From Binary to Bilingual: How the National Weather Service is Using Artificial Intelligence to Develop a Comprehensive Translation Program
تستفيد هيئة الأرصاد الجوية الوطنية من شراكة مع شركة LILT في مجال الذكاء الاصطناعي القابل للتوسع والمصمم أخلاقياً لأتمتة ترجمة منتجات الطقس الحيوية إلى لغات متعددة، مما يعزز التواصل بشأن المخاطر ويضمن تقديم تحذيرات في الوقت المناسب وذات صلة ثقافياً لملايين المتحدثين بغير اللغة الإنجليزية في جميع أنحاء الولايات المتحدة.
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
الصورة الكبيرة: كسر حاجز اللغة
تخيل الهيئة الوطنية للأرصاد الجوية (NWS) كحارس منارة. مهمته هي الصراخ بالتحذيرات بشأن العواصف القادمة لكل من يتواجد على الشاطئ. لعقود من الزمن، لم يكونوا يصرخون إلا باللغة الإنجليزية. لكن الولايات المتحدة تشبه شاطئاً ضخماً ومزدحماً حيث يتحدث الناس أكثر من 350 لغة مختلفة. إذا لم تستطع فهم الصرخة، فقد لا تعرف ضرورة الركض نحو الأمان.
هذه الورقة البحثية تتحدث عن كيفية قيام الهيئة الوطنية للأرصاد الجوية أخيراً ببناء مترجم عالمي باستخدام الذكاء الاصطناعي (AI) للتأكد من أن الجميع على ذلك الشاطئ يتلقى التحذير، بغض النظر عن اللغة التي يتحدثونها.
المشكلة: عقبة "المترجم البشري"
قبل هذا النظام الجديد، اعتمدت الهيئة الوطنية للأرصاد الجوية على عدد قليل من المتطوعين الشجعان الذين يتحدثون لغتين (مثل الإنجليزية والإسبانية) لترجمة التحذيرات.
- التشبيه: تخيل أنك تحاول ترجمة كتاب مكون من 100 صفحة يدوياً، ولكن عليك القيام بذلك أثناء محاربة حريق وإخماد فيضان في نفس الوقت. إنه أمر مرهق للغاية.
- النتيجة: كانت الترجمات بطيئة، وغير متسقة أحياناً (مكتب ما يقول "عاصفة"، وآخر يقول "عاصفة شديدة")، وغالباً ما كانت تفتقر إلى الدقة المطلوبة لإنقاذ الأرواح. بالإضافة إلى ذلك، إذا كان خبير الأرصاد الجوية ثنائي اللغة مريضاً أو في إجازة، فإن عملية الترجمة تتوقف.
الحل: تعليم الذكاء الاصطناعي كيف يتحدث "لغة الطقس"
تعاونت الهيئة الوطنية للأرصاد الجوية مع شركة تدعى LILT لبناء مترجم ذكاء اصطناعي مخصص. لكنهم لم يرغبوا فقط في مترجم عام (مثل الموجود على هاتفك)؛ بل أرادوا متخصصاً.
1. تشبيه "المتدرب":
فكر في الذكاء الاصطناعي كمتدرب ذكي ولكنه يفتقر للخبرة. إذا سألت ذكاءً اصطناعياً عاماً لترجمة جملة "السماء تسقط"، فقد يترجمها حرفياً. لكن خبير الطقس يعرف أن هذه العبارة تعني شيئاً محدداً في علم الأرصاد الجوية.
- التدريب: قامت الهيئة الوطنية للأرصاد الجوية بتغذية الذكاء الاصطناعي بآلاف التقارير والتحذيرات والتوقعات الجوية السابقة. لم يكتفوا بتغذيته بالكلمات فحسب؛ بل غذيته بـ السياق.
- "العنصر البشري في الحلقة" (Human-in-the-Loop): هذا هو السر المكون للخلطة. يكتب الذكاء الاصطناعي مسودة، ثم يقوم خبير بشري حقيقي (خبير أرصاد جوية ثنائي اللغة) بمراجعتها. إذا ارتكب الذكاء الاصطناعي خطأً، يقوم الإنسان بتصحيحه. ثم يتعلم الذكاء الاصطناعي من هذا التصحيح فوراً. الأمر يشبه طالباً يؤدي اختباراً، ويحصل على درجة، ويحفظ الإجابة الصحيحة فوراً للمرة القادة.
