1. Aurora AI™
オレンジと紫のオーロラに、Lionbridge Aurora AI Arrayのロゴが重ねられた画像で、新しい顧客インターフェースを表現しています。

人間の専門知識と強力な AI 機能の融合

Lionbridge Aurora AI™ は、AI主導のグローバルコンテンツプラットフォームで、多言語コンテンツを強化し、関連性の高いパーソナライズされたコンテンツでオーディエンスを拡大します。

mobile-toggle

言語を選択:

ダイナミックなデジタル背景

生成 AI 時代における機械翻訳の重要性

迅速かつ効果的な多言語コミュニケーションの基盤となり、AI 活用型翻訳ソリューションにおいても中心的な役割を担う従来型の翻訳エンジン

機械翻訳はもう時代遅れでしょうか。 そう考えるにはまだ早すぎます。


生成 AI (GenAI) が進化している現代においても、機械翻訳を AI 活用型翻訳ワークフローに効果的に組み込むことで、その価値を十分に活用できます。

多くの組織が急速に進化する翻訳環境に適応しようと取り組む中、拡張性の高いグローバル コミュニケーションを図るうえで、今でも機械翻訳 (MT) が重要な基盤となっていることが明らかになっています。

生成 AI (GenAI) や大規模言語モデル (LLM) がコンテキスト理解における新たな可能性をもたらす一方で、トップ クラスのニューラル機械翻訳 (NMT) エンジンは、現在も驚異的なスピードを実現しています。

NMT や RAG (Retrieval-Augmented Generation、検索拡張生成) を用いた機械翻訳と、自律的な AI ポストエディット用プロンプト チェーン、さらに必要に応じて人間による監督を組み合わせることで、コンテンツの提供を大幅に加速し、コストを削減しながら、これまでにないスピードとスケーラビリティを実現できます。

そのワークフローは次のようになります。
— プロセスの初期段階で MT を一次翻訳に使用する。
— ポストエディットと品質保証の段階で生成 AI ソリューションや LLM を使用し、全体の品質向上を図る。

このアプローチにより、組織は翻訳のスピード、品質、費用対効果に関するニーズに対応できるようになります。

進化を続ける機械翻訳とそのメリット

MT を AI ツールセットに組み込んで一次翻訳として活用することで、翻訳効率が向上し、以下のようなメリットが得られます。

コストの削減

MT を使用することで、翻訳者による作業時間の短縮やコストの削減につながり、重要なチェック作業に優れた人材を集中的に投入できます。

納期の短縮

MT は、人間や LLM の能力では到底及ばないスピードで翻訳を処理します。

大規模な処理

MT は大量のコンテンツを難なく処理します。

主要業界を支える AI 活用型 MT

機械翻訳は、あらゆる業界のビジネス課題を克服するうえで効果があります。MT と AI を活用した当社のソリューションが、法務、ライフ サイエンス、eコマース業界のお客様をどのようにサポートしているかをご覧ください。

法務

国際的な訴訟案件では、eディスカバリのプロセスにおいてさまざまな言語の法律文書を大量に扱うため、迅速な翻訳が求められます。また、裁判提出用など、より公的で高水準な文書が必要になることもあります。法律文書を正確かつ効率的に、そして優れた費用対効果で翻訳するための MT 活用の事例、さらに、AI 翻訳をプロによる法務翻訳サービスの代わりではなく、法務翻訳サービスを向上させるために利用すべき 4 つの理由をご紹介します。

ライフ サイエンス

AI は、使用にあたってリスクの管理、エンド ユーザーの保護、コンプライアンスの確保が求められるテクノロジーである一方で、ライフ サイエンス言語サービスを大規模に提供するための重要なツールでもあります。AI を活用した専門家主導の言語サービスにより、医薬品や医療機器の開発に携わる企業は、厳しい期限の遵守、増え続ける規制関連文書の効率的な管理、新規市場への参入といった目標を達成することができます。ライフ サイエンス企業が、より良い患者アウトカムを生み出すために MT と AI をどのように活用しているかをご覧ください。

eコマース

eコマースは企業が世界市場に参入するための重要な手段です。AI 活用型 MT を利用することで、eコマースに取り組む企業は、言語を問わず、魅力的でパーソナライズされた顧客向けコンテンツをより迅速かつ安定的に提供できます。MT と AI を活用して世界中の顧客とつながる実績を重ねてきたリテール企業の事例をご覧ください。

4 つの機械翻訳導入戦略を比較


機械翻訳ソリューションは次の 4 つの基本戦略に分類されます。

パブリック MT

パブリック MT は、Google 翻訳や Bing 翻訳など、一般向けに公開されている機械翻訳サービスです。これらのサービスは無償ですぐに利用できます。ただし、特定の分野やユースケースに合わせてエンジンがトレーニングされていないことから、状況によっては品質に問題が生じる場合があり、セキュリティも万全ではありません。

オンプレミス MT

オンプレミス MT を利用するには、企業は自社の IT 環境に MT サーバーを導入・展開する必要があります。非常に強固なセキュリティを実現できる反面、コストがかさみ、煩雑な導入・運用作業と継続的なメンテナンスが必要になります。さらに、複数の言語ペアやさまざまな種類のコンテンツを扱う場合、最適とは言えない MT 出力が生成されることがあります。

