1. Aurora AI™
Orange och lila aurora med Lionbridge Aurora AI Array-logotypen överlagd på bilden, som representerar det nya kundgränssnittet.

Mänsklig expertis och kraftfull AI hand i hand

Lionbridge Aurora AI™ är en global AI‑plattform som stärker flerspråkigt innehåll och utökar publiken med relevant, anpassat innehåll.

mobile-toggle
  1. OM OSS
Allie Fritz, Lionbridges Director of Interpretations

Möt våra lejon: Allie Fritz

Lionbridges Director of Interpretations

mobile-toggle

VÄLJ SPRÅK:

Dynamisk digital bakgrund

Vikten av maskinöversättning i en värld av generativ AI

Äldre översättningsmotorer är avgörande för AI-baserade översättningslösningar och utgör grunden för snabb och effektiv flerspråkig kommunikation.

Funderar du på att skrota maskinöversättningen? Sakta i backarna.


Maskinöversättningsverktyg fortsätter att vara till stor nytta för företag som integrerar dem i sitt AI-baserade arbetsflöde för översättning, även om generativ AI (GenAI) blomstrar.

I takt med att organisationer anpassar sig till ett snabbt föränderligt översättningslandskap upptäcker de att maskinöversättning (MT) fortfarande är en oumbärlig grund för skalbar global kommunikation.

Även om generativ AI (GenAI) och stora språkmodeller (LLM:er) erbjuder nya möjligheter för kontextuell förståelse, fortsätter ledande system för neural maskinöversättning (NMT) att leverera oöverträffad hastighet.

Genom att kombinera maskinöversättningar, med hjälp av NMT eller hämtningsförstärkt generering (RAG), med agentiska promptkedjor för AI-efterredigering och riktad mänsklig tillsyn, kan företag avsevärt öka leveranstakten och minska kostnaderna för att uppnå nya nivåer av hastighet och skalbarhet.

Så här ser arbetsflödet ut:
– Använd MT för initiala översättningar i början av processen.
– Använd lösningar med generativ AI/stora språkmodeller (LLM:er) för efterredigering och kvalitetssäkringsuppgifter för att förbättra den övergripande kvaliteten.

Denna metod gör det möjligt för din organisation att möta dina översättningsbehov med hastighet, kvalitet och kostnadseffektivitet.

Fördelar med maskinöversättning när dess roll förändras

Genom att integrera maskinöversättning i dina AI-verktyg och använda den som det initiala steget i översättningsprocessen ökar du effektiviteten och får följande fördelar.

Kostnadsbesparingar

Maskinöversättning minskar antalet manuella översättningstimmar, ger lägre kostnader och frigör personal för viktigt tillsynsarbete.

Kortare ledtider

Med maskinöversättning översätts innehåll i rasande takt, som varken människan eller stora språkmodeller hänger med i.

Större volymer

Maskinöversättning hanterar smidigt stora volymer av innehåll.

Så här kan AI-baserad maskinöversättning användas i viktiga sektorer

Maskinöversättning kan hjälpa till att övervinna affärsutmaningar i alla branscher. Se hur våra maskinöversättnings- och AI-baserade lösningar stödjer kunder inom juridik, Life Sciences och e-handel.

Juridiskt innehåll

Globala rättsfall kan generera stora volymer av flerspråkiga juridiska eDiscovery-dokument som måste översättas snabbt. De kan också kräva mer formella och avancerade dokument för inlämning till domstolar osv. Här får du veta när maskinöversättning kan översätta juridiska dokument på ett korrekt, effektivt och kostnadseffektivt sätt, samt fyra skäl till varför AI-översättning bör användas som komplement till – inte ersätta – professionella juridiska översättningstjänster.

Life Sciences

AI behöver visserligen användas på ett sätt som minimerar risker, skyddar slutanvändare och säkerställer efterlevnad, men det är också ett centralt verktyg för att tillhandahålla språktjänster för Life Sciences i stor skala. AI-stödda, expertledda språktjänster hjälper företag som är involverade i utveckling av läkemedel och medicintekniska produkter att hålla snäva deadlines, hantera ökande dokumentationsvolymer och ta sig in på nya marknader. Ta reda på hur maskinöversättning och AI hjälper Life Sciences-företag att uppnå bättre patientutfall.

E-handel

E-handel är ett viktigt sätt för företag att nå globala marknader. AI-förbättrad maskinöversättning kan hjälpa dessa företag att skapa en snabbare, jämnare ström av engagerande och personligt anpassat innehåll för kunder – oavsett språk. Se hur detaljhandeln använder maskinöversättning och AI för att få kontakt med kunder över hela världen.

En jämförelse av fyra maskin­översättnings­strategier


Maskinöversättningslösningar består av följande fyra grundläggande strategier.

Offentlig maskinöversättning

Denna strategi inkluderar tjänster såsom Google Translate och Bing Translator. som är både lättillgängliga och kostnadsfria. Nackdelarna med strategin är den bristfälliga säkerheten och kvalitetsproblemen i vissa situationer, eftersom motorerna inte har tränats för specifika ämnesområden och särskilda tillämpningar.

Lokal maskinöversättning

Den här strategin kräver att företaget installerar en maskinöversättningsserver i sin egen IT-miljö. Det är visserligen det säkraste alternativet men det medför en stor kostnad, är komplicerat att installera och hantera och kräver dessutom löpande underhåll. Det är också viktigt att notera att den här strategin ofta producerar maskinöversättningar av sämre kvalitet för flera språkkombinationer eller innehållstyper.

