Künstliche Intelligenz und die damit verbundenen Möglichkeiten sind aktuell in aller Munde – und auch in der Übersetzungsbranche wird getestet. Schnell fällt hierbei der Begriff „KI-Übersetzung“, doch was ist KI-Übersetzung und wo unterscheidet sie sich von der klassischen maschinellen Übersetzung? Und werden bald auch medizinische Texte nur noch mithilfe von Maschinen oder künstlichen Intelligenzen übersetzt? Diesen Fragen widmen wir uns in diesem Blogbeitrag.
Was sind KIs?
Künstliche Intelligenzen, kurz KIs, gibt es inzwischen für verschiedenste Bereiche – Texterstellung, Grafik, Programmieren und auch für Übersetzungen. Mit KIs wird versucht, menschliches Denken und Lernen künstlich zu reproduzieren und dies auf Computer und Maschinen zu übertragen. Dadurch sollen diese in der Lage sein, menschliche kognitive Fähigkeiten zu imitieren. Das Ziel ist, Maschinen zu entwickeln, die lernen und dadurch intelligenter und auch menschlicher werden. Auf diesem Weg können Maschinen mit künstlicher Intelligenz selbstständig Aufgaben erledigen und Probleme lösen. KIs können dabei auf verschiedene Themenbereiche spezialisiert sein, z.B. auf Texterstellung oder Bildgenerierung.
Das Sprachmodell ChatGPT kann beispielsweise Texte schreiben, optimieren und übersetzen, Informationen recherchieren und bei organisatorischen Aufgaben unterstützen. Wenn ChatGPT gefragt wird, welche Aufgaben es übernehmen kann, erhält man eine übersichtliche Liste inklusive Einschränkungen.
In welchen Bereichen können KIs eingesetzt werden?
Die Einsatzbereiche von KIs sind breit gefächert. Im Arbeitsalltag gibt es inzwischen verschiedenste Möglichkeiten für künstliche Unterstützung, unter anderem:
- Marketing: Text und Grafik, Brainstorming
- Wirtschaft: Business Intelligence
- IT: Programmieren
- Mathematik: Lösen von mathematischen Problemen
- Automobil: Automatisiertes Fahren
- Übersetzen
In der Übersetzungsbranche sind KIs jedoch nicht die erste technische Unterstützung. Maschinelle Übersetzung ist bereits seit mehreren Jahren auf dem Vormarsch und wird inzwischen auch in der Medizin und Pharmazie eingesetzt. Doch wo liegen die Unterschiede zwischen einer KI-gestützten Übersetzung und einer maschinellen Übersetzung? Um diese Frage zu beantworten, muss im ersten Schritt beleuchtet werden, was maschinelle Übersetzung ist und wie sie funktioniert.
Welche Arten maschineller Übersetzung gibt es?
Über die Jahre hinweg haben sich drei Arten der maschinellen Übersetzung entwickelt. Während die regelbasierte und die statistische maschinelle Übersetzung nicht mehr oder nur noch sehr selten im Einsatz sind, stellt die neuronale Übersetzung die größte Konkurrenz zur KI-Übersetzung dar.
1. Regelbasierte maschinelle Übersetzung
Die regelbasierte maschinelle Übersetzung, auch als "klassischer" Ansatz bekannt, verfolgte eine wortwörtliche Übersetzungsmethode, die auf Informationen aus Wörterbüchern und Grammatiken der Ausgangs- und Zielsprache basierte. Dieser Ansatz erwies sich jedoch als sehr fehleranfällig und wird daher heutzutage kaum noch verwendet. Aufgrund ihrer begrenzten Fähigkeit, die feinen Nuancen und Kontexte einer Sprache zu erfassen, führte die regelbasierte maschinelle Übersetzung oft zu ungenauen und unverständlichen Ergebnissen.
2. Statistische maschinelle Übersetzung
Die statistische Übersetzung löste in den 1990er Jahren die regelbasierte Übersetzung als dominantes Modell ab. Dieser Ansatz wird als traditionelles Modell angesehen und basiert auf der Verwendung eines umfangreichen Textkorpus in der Ausgangs- und Zielsprache. Aus diesem Korpus werden Übersetzungsregeln abgeleitet, die als Grundlage für weitere Übersetzungen dienen. Das Besondere an der statistischen Übersetzung ist, dass die Maschine die linguistischen Regeln selbst erlernt, ohne dass sie vorab manuell eingegeben werden müssen. Durch den Einsatz von statistischen Modellen und Wahrscheinlichkeitsberechnungen, übersetzt die Maschine auf Basis des vorher eingegebenen Korpus. Dieser Ansatz hat zu einer Verbesserung der Übersetzungsqualität im Vergleich zur regelbasierten Übersetzung geführt und bildete den Grundstein für weitere Fortschritte in der maschinellen Übersetzungstechnologie.
3. Neuronale maschinelle Übersetzung
Die neuronale Übersetzung baut auf der statistischen Übersetzung auf und hat in den letzten Jahren große Aufmerksamkeit erlangt. Dieser Ansatz erfordert Trainingsdaten, die verwendet werden, um das neuronale Netzwerk auszubilden. Das Netzwerk lernt, diese Daten zu imitieren und kann durch kontinuierliches Training stetig verbessert werden. Ein besonderes Merkmal der neuronalen Übersetzung ist, dass sie sich selbst Übersetzungsregeln beibringt, indem sie die Zusammenhänge zwischen den beiden Sprachen erkennt. Durch den Einsatz künstlicher neuronaler Netze ist es möglich, komplexere Strukturen und Kontexte in der Übersetzung zu berücksichtigen. Dieser Ansatz hat zu erheblichen Verbesserungen in der maschinellen Übersetzung geführt und wird von Millionen von Menschen täglich genutzt, zum Beispiel durch Dienste wie Google Translate oder DeepL. Dank der technischen Fortschritte werden maschinelle Übersetzungen zunehmend natürlicher und präziser.
