WEBVTT

00:00:06.677 --> 00:00:11.306
این چطور است که بسیاری از موجودات
فضایی در فیلم های سینمایی و تلویزیونی

00:00:11.306 --> 00:00:14.483
ار قضا خیلی خوب انگلیسی صحبت می کنند؟

00:00:14.483 --> 00:00:17.886
پاسخ کوتاه این است که هیچ کس نمی خواهد
خدمه یک کشتی فضایی را ببیند

00:00:17.886 --> 00:00:21.774
که سالها صرف تدوین
یک فرهنگ لغاتِ فضایی کرده اند.

00:00:21.774 --> 00:00:23.392
اما برای منسجم نگه داشتن مسائل،

00:00:23.392 --> 00:00:26.789
سازندگان [سریالِ] استار ترک و
سایر دنیاهای علمی-تخیلی

00:00:26.789 --> 00:00:30.514
مفهوم یک مترجمِ عمومی را معرفی کردند،

00:00:30.514 --> 00:00:35.012
یک ابزار قابل حمل که می تواند بلافاصله
هر زبانی را ترجمه کند.

00:00:35.012 --> 00:00:38.539
خُب، آیا یک مترجم عمومی
در دنیای واقعی امکان پذیر است؟

00:00:38.539 --> 00:00:42.347
همین الان هم تعداد زیادی برنامه داریم
که ادعا می کنند این کار را انجام می دهند،

00:00:42.347 --> 00:00:45.954
یک کلمه، جمله یا یک کتاب کامل را
از یک زبان می گیرند

00:00:45.954 --> 00:00:49.004
و آن را به تقریبا هر زبانی ترجمه می کنند،

00:00:49.004 --> 00:00:52.337
چه انگلیسیِ مدرن باشد
یا سانسکریت باستانی.

00:00:52.337 --> 00:00:55.913
و اگر ترجمه فقط مسئله پیدا کردن
کلمات در فرهنگ لغات بود،

00:00:55.913 --> 00:00:59.825
این نرم افزارها از همه آدمها جلو می زدند.

00:00:59.825 --> 00:01:03.299
اما واقعیت کمی پیچیده تر است.

00:01:03.299 --> 00:01:07.349
یک برنامه مترجم قانونمند
از بانک اطلاعات کلماتی استفاده می کند

00:01:07.349 --> 00:01:10.302
که حاوی تمام کلمات موجود در فرهنگِ لغات

00:01:10.302 --> 00:01:13.283
و تمام حالت های دستوری آنها،

00:01:13.283 --> 00:01:18.925
و تمام قوانین لازم برای شناسایی
اجزاء زبانیِ زبانِ مبداء است.

00:01:18.925 --> 00:01:22.396
به عنوان یک مثال ساده درباره جمله ای مثل
"کودکان کلوچه می خورند،"

00:01:22.396 --> 00:01:27.050
برنامه اول بخش های آن یا
ساختار دستوری آن را تجزیه می کند،

00:01:27.050 --> 00:01:29.587
کودکان را به عنوان فاعل،

00:01:29.587 --> 00:01:32.317
و بقیه جمله را به عنوان خبر شناسایی می کند

00:01:32.317 --> 00:01:34.368
که شامل فعل "می خورند،"

00:01:34.368 --> 00:01:37.422
و مفعول "کلوچه ها" است.

00:01:37.422 --> 00:01:40.249
و بعد برنامه باید
شکل زبان انگلیسی را شناسایی کند.

00:01:40.249 --> 00:01:44.681
یا اینکه زبان چگونه می تواند
به کوچکترین بخش های معنی دار تقسیم شود.

00:01:44.681 --> 00:01:46.124
مثل کلمه کلوچه

00:01:46.124 --> 00:01:49.755
و پسوند "s" که آن را تبدیل
به جمع می کند.

00:01:49.755 --> 00:01:52.449
در نهایت، 
او باید معنی لغات را تشخیص دهد،

00:01:52.449 --> 00:01:56.178
هر بخش جمله در واقع چه معنی دارند.

00:01:56.178 --> 00:01:58.074
برای ترجمه مناسب این جمله،

00:01:58.074 --> 00:02:01.982
برنامه به مجموعه متفاوتی
از لغات و دستوربرای هر جزء تشکیل دهنده

00:02:01.982 --> 00:02:05.166
در زبان مقصد مراجعه می کند.

00:02:05.166 --> 00:02:07.020
اما اینجای کار کمی سخت می شود.

00:02:07.020 --> 00:02:11.820
قوائد برخی زبان ها به کلمات اجازه می دهند
تا در جاهای مختلف جمله قرار بگیرند،

00:02:11.820 --> 00:02:16.954
که در این صورت، ممکن است جمله به
کلوچه بچه ها را می خورد تبدیل شود.

00:02:16.954 --> 00:02:19.647
شکلِ زبان هم ممکن است مشکل ساز شود.

