Kunstig intelligens - machine learning og oversættelse (del 4)

I denne uges afsnit taler jeg om machine learning som det matematiske og regnemæssige grundlag for moderne AI. Det giver nogle fantastiske muligheder, men også problemer, fordi algoritmerne kan forstærke tendenser i kildematerialet - hvilket vil sige, at de let kan komme til at forstærke eksisterende uligheder. Maskinoversættelse er et vigtigt eksempel på, hvad man kan med machine learning. Men den har også de samme problemer, som den altid har haft - den kan ikke bruges professionelt uden hjælp fra en sprogkyndig menneskelig oversætter. Man kan se et eksempel på dette i ordene for søskenderelationer på grønlandsk hhv dansk. For hvordan kan man lave en automatisk oversættelse mellem to sprog, der ganske enkelt ikke har de samme kategorier? Eksemplet med militær machine learning og tanks i skovbryn er taget fra Hubert L. Dreyfus’ bog “What Computers (Still) Can’t Do”. Yehosua Bar-Hillels gamle artikel om problemer med maskinoversættelse, med mange argumenter, der stadig gælder, kan findes her: https://web.archive.org/web/20110928112348/http://www.mt-archive.info/Bar-Hillel-1960.pdf En af de tidlige, optimistiske udmeldinger på området blev f.eks. annonceret her: https://www.nytimes.com/1954/01/08/archives/russian-is-turned-into-english-by-a-fast-electronic-translator.html Hvis du ønsker at støtte mit arbejde, så køb bogen “Ada & Zangemann”, der fortæller om fordelene ved fri og open source software og digital suverænitet. Den kan fås hos boghandleren, f.eks. her: https://www.bog-ide.dk/produkt/5528958/matthias-kirschner-og-sandra-brandstatter-ada-zangemann Hvis du allerede har købt bogen eller ikke har råd, så del denne podcast. På forhånd tak :-)