Beide Varianten haben Vor- und Nachteile, daher gilt grundlegend, dass je nach Verwendungszweck abgewogen werden muss, wann maschinelle Übersetzung und wann künstliche Intelligenz eingesetzt wird. So ermöglicht die absatzbasierte Übersetzung von KIs ein besseres Kontextverständnis und eine freiere Übersetzung. Die neuronale maschinelle Übersetzung lässt sich leichter zum Experten für ein bestimmtes Fachgebiet trainieren, ist aber durch diese Spezialisierung naturgemäß im Einsatz auf vordefinierte Themen beschränkt. Bei beiden Systemen stellt dabei jedoch die begriffliche Inkonsistenz ein großes Problem dar, dem nur durch die Verwendung umfangreicher und präziser Glossare beizukommen ist. Denn auch wenn Synonyme einen Text schön lesbar machen, muss bei Packungsbeilagen, Handbüchern oder Dokumentationen stets für eine Sache dasselbe Wort verwendet werden. Der menschliche Prüfer, der sogenannte Posteditor, bleibt also unerlässlich.
Können KIs den Menschen ersetzen?
Durch die Entwicklungen im Bereich der künstlichen Intelligenz wird die Frage, ob KIs den Menschen ersetzen können, immer häufiger gestellt. Eindeutig zu beantworten ist diese Frage nicht. Wie viele Aufgaben eine KI übernehmen kann, hängt unter anderem von den verwendeten Trainingsdaten ab und ob die KI kontinuierlich mit Informationen versorgt wird. Bei zeitlich veralteten Trainingsdaten ist auch das Wissen der KI veraltet, weitverbreitete Falschinformationen können sich ebenso im Wissensstand des Modells niederschlagen. Gerne nutzen KIs auch ihr erlerntes Wissen, um Informationen zu abstrahieren, was nichts anderes bedeutet, dass sie zum Teil Fakten „erfindet“. Daher sind KIs nicht unfehlbar, weshalb die generierten Ergebnisse stets genau überprüft werden sollten.
Es gibt in der Entwicklung und Nutzung von KIs eine weitere Herausforderung: gesellschaftliche Bias. Menschen machen im Leben verschiedene Erfahrungen, sie bilden sich ihre Meinung zu einem Thema oder haben eine bestimmte politische Einstellung. Die Werte und Vorurteile der Entwickler bzw. der Gesellschaft fließen automatisch mit in die Programmierung der KI ein – egal ob beabsichtigt oder unbeabsichtigt. Dasselbe gilt für Auswahl und Inhalte der Trainingsdaten, die von Menschen selektiert und erstellt werden – eine besondere Herausforderung, wenn man die schiere Masse an notwendigen Daten berücksichtigt.
Hinzu kommt, dass KIs nur so gut sind wie die eingegebenen Befehle – auch Prompts genannt. Je nachdem welcher Prompt eingegeben wird, kann sich das Ergebnis stark unterscheiden. Zur Vereinfachung ein Beispiel: Die Bild-KI Dall-E soll ein Bild eines Hauses generieren. Im ersten Versuch wird der Befehl „ein Haus“ genutzt. Im zweiten Versuch wird das Haus und die Umgebung genauer beschrieben: „ein Foto eines Hauses aus roten Backsteinen mit einer grünen Tür und Fenstern mit grünen Fensterläden mit einem kleinen Vorgarten mit einer Blumenwiese, der von einem weißen Zaun umgeben ist“. Und trotz genauer Beschreibung, beispielsweise der Farbe des Zauns, wird diese nicht in jedem Bild korrekt generiert.
Auch wenn gut programmierte KIs bereits komplexe mathematische Aufgaben lösen oder ganze Webseiten programmieren können, gibt es Punkte, in denen Menschen stärker sind und vermutlich auch stärker bleiben werden: Kreativität, Emotionen und kulturelles Verständnis kann nur ein Mensch entwickeln und in seine Arbeit einfließen lassen.
Zum aktuellen Zeitpunkt können KIs Menschen bei ihrer täglichen Arbeit unterstützen, Denkanstöße geben oder auch Abläufe optimieren und somit zu einer höheren Effizienz beitragen. Zur Gänze ersetzen werden KIs den Menschen voraussichtlich erstmal nicht.
Welche Einsatzmöglichkeiten für KIs gibt es in der Medizin und Pharmazie?
Die Digitalisierung in der Medizin und Pharmazie schreitet weiter voran und es wird auf verschiedenen Gebieten an einem Einsatz von künstlicher Intelligenz geforscht, beispielsweise an Pflegerobotern, Optimierung der Patient Journey oder medizinischer Bildgebung und Diagnostik. Aber auch bei Übersetzungen medizinischer und pharmazeutischer Dokumente ist grundlegend ein Einsatz von künstlicher Intelligenz denkbar, jedoch mit Vorsicht zu genießen. Übersetzungsfehler können schwerwiegende Folgen haben – in allen medizinischen Bereichen. Von der KI falsch gelernte Informationen können zu Fehldiagnosen und falschen Behandlungen führen. Inkorrekte Übersetzungen können zu einer falschen Anwendung von Medizinprodukten oder Arzneimitteln führen. Daher bleibt für höchste Genauigkeit und Qualität der Mensch weiterhin unverzichtbar.
mt-g.com