Seite - 207 - in Künstliche Intelligenz - Technologie | Anwendung | Gesellschaft

iit-Themenband – Künstliche Intelligenz 207 Dem sind wir mit Apps wie Google Translate, für die im Übrigen auch ein Offline- Modus zur Verfügung steht und mit denen auch Text aus Bildern übersetzt werden kann, schon deutlich näher gekommen, ein Babelfish ist es aber noch nicht. Ausblick Will man sich aktuell zum Thema maschinelle Übersetzung schlau machen, muss man penibel das Erstellungsdatum der Informationsquelle berücksichtigen. Aussa- gen, die vor weniger als zwei Jahren richtig waren, sind mit Einführung der NMT ab Ende 2016 bereits überholt, und die Entwicklungsgeschwindigkeit scheint nicht abzunehmen. Durch die massiven Investitionen großer Konzerne wie Google, Ama- zon, Microsoft in die Forschung zum Deep Learning und Maschinenlernen werden kontinuierlich Fortschritte erzielt (Columbus 2017). Bis zum Jahr 2016 war die gesamte Übersetzungsbranche zu einer 40-Milliarden-USD-Industrie angewachsen mit einem jährlichen Wachstum von 7 Prozent. Der Unterbereich der maschinellen Übersetzung ist hingegen sogar um 20 bis 25 Prozent gewachsen (Vogel 2016). Parallel zu den Entwicklungen in der reinen Sprachübersetzung wachsen die Ausprä- gungen und Anwendungsfelder von KI stetig an. Die Abhängigkeit von Qualität und Umfang der Trainingsdaten, das mangelnde Verständnis für den Kontext und die fehlende Alltagserfahrung sind Probleme, die über die verschiedenen Anwendungen hinweg immer wieder auftauchen. Lösungen können sich gegenseitig befruchten, wie auch DeepL erfolgreich die Ansätze aus der Bilderkennung auf die Sprachüber- setzung übertragen hat. Für eine zuverlässig fehlerfreie Übersetzung benötigen Computer semantisches Wis- sen: Gebäude haben Dächer, Türen können sich öffnen und schließen, Autos können fahren, Flugzeuge fliegen in der Luft…. Das gleiche Wissen, das eine Übersetzung erleichtert und prinzipiell in Datenbanken vorgehalten werden kann, vermag auch einen Algorithmus bei der Bilderkennung oder beim Interpretieren gesprochener Sprache zu unterstützen. Für die richtige Interpretation einer Aussage und damit eine zweifelsfreie Übersetzung ist aber über solche einfachen Zusammenhänge hinaus noch zusätzliches empirisches Wissen nötig. In den folgenden beiden Beispielsätzen bezieht sich „sie“ einmal auf die Stadtverwaltung und einmal auf die Demonstran- ten. Ohne ein komplexeres Hintergrundwissen über Stadtverwaltungen, Demonstra- toren und Politik kann aber mit keinem Regelsatz dieser Zusammenhang hergestellt werden (angelehnt an Hobbs 1976). Die Stadträte verweigerten den Demonstranten eine Erlaubnis, weil sie Gewalt fürch- teten. Die Stadträte verweigerten den Demonstranten eine Erlaubnis, weil sie Gewalt befür- worteten.