Neural Machine Translation for Coptic-French: Strategies for Low-Resource Ancient Languages
تقدم هذه الورقة أول دراسة منهجية حول ترجمة اللغة القبطية إلى الفرنسية، مبرهنةً على أن الضبط الدقيق باستخدام مجموعة بيانات متنوعة أسلوبياً ومدركة للضجيج يحسن جودة الترجمة بشكل كبير ويقدم رؤى قيمة للغات القديمة ذات الموارد المحدودة.
البحث الأصلي مرخَّص بموجب CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل
تخيل أن لديك كتاباً قديماً جداً، مغبراً ومتضرراً قليلاً، مكتوباً بلغة قديمة تسمى القبطية. تريد ترجمته إلى اللغة الفرنسية الحديثة لكي يتمكن عدد أكبر من الناس من قراءته. المشكلة؟ هناك عدد قليل جداً من الأشخاص الذين يتحدثون القبطية اليوم، ولا توجد برامج حاسوبية (ذكاء اصطناي) كثيرة تعرف كيف تقوم بهذه الترجمة.
هذه الورقة البحثية تشبه كتاب وصفات، حيث يختبر مؤلفاها، نسمة شاووي وريتشارد خوري، "طرق طبخ" مختلفة لمعرفة أفضل طريقة لبناء مترجم لهذا المهمة المحددة. إنهما لا يخمنان فحسب؛ بل يجريان تجارب لإيجاد الطريقة الأكثر موثوقية لتحويل النص القديم إلى فرنسية حديثة.
إليك تفصيل لرحلتهما، باستخدام تشبيهات بسيطة:
1. السؤال الكبير: كيف نبدأ؟
طرح المؤلفان أربعة أسئلة رئيسية، تعاملا معها كأربعة مسارات مختلفة لصعود جبل:
- المسار أ: الطريق المباشر (الضبط الدقيق). خذ ذكاءً اصطناعياً ذكياً يعرف القليل عن اللغات و"دربه" خصيصاً على القبطية والفرنسية. الأمر يشبه أخذ طالب عام وتعيين مدرس خصوصي له خصيصاً لتعليمه القبطية.
- المسار ب: مسار المحور (الالتفاف). ترجم من القبطية إلى الإنجليزية أولاً، ثم ترجم النتيجة الإنجليزية إلى الفرنسية. الأمر يشبه محاولة الوصول إلى باريس عبر السفر أولاً إلى لندن ثم استقلال القطار.
- المسار ج: مسار "الأمر السحري". اطلب من ذكاء اصطناعي ذكي يعرف القبطية والإنجليزية أن "يتحدث الفرنسية" فقط دون أي تدريب إضافي. الأمر يشبه طلب طهي طبق فرنسي مثالي من طاهٍ لا يعرف سوى الطبخ الإيطالي، بمجرد الطلب منه بلطف.
- المسار د: المسار متعدد اللغات. استخدم ذكاءً اصطناعياً عملاقاً يعرف 100 لغة ولكنه ليس متخصصاً في أي منها. الأمر يشبه استخدام سكين سويسري متعدد الاستخدامات لمحاولة إجراء عملية جراحية؛ لديه الأدوات، لكن ربما يفتقر إلى الدقة.
النتيجة: فاز "المسار المباشر" (المسار أ) باكتساح. كان تدريب نموذج مخصص لزوج (القبطية-الفرنسية) أفضل بكثير من استخدام الالتفافات أو الأمل في أن يفهم الذكاء الاصطناعي العام الأمر.
2. اختيار "الطالب" المناسب (النموذج)
بمجرد أن قررا تدريب نموذج، كان عليهما اختيار النموذج الذي يبدآن به. لقد اختبرا أربعة "طلاب" مختلفين:
- المتخصص: ذكاء اصطناعي يعرف القبطية بالفعل ولكنه يتحدث الإنجليزية فقط.
- متعدد اللغات: ذكاء اصطناعي يعرف القبطية والفرنسية ولكنه جزء من مجموعة ضخمة تضم 100 لغة.
- العام: ذكاء اصطناعي يعرف الفرنسية ولكنه لا يعرف القبطية على الإطلاق.
- القريب: ذكاء اصطناعي تم تدريبه على الهيروغليفية (الجد الأقدم للغة القبطية).
