Fordítottanarányos

Több mint 614 millió legyet ütnek egy csapásra azzal, hogy bővítik a Google Fordító repertoárját. Ennyien – a világ népességének mintegy 8 százaléka – beszélik ugyanis azt a 110 új nyelvet, amelyeket a múlt csütörtökön bejelentett expanzió után használni lehet a világcég fordítóprogramjában. A mesterséges intelligencia, egészen pontosan a PaLM 2 nagy nyelvi modell segítségével ezekben a napokban élesedő változás a Google Fordító eddigi legnagyobb bővítési köre.

Nem meglepő, hogy megannyi kihalás szélén álló, kevesek által beszélt nyelvre csak most, a sok (száz)millió felhasználó által érdekesnek talált nyelvek után volt kapacitás. De akadnak a mostani újak között olyanok is, amelyek óriási táborral rendelkeznek, érthetetlen módon eddig mégis kimaradtak a világ legnagyobb fordítószolgáltatásából. Ilyen például a több mint 80 millió fő által használt kantoni. Ebben az esetben a Google azzal magyarázza a gépesítés elhúzódását, hogy a kantoni írott formája túlságosan hasonló az angol után a világ második legnagyobb nyelvének számító mandarinéhoz, ezért nagyon nehéz volt elegendő mennyiségű szöveget szerezni a mesterséges nyelvi modell betanításához.

Magyarországról nézve érdekes még a legszűkebb értelemben véve is a cigány nyelvet jelentő romani bekerülése, amelyet külön is kiemel tájékoztatójában a Google. Mint írják, a roma nyelvnek annyiféle dialektusa létezik, hogy lehetetlen küldetésnek tűnt igazságosan kiválasztani közülük egyetlent. A végül a Google Fordítóba került verzió a „vlax romani”, ami az oláhcigányok nyelvéhez áll a legközelebb, de más nyelvjárásokból is használ elemeket.