим по большей части только на основе статистических методов), начинают идти в противоположном направлении - «снизу вверх». Это примерно то же самое, что разобрать на части, скажем, собранный из детского конструктора экскаватор на гайки, болты и пластины, а потом пробовать собрать из него что-то, что нам и самим непонятно, но что мы видели ранее на десятках просмотренных ранее чертежей конструктора (а там и кран, и автомобиль, и паровоз, и чего только нет). Но функции крана, автомобиля или паровоза не выводятся из свойств гаек, болтов и пластин, и если нам непонятно, ЧТО мы хотим собрать (применительно к переводу – отсутствие понимания смысла), то тупое подражание непонятно чему и даст на выходе непонятно что – и не кран, и не автомобиль, и не паровоз, и не экскаватор. Хороший же машинный переводчик будущего должен действовать аналогично человеку – воссоздавая смысл высказывания, спускаться с верхних уровней к нижним. Пока что до этого нам очень далеко.

Думаю, всего сказанного выше достаточно для понимания того, насколько сложен тот процесс, который в представлении некоторых энтузиастов машинного перевода так легко и просто отдать на откуп нейросетям, которые якобы завалят нас качественными переводами, просто-напросто как следует проанализировав огромный массив параллельных текстов.

В заключение рассмотрим примеры того, что гарантированно "сломает зубы" любому машинному переводчику, не достигшему уровня сильного ИИ. Список мог бы быть много больше, но думаю, что и этих примеров будем достаточно. Начнём с того, что и человеку даётся с большим трудом - тексты, перевод которых представляет собой в чистом виде творчество, а далее, спускаясь по уровням, покажем, что нетривиальной задачей для машинного переводчика могут оказаться и совершенно нетворческие тексты технического характера.

Однако этот "разбор полётов" пойдёт уже в следующем посте. Хотелось всё разместить в одном, но, к сожалению, пост оказался слишком большим и Пикабу его не пропустил. Так что

Окончание следует...

P.S. Если всё изложенное выше всё равно не убедило каких-то энтузиастов машинного перевода, у которых возникли возражения в духе "Автор просто не понимает, о чем говорит - все эти проблемы решаемы в ближайшие 5-10 лет, поскольку 1), 2), 3)..." - приглашаю высказываться в комментариях, ну или подождать окончания с примерами, после чтения которого станет ясно, что не всё так просто :-)