クラウド MT

MT がクラウド上でホストされるため、パブリック MT と仕組みが似ています。ただし、パブリック MT とは異なり、御社専用の MT インスタンスが作成されます。御社から MT サービスに提供されるデータのセキュリティはしっかりと確保され、第三者に開示されることはありません。用語のカスタマイズなどの追加機能に加え、他にもさまざまな利点があります。その反面、ベンダーによる囲い込み (ロックイン) が生じて、言語ペアの組み合わせによっては機械翻訳の品質が期待値を下回ることもあります。

ベスト オブ ブリード MT

ベスト オブ ブリード MT では、1 つのプラットフォーム上で複数のエンジンを運用できます。用語集を一元的にカスタマイズする機能や管理しやすいインターフェイスを備えており、言語ペア、業界、分野、コンテンツの種類に応じて最適なオプションを選択できます。ライオンブリッジが提供するこのアプローチは、最適な翻訳結果を実現するように設計されており、当社の主要な差別化要因となっています。

自動翻訳に関するさらに詳しいコンテンツ

ウェビナー要約: AI によるポストエディットの可能性

NMT を使った一次翻訳、LLM 活用型 AI ポストエディットによる出力の修正、さらに人間のテスターによる機能面のインコンテキスト レビューによって、わずか 3 か月で 1,500 万語以上を 14 の言語に翻訳した Cisco の事例をご紹介します。

Lionbridge Aurora AI

Lionbridge Aurora AI プラットフォームは、お客様のデータの取り込みから、機械翻訳 (MT) による翻訳、LLM を使用した自動ポストエディット、コンテンツ リポジトリへの登録に至るまで、グローバル コンテンツ ライフサイクル全体のオーケストレーションに対応します。

Smart MT™: エンタープライズ向けの機械翻訳 + AI

グローバル コミュニケーションを促進する優れた MT エンジンと AI レビュー機能を備えた、ライオンブリッジのエンタープライズ向け機械翻訳/AI ソリューションをご紹介します。

機械翻訳のカスタマイズとトレーニングの比較

機械翻訳のカスタマイズとトレーニングの比較: 機械翻訳の品質を向上するそれぞれのアプローチの概要と実施すべき状況について説明します。

より効果的な MT 活用を支援: 機械翻訳可能性に基づく言語ランキング

機械翻訳を導入する前に、言語の複雑性について考えましょう。当社の機械翻訳可能性ランキングは適切なビジネス判断を下すうえで役立ちます。

翻訳における機械翻訳

機械翻訳の重要な用語をわかりやすくまとめた記事で、最新のテクノロジー動向をご確認ください。

ライオンブリッジの機械翻訳 (MT) および生成 AI の専門家のご紹介

AI に関する高度な専門知識に裏付けられた、当社の機械翻訳/生成 AI 言語サービスに安心してお任せください。

ラファ モラル

イノベーション担当バイス プレジデント

ラファは、機械翻訳用のカスタム LLM、Q&A アシスタント、RAG やファインチューニングをはじめとする LLM カスタマイズ技術を用いた各種タスクなど、言語や翻訳に関わる R&D 活動を統括しています。

Share on LinkedIn

機械翻訳略史

1954 年 - 米国ジョージタウン大学の研究者が初期の MT システムの公開デモを初めて実施。

1962 年 - 米国で機械翻訳およびコンピューター利用言語学協会 (Association for Machine Translation and Computational Linguistics) が設立。

1964 年 - 米国科学アカデミー (National Academy of Sciences) が MT 研究のための委員会 (ALPAC) を設立。

1970 年 - フランス繊維協会 (ITF) が MT システムを使用して抜粋の翻訳を開始。

1978 年 - Systran が技術マニュアルの翻訳を開始。

1989 年 - Trados が初の翻訳メモリ テクノロジーを開発し、市場に投入。

1991 年 - ウクライナ、ハルキウ国立大学でロシア語、英語、ドイツ語とウクライナ語の初の商用 MT システムを開発。

1996 年 - Systran と Babelfish が Web 上で少量のテキストの無料翻訳を提供。

2002 年 - ライオンブリッジがルールベースの MT エンジンを使用した初の商用 MT プロジェクトを実施。

2000 年代中頃 - 統計的 MT システムが一般公開。2006 年に Google 翻訳が、2007 年に Microsoft Live Translator が公開。

2012 年 - Google 翻訳では毎日書籍 100 万冊分のテキストが翻訳されていることを Google が発表。

2016 年 – Google とマイクロソフトがニューラル機械翻訳 (NMT) を実現したことにより、語順の誤りが大幅に減少し、語彙と文法が大幅に改善。

2020 年 - 10 月時点で Google Neural Machine Translation (GNMT) が 109 言語に対応。

2022 年 - ライオンブリッジの専門家が、MT エンジンの出力性能の進化が停滞しており、トラッキングしているすべてのエンジンの性能が同様であるという調査結果を発表。こうした進展により、ニューラル MT のパラダイムが停滞期に達している可能性や、新たなパラダイム シフトが近づいていることが示唆された。

2022 年 - OpenAI が 11 月に生成 AI エンジン ChatGPT を一般に公開。現代における翻訳技術の進化と拡大が印象付けられた。

2023 年 - 新モデルの公開や新バージョンの安定的なリリース、幅広い業界やユース ケースに対応するソリューションの登場によって、生成 AI が急速に普及。

2024 年以降 - 生成 AI の進化に伴い、LLM を補完する役割へと MT の位置付けが変化。

お問い合わせ

勤務先のメール アドレスを入力してください