النتيجة: كان متعدد اللغات (الذي يعرف بالفعل كل من القبطية والفرنسية) هو أفضل طالب. ومع ذلك، حقق القريب (خبير الهيروغليفية) أداءً جيداً بشكل مفاجئ! هذا يشبه اكتشاف أنه إذا علمت شخصاً ما قراءة الهيروغليفية المصرية القديمة، فسيتقن القبطية بشكل أسرع بكثير من شخص لم يرَ لغة قديمة من قبل. هذا يثبت أن معرفة لغة "قريبة" تساعد كثيراً.
3. قوة التنوع (ترجمات متعددة)
النصوص القديمة مخادعة لأن جملة واحدة باللغة القبطية قد تُترجم إلى الفرنسية بثلاث طرق مختلفة، وكلها صحيحة. تساءل المؤلفان: هل يجب أن نعلم الذكاء الاصطناعي ترجمة واحدة فقط، أم الثلاث جميعها؟
اختبرا ذلك من خلال تدريب الذكاء الاصطناعي على نسخة واحدة فقط من ترجمة الكتاب المقدس، ثم على النسخ الثلاث جميعها مختلطة.
النتيجة: كان الذكاء الاصطناعي المدرب على النسخ الثلاث هو الأكثر مرونة ومحاكاة للبشر. لقد تعلم أنه لا توجد طريقة واحدة فقط "صحيحة" لقول الشيء. أصبح أفضل في التقاط المعنى بدلاً من مجرد نسخ الكلمات. الأمر يشبه تعليم طالب من خلال إظهار ثلاث طرق مختلفة لكتابة مقال؛ سيتعلم الفكرة الجوهرية بشكل أفضل مما لو عرضت عليه قالباً واحداً جامداً فقط.
4. جعل الذكاء الاصطناعي "صلباً" (التعامل مع الضجيج)
المخطوطات القديمة غالباً ما تكون تالفة. قد تكون الحروف مفقودة (ثقوب في الصفحة)، أو باهتة، أو تمت قراءتها بشكل خاطئ بواسطة الماسحات الضوئية. أراد المؤلفان معرفة: هل يمكننا جعل الذكاء الاصطناعي صلباً بما يكفي للتعامل مع هذه الأخطاء؟
لقد حاكوا ذلك عن طريق "إتلاف" بيانات التدريب الخاصة بهم عمداً. قاموا بحذف حروف عشوائياً، أو تبديلها، أو استبدالها بأخرى تشبهها في الشكل، تماماً مثل المخطوطة التالفة.
النتيجة:
- إذا دربت الذكاء الاصطناعي على نص نظيف ومثالي، فإنه سيفشل فشلاً ذريعاً عندما يرى صفحة تالفة.
- إذا دربت الذكاء الاصطناعي على نص تالف بنسبة 50%، فإنه سيصبح بطلاً خارقاً. سيتعلم تخمين الأجزاء المفقودة وتجاهل البقع.
- كانت "النقطة المثالية" هي التدريب باستخدام ضجيج بنسبة 50%. خلق هذا مترجماً قوياً بما يكفي للتعامل مع الكتب القديمة المغبرة والتالفة في العالم الحقيقي دون أن ينهار.
الخلاصة النهائية
نجح المؤلفان في بناء أول مترجم موثوق من القبطية إلى الفرنسية. لم يكن "السر الخاص" بهما شيئاً واحداً؛ بل كان مزيجاً من:
- تدريب نموذج مخصص لهذا الزوج (وليس استخدام مسار التفافي).
- البدء بنموذج يعرف بالفعل اللغة القديمة أو "قريبتها" (الهيروغليفية).
- تغذيته بطرق عديدة مختلفة لقول الشيء نفسه (التنوع الأسلوبي).
- "إفساد" نصف بيانات التدريب عمداً ليتعلم الذكاء الاصطناعي أن يكون صلباً ضد التلف.
لقد أصدرا هذين النموذجين الأفضل (أحدهما يعتمد على متعدد اللغات والآخر على خبير الهيروغليفية) لكي يتمكن علماء المصريات والمؤرخون أخيراً من استخدام الذكاء الاصطناعي لفك أسرار المخطوطات القبطية القديمة، حتى لو كانت تلك المخطوطات مهترئة بعض الشيء.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.