VI

[1] [2] [3]

Вероятно, наиболее обещающий путь автоматизации перевода состоит в применении обучающихся машин. Для обеспечения успешной работы таких машин должен быть найден твердый критерий хорошего перевода. Такой критерий можно получить двумя путями: либо мы должны иметь полный набор объективно применяемых правил, позволяющих оценить качество перевода, либо мы должны располагать средством, которое само способно выработать и применить критерий хорошего перевода независимо от таких правил.

Обычный критерий хорошего перевода – его понятность. Люди, читающие текст перевода, должны получить то же впечатление, что и люди, читающие этот текст на языке оригинала. Если использовать такой критерий затруднительно, то можно дать другой – необходимый, хотя и недостаточный. Представим себе, что у нас есть две независимые переводные машины: одна, например, переводит с английского языка на датский, другая – с датского на английский. После того как первая машина переведет с английского на датский, пусть вторая машина выполнит обратный перевод с датского на английский. В этом случае окончательный перевод должен быть эквивалентен (с допустимыми расхождениями) оригиналу, что устанавливается лицом, знающим английский язык.

Можно представить себе набор формальных правил такого перевода, настолько четко определенных, что их можно доверить машине, и притом столь совершенных, что они позволят получить перевод, удовлетворяющий данному выше критерию. Я не думаю, однако, что наука о языке продвинулась настолько, что она способна уже сегодня дать нам такой набор правил, или что вообще существуют какие-либо перспективы для такого прогресса в ближайшем будущем. Говоря кратко, положение вещей таково, что в машинном переводе всегда есть вероятность ошибки. Если на основании данных машинного перевода принимается какое-либо ответственное решение, связанное с конкретными действиями или политикой, то небольшая ошибка или даже малая ее вероятность могут привести к чрезвычайно серьезным последствиям.

На мой взгляд, наиболее обнадеживающий путь осуществления машинного перевода состоит в замене чисто машинной системы – по крайней мере на начальных этапах – системой механо-биологической, включающей в качестве критика и эксперта человека – опытного переводчика, который обучает машинную часть системы с помощью упражнений, подобно тому как школьный учитель обучает своих учеников. Вероятно, на более поздних этапах в памяти машины накопится достаточное количество указаний, запрограммированных человеком, что позволит впоследствии машине распрощаться с соучастием человека, за исключением, возможно, случаев, когда время от времени понадобится освежать курс. Таким образом машина сможет приобрести лингвистический опыт.

Подобная схема перевода не исключает необходимости в опытном лингвисте, способности и суждения которого пользуются полным доверием. При такой системе он обработал бы (или смог бы обработать в будущем) значительно больший объем переводного текста, нежели при отсутствии машинного помощника. Большего, по-моему, мы и не можем ждать от машинного перевода.

До этого момента мы говорили о том, что нам необходим критик, способный к оценкам чисто человеческого свойства, например в системе машинного перевода, где все элементы, кроме самого критика, машинные. Однако если человеческий элемент необходимо вводить в качестве критического начала, то вполне разумно вводить его также и на других этапах. При машинном переводе вовсе не обязательно, чтобы машинные элементы системы давали единственный и законченный вариант перевода. Напротив, машина может нам дать многовариантный перевод отдельных фраз, которые лежат в русле соответствующих грамматических и лексических норм, предоставляя нашему критику-эксперту весьма ответственную задачу оценки и выбора из этих машинных вариантов того, который наилучшим образом передает смысл. Нет, однако, никакой необходимости предоставлять машине формирование полностью законченных кусков переводного текста даже в том случае, если он будет в целом критически оцениваться и улучшаться человеком. Поправки, вносимые человеком, могут быть введены и на гораздо более ранних стадиях перевода.

Все высказанное о машинах-переводчиках в равной или в еще большей мере относится к машинам, составляющим медицинские диагнозы. Такие машины стали очень модными во всех планах развития медицины на ближайшее будущее. Эти машины могут помочь врачу установить данные, которые ему понадобятся для диагноза, но нет никакой необходимости в том, чтобы они устанавливали диагноз сами, без участия врача. Весьма вероятно, что такая тенденция применения медицинских машин может рано или поздно привести к ухудшению здоровья людей и даже ко многим смертельным исходам.

Родственная проблема, требующая совместного рассмотрения возможностей машины и человека, – это проблема эффективности использования изобретения. Этот вопрос обсуждал со мной д-р Гордон Рейзбек, сотрудник фирмы «А.Д. Литтл». В ходе обсуждения мы пришли к выводу, что всякое изобретение должно оцениваться не только с точки зрения принципиальных возможностей его осуществления, но также с точки зрения того, как это изобретение может и должно служить человеку. Вторая часть задачи часто куда сложнее, чем первая, и ее методология разработана в гораздо меньшей степени. Таким образом, мы сталкиваемся с проблемой усовершенствования, которая, по существу, не что иное, как проблема обучения, – не для механической системы в чистом виде, но для механической системы, взаимодействующей с обществом. Это именно тот случай, когда необходимо рассмотрение проблемы оптимального совместного использования человека и машины в одной системе.

Подобную задачу весьма настоятельно выдвигает необходимость применения и разработки систем вооружения в соответствии с эволюцией тактики и стратегии. И здесь проблема эффективности использования военной техники не может быть отделена от проблем автоматизации.

С проблемой приспособления машины к реально существующим условиям путем правильного использования интеллекта переводчика, врача или изобретателя мы сталкиваемся не только сегодня. Этой проблемой мы должны будем заниматься снова и снова. Развитие искусств и наук означает, что мы не можем признать за какой-либо отдельной эпохой права на обладание абсолютной мудростью. Это, вероятно, становится наиболее ясным при рассмотрении опыта социального регулирования и создания обучающихся систем в области политики. В периоды относительной стабильности – если не в сфере философских теорий, то, во всяком случае, в реальных условиях, созданных нами в окружающем мире, – мы можем уверенно решать новые проблемы, возникшие перед нынешним поколением, как, например, проблемы, связанные с созданием атомной бомбы, бурным ростом населения, широким распространением медицины и т.д. Однако с течением времени мы должны пересматривать свою прежнюю оптимизацию так, чтобы наша новая оптимизация учитывала все эти факторы. Социальное регулирование, рассматриваемое применительно к отдельному индивиду или всему человеческому роду, есть некий процесс, самые основы которого должны быть раньше или позже пересмотрены. Это значит, как я отмечал ранее в статье для московского журнала «Вопросы философии»[16], что хотя наука и вносит свой важный вклад в процесс социального регулирования, однако основные принципы этого научного вклада должны оцениваться заново почти каждым новым поколением. Позвольте мне здесь заметить, что общественный гомеостазис как на Западе, так и на Востоке в настоящее время осуществляется, исходя из намерений жестко закрепить концепции давно минувшего периода. Маркс жил в эпоху первой промышленной революции, а мы теперь давно вступили в период второй промышленной революции. Эпохе Адама Смита соответствует еще более ранняя и устаревшая фаза первой промышленной революции.

Непрерывный общественный гомеостазис не может осуществляться, исходя из жестких предпосылок о совершенной неизменяемости марксизма, точно так же как он не может быть реализован, исходя из столь же жестких предпосылок, основанных на шаблонных идеях свободного предпринимательства и наживы как побудительных силах экономического развития.

Дело в конечном счете не в той или иной особой форме окостенелости, а в самой ее сути.
[1] [2] [3]



Добавить комментарий

  • Обязательные поля обозначены *.

If you have trouble reading the code, click on the code itself to generate a new random code.