Maskinöversättning i molnet

Den här strategin fungerar ungefär som offentlig maskinöversättning, eftersom den också finns i molnet. Till skillnad från offentlig maskinöversättning skapar lokal maskinöversättning en särskild instans för företaget. Alla data som överförs till tjänsten är skyddade och delas inte med någon utomstående. Lokal maskinöversättning erbjuder tilläggsfunktioner för anpassning av terminologi och andra fördelar, men kan resultera i en beroendeställning till leverantören och mindre optimal översättningskvalitet för maskinöversättning över flera språkkombinationer.

Förstklassig maskinöversättning

Den här strategin utgår från en enda plattform, som ger företag möjlighet att använda flera motorer. Den tillhandahåller ett enda lager för terminologianpassning, ett lätthanterat gränssnitt och möjligheten att välja det bästa alternativet för olika språkpar, branscher/domäner och innehållstyper. Det här arbetssättet – som erbjuds av Lionbridge – är utformat för att ge bästa möjliga översättningsresultat och ger företaget en konkurrensfördel på marknaden.

Djupdyk i innehåll om automatiserad översättning

Sammanfattning av webbinariet: Kan AI utföra efterredigering?

Läs om Ciscos erfarenheter av att använda neural maskinöversättning för initiala översättningar, AI-efterredigering med en stor språkmodell för att förfina resultatet och mänskliga granskare för funktionell granskning i kontext – för att översätta 15 miljoner ord till 14 språk på bara tre månader.

Lionbridge Aurora AI

Lionbridges Aurora AI-plattform kan hantera hela livscykeln för globalt innehåll, från inläsning av kunddata till maskinöversättning, automatiserad efterredigering med stora språkmodeller (LLM) och leverans till kundens innehållsarkiv.

Smart MT™: Maskinöversättning i företagsklass + AI

Upptäck Lionbridges maskinöversättnings- och AI-lösningar i företagsklass, som använder de bästa maskinöversättningsmotorerna och AI-granskningarna för att förbättra den globala kommunikationen.

Anpassning och träning av maskinöversättning

Anpassning och träning av maskinöversättning: Ta reda på vad det innebär och när du ska använda de olika metoderna för att förbättra din automatiserade översättning.

Mer effektiv maskinöversättning med hjälp av rankning som visar hur lätt eller svårt det är att maskinöversätta olika språk

Analysera språkets komplexitet inför maskinöversättning. Vår rankning visar hur lätt det är att maskinöversätta olika språk, så att du kan fatta bättre affärsbeslut.

Maskinöversättning vid översättning

Håll dig uppdaterad om de viktigaste termerna inom maskinöversättning med den här praktiska översikten.

Möt vår expert på maskinöversättning och generativ AI

Tack vare vår omfattande AI-expertis kan du känna dig trygg med Lionbridges maskinöversättningstjänster och språktjänster med generativ AI.

Rafa Moral

Vice President, Innovation 

Rafa ansvarar för FoU-aktiviteter relaterade till språk och översättning, inklusive skräddarsydda stora språkmodeller för maskinöversättning, assistenter för frågor och svar och andra uppgifter med hjälp av RAG, finjustering och andra tekniker för att anpassningstekniker för stora språkmodeller.

Share on LinkedIn

Kort historik om maskinöversättning

1954 – Forskare i Georgetown, USA, visar första gången upp ett maskinöversättningssystem för allmänheten.

1962 – Association for Machine Translation and Computational Linguistics bildas i USA.

1964 – National Academy of Sciences bildar en kommitté (ALPAC) för att studera maskinöversättning.

1970 – Det franska textilinstitutet börjar översätta abstract med hjälp av ett maskinöversättningssystem.

1978 – Systran börjar översätta tekniska manualer.

1989 – Trados är först med att utveckla och marknadsföra översättningsminnesteknik.

1991 – Det första kommersiella maskinöversättningssystemet från ryska, engelska och tyska till ukrainska utvecklas på Charkivs universitet i Ukraina.

1996 – Systran och Babelfish erbjuder kostnadsfri översättning av korta texter på webben.

2002 – Lionbridge genomför sitt första kommersiella MT-projekt med sin regelbaserade maskinöversättningsmotor.

Mitten av 00-talet – Statistiska maskinöversättningssystem lanseras för allmänheten. Google Translate lanseras 2006 och Microsoft Live Translator lanseras 2007.

2012 – Google meddelar att Google Translate översätter tillräckligt med text för att fylla en miljon böcker varje dag.

2016 – Både Google och Microsoft möjliggör neural maskinöversättning som minskar ordföljdsfel och leder till betydligt bättre vokabulär och grammatik.

2020 – Från och med oktober erbjuder Google Neural Machine Translation (GNMT) stöd för 109 språk.

2022 – Lionbridge-experter delar med sig av fynd som visar att maskinöversättningsmotorernas utmatningsresultat stagnerar, och att alla övervakade motorer presterar på liknande sätt. Denna utveckling indikerar att paradigmet för neural maskinöversättning kan vara på väg att nå en platå och antyder att ett nytt paradigmskifte kan närma sig.

2022 – I november lanserar OpenAI sin generativ AI-motor, ChatGPT, för allmänheten. Det riktar blickarna mot ett föränderligt och växande landskap för översättningsteknik.

2023 – Generativ AI växer sig allt starkare och fler modeller lanseras med en stadig ström av nya varianter och lösningar för olika branscher och användningsområden.

2024–nutid – Maskinöversättningens relevans skiftar genom att komplettera stora språkmodeller när generativ AI blomstrar.

Kontakta oss

Business Email Only