00:02:19.647 --> 00:02:23.243
زبان اسلوونی بین دو کودک و سه یا بیشتر
تفاوت قائل می شود

00:02:23.243 --> 00:02:27.097
در حالی که استفاده از مثنی 
در بسیاری از زبان ها وجود ندارد،

00:02:27.097 --> 00:02:30.532
با وجود نداشتن نکره و معرفه در زبان روسی
شما نمی توانید متوجه شوید

00:02:30.532 --> 00:02:33.575
که بچه ها کلوچه های خاصی را می خورند،

00:02:33.575 --> 00:02:36.719
یا به طور کلی کلوچه می خورند.

00:02:36.719 --> 00:02:39.708
در نهایت، زمانی که معانی
از نظر فنی هم درست باشند،

00:02:39.708 --> 00:02:42.757
برنامه ممکن است نتواند
بهترین لغت را تشخیص دهد،

00:02:42.757 --> 00:02:45.809
مثل این که بچه ها کلوچه ها را "mangiano"،

00:02:45.809 --> 00:02:47.794
یا کلوچه ها را "divorano".
[اشاره به استفاده از دو فعل با معانی شبیه ولی متفاوت در زبان لاتین]

00:02:47.794 --> 00:02:51.558
روش دیگر استفاده از
دستگاه ترجمه آماری است،

00:02:51.558 --> 00:02:55.762
که بانک اطلاعاتی شامل کتابها، مقاله ها
و مطالب را،

00:02:55.762 --> 00:02:59.488
که قبلا توسط انسان ترجمه شده اند،
تحلیل می کند.

00:02:59.488 --> 00:03:02.959
با پیدا کردن معادل در میان زبان های
مبدا و مقصد،

00:03:02.959 --> 00:03:05.393
که بعید است به صورت اتفاقی به وجود بیایند،

00:03:05.393 --> 00:03:09.345
نرم افزار می تواند جمله ها
و الگوهای متناظر را بیابد،

00:03:09.345 --> 00:03:12.429
و از آنها برای ترجمه های آتی استفاده کند.

00:03:12.429 --> 00:03:14.969
با این وجود، کیفیت این نوع ترجمه

00:03:14.969 --> 00:03:17.690
به اندازه بانک اطلاعاتی مورد استفاده

00:03:17.690 --> 00:03:21.357
و وجود داشتن نمونه هایی از زبان خاص

00:03:21.357 --> 00:03:23.383
یا روش نوشتار، بستگی دارد.

00:03:23.383 --> 00:03:27.140
دشواری که رایانه ها با آن مواجه هستند
برای شناسایی موارد خاص، بی قاعده

00:03:27.140 --> 00:03:30.994
و معانی نهفته که به صورت غریزی
مربوط به انسان ها است

00:03:30.994 --> 00:03:35.045
بعضی از محققان را بر آن داشته تا باور کنند
که درک ما از زبان

00:03:35.045 --> 00:03:39.251
محصولی خاص از ساختار بیولوژیکی مغز ما است.

00:03:39.251 --> 00:03:43.101
در واقع، یکی از مشهورترین
مترجمان عمومیِ تخیلی،

00:03:43.101 --> 00:03:46.439
ماهیِ بابل در فیلم
"راهنمای رایگانسواری در کهکشان"،

00:03:46.439 --> 00:03:49.726
اصلا ماشین نیست بلکه موجودی کوچک است

00:03:49.726 --> 00:03:54.210
که امواج مغزی و سیگنال های عصبی
گونه های حساس را

00:03:54.210 --> 00:03:57.005
بوسیله گونه ای تلپاتی،
ترجمه می کند.

00:03:57.005 --> 00:03:59.726
تا کنون، یاد گرفتن یک زبان 
به همان روش سنتی قدیمی

00:03:59.726 --> 00:04:05.106
نتیجه بهتری نسبت به استفاده از
هر برنامه کامپیتری موجود به شما می دهد.

00:04:05.106 --> 00:04:06.749
اما این اصلا کار راحتی نیست،

00:04:06.749 --> 00:04:09.324
و با توجه به تعداد بسیار زیاد
زبان های موجود در دنیا،

00:04:09.324 --> 00:04:12.989
تنها با افزایش تعامل میان افرادی
که به آن زبان ها صحبت می کنند،

00:04:12.989 --> 00:04:18.004
می توان کارآیی مترجمان خودکار را
بهبود بخشید.

00:04:18.004 --> 00:04:21.409
شاید زمانی که با حیات غیر زمینی
برخورد پیدا کردیم،

00:04:21.409 --> 00:04:24.660
بتوانیم با آنها بوسیله 
یک ابزار کوچک ارتباط برقرار کنیم،

00:04:24.660 --> 00:04:29.026
یا شاید در نهایت مجبور شویم
یک فرهنگ لغات گرد آوری کنیم.