2. استراتيجية "النظام الغذائي المتوازن":
للحفاظ على الذكاء الاصطناعي من أن يصبح "قديماً" أو ينسى كيفية التحدث بلهجات مختلفة، يقدم له الفريق "نظاماً غذائياً متوازناً" من مهام الترجمة. إنهم يمزجون بين تحذيرات الأعاص "الإعصارية"، وتوقعات الـ 7 أيام اليومية، وتنبيهات الحرارة. هذا يضمن بقاء الذكاء الاصطناعي حاداً ولا يتعلم فقط التحدث بلغة "الإعصار" وينسى كيف يتحدث بلغة "العاصلة الثلجية".
الخريطة: تحديد من يحتاج للمساعدة أكثر
لا يمكنك الترجمة للجميع في كل مكان في وقت واحد. لذا، استخدم الفريق خريطة عالية التقنية (GIS) للعثور على "البؤر الساخنة".
- التشبيه: تخيل إدارة الإطفاء وهي تقرر أين تضع محطات إطفاء جديدة. هم لا يختارون أماكن عشوائية؛ بل ينظرون إلى الأماكن التي يعيش فيها أكبر عدد من الناس وأين تحدث معظم الحرائق.
- النتيجة: قاموا بتحليل بيانات التعداد السكاني للعثور على المناطق ذات الكثافة السكانية العالية من الأشخاص الذين لا يتحدثون الإنجليزية جيداً (الذين لديهم كفاءة لغوية محدودة - LEP). لقد أعطوا الأولوية لمدن مثل ميامي ونيويورك وسان خوان، مما ضمن ذهاب أدوات الذكاء الاصطناعي إلى الأماكن التي ستنقذ أكبر عدد من الأرواح.
شبكة الأمان: فحص العمل
كيف تعرف أن الذكاء الاصطناعي لا يهذي أو يخترع طقساً مخيفاً؟
- خدعة "الترجمة العكسية": يأخذ الفريق الترجمة الإسبانية التي أنتجها الذكاء الاصطناعي، ويقوم بتشغيلها عبر ذكاء اصطناعي آخر لترجمتها مرة أخرى إلى الإنجليزية، ثم يقارنونها بالأصل. إذا كان الأصل يقول "تحذير من إعصار قمعي" والترجمة العكسية تقول "رياح دوارة"، فهم يعلمون أن خطأ ما قد حدث.
- "الإبهام للأعلى/للأسفل": تماماً مثل يوتيوب، يتيح الموقع العام للجمهور تقييم الترجمات. إذا كانت الترجمة مربكة، يمكن للناس النقر على "إبهام للأسفل"، وسيقوم النظام بتمييزها ليقوم بشر بتصحيحها.
المستقبل: أمة "مستعدة للطقس" حقاً
تخلص الورقة البحثية إلى أن هذه مجرد البداية.
- الموقع الإلكتروني: أطلقوا موقعاً تجريبياً (weather.gov/translate) حيث يمكن لأي شخص رؤية هذه الترجمات الجديدة قيد التنفيذ.
- الهدف: في النهاية، سيكون كل تحذير، من صفارات الإنذار من الإعصار إلى تنبيهات الحرارة، متاحاً بالإسبانية والصينية والفيتنامية وغيرها، بشكل فوري.
- العقبات: يعترفون بأن الأمر ليس مثالياً بعد. بعض أنظمة الكمبيوتر قديمة ولا يمكنها التعامل مع الحروف المزخرفة من اللغات الأخرى، وهم بحاجة إلى المزيد من المال والموظفين لمواصلة تعلم الذكاء الاصطناعي.
الخلاصة
تصف هذه الورقة تحولاً هائلاً من "التخمين" حول كيفية مساعدة غير المتحدثين بالإنجليزية إلى بناء نظام ذكي وقابل للتوسع وأخلاقي لضمان عدم ترك أي شخص في الظلام أثناء العاصفة. الأمر يتعلق بتحويل "أمة مستعدة للطقس" إلى "أمة مستعدة للطقس للجميع".
باختصار: لقد بنوا مترجماً آلياً فائق الذكاء، وعلموه بواسطة خبراء أرصاد جوية حقيقيين، واختبروه على خريطة توضح الأماكن التي يحتاج فيها الناس للمساعدة، وهم الآن يعملون على نشره لضمان أن الجميع، بغض النظر عن اللغة، يمكنهم سماع اقتراب العاصفة والبقاء آمنين.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.