語言:
語言:
內容服務
- 技術文件編寫
- 訓練與線上學習
- 財務報告
- 數位行銷
- SEO 與內容最佳化
翻譯服務
- 影音內容本地化
- 軟體本地化
- 網站本地化
- 受監管公司適用的翻譯服務
- 口譯
- 現場活動
測試服務
- 功能品管與測試
- 相容性測試
- 互操作性測試
- 效能測試
- 輔助使用性測試
- 使用者體驗 / 客戶體驗測試
解決方案
- 翻譯服務模式
- 機器翻譯
- Smart Onboarding™
- Aurora AI Studio™
我們的知識中心
- 理想的病患治療結果
- 本地化的未來
- 將創新力轉為免疫力
- COVID-19 資源中心
- 產業動盪系列
- 病人參與
- Lionbridge 深入見解
選擇語言:
雖然電腦科學家多年來一直密切關注生成式人工智慧 (GenAI) 及大型語言模型 (LLM) 的發展,但一直要到 2022 年美國科技公司 OpenAI 推出他們開發的 LLM ChatGPT 後,主流大眾才真正注意到這項技術。根據 Reuters® 的報導,這個新穎的應用程式是史上成長最快的應用程式,推出後僅僅兩個月就吸引了估計有 1 億之多的使用者。
生成式 AI 技術之所以受到如此熱切的注目,可說是其來有自,因為它能以幾乎任何語言生成文本,而這樣傑出的能力勢必將大幅改變人們工作和做生意的方式。
根據高盛 (Goldman Sachs) 的估計,到 2033 年時,這個工具可望將全球的國內生產毛額 (GDP) 增加近 7 兆美元,並將生產力提高百分之 1.5。
隨著這個開創性技術的持續發展以及使用規模增加,勢必也會為本地化產業帶來天翻地覆的改變。事實上,這個 AI 技術早已影響了語言服務的交付。
Lionbridge 是率先採用生成式 AI 技術的語言供應商,同時也已準備好協助您充分善用它的所有效益。
生成式 AI 如此蔚為風潮,您無可避免地一定會遇到跟它有關的術語。以下便是認識這項技術所不可不知的詞彙。
目前的神經機器翻譯 (NMT) 典範將會走下舞台,並很可能會被奠基於大型語言模型的新典範所取代。隨著這個發展逐漸具體成形,您應該會看到以下結果:
翻譯成本降低
生產力提高,能生成更大規模的內容
翻譯品質提升 — 文字宛如是由真人撰寫
提升客戶體驗
進軍更多市場,享有新的商機
在整個內容生命週期內,即使是初期階段,也有運用生成式人工智慧 (AI) 的可能性,但是必須審慎小心地部署,避免弄巧成拙。
儘管生成式 AI 技術尚未臻成熟,但目前我們可以運用它進行特定的內容創作、翻譯以及譯後編修工作。
另外,我們也持續研究與開發將 LLM 納入專業翻譯流程的方法,並能協助您充分運用這個快速發展的技術。歡迎選用我們的服務,開始體驗這項技術的優勢。
對生成式 AI 仍有疑問?以下是部分客戶常見問題的解答。
生成式 AI 與例如 GPT 等 LLM 都是人工智慧 (AI) 引擎,這些引擎是以網際網路龐大的語料庫進行訓練,從而學習了人類撰寫文本的方式。因此只要輸入資料給模型,它就能根據自己的廣泛訓練生成最可能的輸出。
LLM 很適合對所有類型的內容執行以下作業:編修、錯誤修正、風格和語氣管理、術語遵循,以及表達清晰度等。
如果希望內容通順流暢,以順利觸及與吸引您的受眾,您可以運用 LLM 達到這個目的。但對於需要精準翻譯的內容,使用 LLM 的風險會比較大,因為這個技術可能會產出不正確的資訊。
我們發現 OpenAI 的 GPT-4 模型,在英譯簡中這個語言組合的一些特定情況下,可以產出品質優於 Yandex 的翻譯結果。 這個成就可說是個重大的里程碑。 然而,GPT-4 的輸出結果,依舊比不上已趨成熟的 NMT 引擎 (Microsoft、Yandex、Google、DeepL 和 Amazon),而且成本還比後者貴上 12-50 倍。
至於 ChatGPT 和 GPT-3 等舊版 GPT 模型,本就沒有 GPT-4 那麼先進,因此翻譯表現也不如那些主流且專業化的 NMT 引擎。我們發現它們有些性別對應關係和一致性方面的問題,是 NMT 輸出中不曾出現的。
對 LLM 的需求雖然日趨高漲,但這個技術尚未成熟,還無法妥善處理大規模本地化龐大的內容量。儘管我們認為這種情況可望改變,但到底何時能夠實現,卻還是未定之數。因此在時機成熟之前,使用 LLM 而非 NMT 引擎來處理翻譯不但時間會比較久,一般而言成本也會比較高。
在使用 LLM 之前,請務必詳閱並充分理解該系統的使用條款及隱私權政策,尤其如果使用的是免費服務的話。一般而言,使用免費技術的代價,往往就是您提供給它的資訊。
英國的國家網路安全中心 (National Cyber Security Centre) 便概述了使用公用 LLM 的風險,並建議最好不要將機密資訊提供給這類系統,也要避免將一旦公開便會有損公司利益的查詢提交給公用 LLM。
Lionbridge 在使用自動化技術時,一向不遺餘力地保護我們客戶的資訊。
從 LLM 進步的速度,便可看出這些 AI 系統正在推動自然語言處理 (NLP) 領域大步前進,而在神經 MT 典範下台一鞠躬時,它們也將會是新典範很重要的一環。不過,要完全捨棄以主流 MT 引擎進行自動翻譯,目前還言之過早。
在這個過渡時期,我們主張採用混合模式,將 NMT 及 LLM 引擎的優點結合在一起,而不是從中挑選一種模式而棄另一個不用。
我們的研究顯示,先使用 NMT 引擎進行翻譯,再運用 LLM 引擎進行譯後編修,這種應用方式大有可為,可以充分發揮混合模式的優勢。這種作法能改善 NMT 輸出的通順程度,這是因為 LLM 具有一種不可思議的能力,可以產出看來像是人類所創作的文字內容。
生成式 AI 可望能解決神經 MT 引擎長久以來的一些品質問題,包括無法一致地生成正確的正式度、語氣或否定句處理等。
隨著生成式 AI 及 LLM 日趨成熟:
MT 品質會大幅躍進,包括更優異的工作流程自動化
生成更多全面性內容和輸出
更廣泛地獲得採用,以及
透過 MT 的使用提升客戶體驗
Lionbridge 可以而且已為客戶提供以下與 LLM 相關的服務:
多語言文字生成/創譯
提示工程/多語言提示工程
提示製作、翻譯、創譯、翻譯審閱、分析以及測試
回覆評估與驗證
多元化、公平性和包容性措施,包括找出訓練語料庫、提示和回覆中的刻板印象、偏見或有問題的內容
從人類回饋強化學習 (Reinforcement learning from human feedback,RLHF)
LLM 評估
資料相關服務,例如為 LLM 進行資料註解和資料清理
多語言資產最佳化
模型細微調整/自訂
工作流程自動化
隨著生成式 AI 的持續演進,我們的研發 (R&D) 團隊也會不斷研究部署這個技術的新方法。
不會,生成式 AI 並不會取代語言服務供應商 (LSP)。自 25 年多前成立以來,Lionbridge 對新興技術一向秉持著欣然採用、致力鑽研與充分善用的態度,以期能為客戶提供一流的語言服務。而配合技術變革靈活調適的能力,也是我們得以不斷成長、長久經營並獲致成功的重要動力。在評估 LSP 時,建議您務必要調查清楚供應商的能力,確認他們可以充分發揮技術演進的效益。
在這段過渡期間就大幅改變您目前 MT 引擎的使用方式,這麼做還言之過早,而 Lionbridge 在 MT 這方面擁有極為豐富的經驗,能妥善地協助您找出實行變革的最佳時機,也能就如何進行提供相關指引。