Näytetään tekstit, joissa on tunniste kielenkääntö. Näytä kaikki tekstit
Näytetään tekstit, joissa on tunniste kielenkääntö. Näytä kaikki tekstit

maanantai 24. helmikuuta 2020

Varoitus: Google Translate voi kääntää päin honkia

Googlen Translate on korvaamaton apuväline etsittäessä tietoa maailmalta. Itse olen seurannut sen avulla esimerkiksi Bulgarian paikallisen talouslehden Onecoin-kirjoituksia. Lehdellä ei ole englanninkielistä sivustoa, joten ilman kääntäjää tieto olisi jäänyt saamatta. Moni käyttää Translatea myös kielenopiskelun kotitehtäviin tai jopa työelämän sähköpostien kääntämiseen.

Silloin on syytä olla varuillaan, koska Google Translate tarjoilee välillä melkoisia ylläreitä. Taustalla on "tekoäly", jolla ei ole mitään tekemistä älyn kanssa. Translate ei ymmärrä tekstiä eikä osaa kääntää sitä. Sen sijaan se poimii valmiista tiedostoista sopivia sanoja ja pätkiä, joiden se arvelee liittyvän asiaan.

Useimmiten käännös menee oikein, mutta joskus tuloksena on ihan käsittämättömiä virheitä. Ne ovat erityisen vaarallisia siksi, että käännös näyttää onnistuvan hyvin, mutta vasta tekstin lukeminen ajatuksella paljastaa, mitä on tapahtunut.

Tässä on helppo tapaus: jostain syystä Translate tulkitsee Bitcoiniin liittyvän louhija-termin henkilönimeksi ja laittaa siihen jopa ison alkukirjaimen:

Termistä "louhija" tulee englanniksi sukunimi Louhija.
Vaikea keksiä, mistä Translate poimii tuon Louhijan, eihän sukunimi sentään kovin yleinen ole. Mieleen tulevat lähinnä Banerjee-Louhija sekä Aku Louhimies.

Sukunimistä puheenollen: joskus Vuorinen kääntyy sanaksi Mountains, vaikka yleensä isolla alkukirjaimella kirjoitetut nimet siirtyvät käännökseen sellaisinaan.

Paljon kummallisempi virhe näkyy tässä:

Häntäpäässä muuttuukin kärkisijaksi.
Kun alkuperäisestä tekstistä poistetaan EU, käännöskin menee oikein. Saman vaikutuksen tuo listan sanan poistaminen:

Yhden sanan poisto saa käännöksen toimimaan.
Tekoäly ja koneoppiminen ovat niin keinotekoisia, että pienikin muutos lähtödatassa voi aiheuttaa suuren eron lopputulokseen. Tämä on kuin koneoppimisen oma perhosefekti. Oppiminen ei ole todellista eikä sitä voi verrata ihmisen oppimiseen, älystä nyt puhumattakaan.

Sitten todella vaarallinen esimerkki:

Translate vaihtaa päiväyksen.
Alkuperäisen tekstin päiväys 2.11.2016 vaihtuu käännöksessä amerikkalaiseen muotoon 11/24/2016, missä on yli kolmen viikon ero. Entä jos kyseessä olisi vaikka sopimusteksti, jota lähettäjä ei lue riittävän huolellisesti?

Tässäkin pieni muutos vaihtaa ohjelman toiminnan aivan toiseksi.

Pieni muutos ja kaikki toimii.
Kuvasta muutosta on mahdoton havaita, mutta kyse on siitä, että päiväys on loogisesti samalla rivillä ensimmäisen lauseen kanssa (ts. kova rivinvaihto on poistettu). Ilmeisesti Googlen "tekoäly" harhautuu poimimaan väärän vastineen, jos rivi alkaa päiväyksellä. Go figure.

Kääntäjän toimintaa voi parantaa ilmoittamalla virheistä. Päivämääräyksen kohdalla onkin kaksi vaihtoehtoa:

Haluatko auttaa Googlea -- tai meitä kaikkia?
Jostain syystä Goole on valinnut sen väärän vaihtoehdon, minkä ihmiset voivat korjata, ja näin opettaa tekoälyä paremmaksi. Pitäisikö meidän auttaa Googlea? Kiinnostava kysymys. Autammeko samalla GAFA-jättiläistä vai itseämme?

Vielä yksi muistutus: Translateen ei kannata lähettää käännettäväksi liikesalaisuuksia eikä liian yksityisiä tekstejä. Emme voi olla varmoja, mihin tekstit päätyvät, ja tarjoaako Google niistä jotain lausetta käännöksenä vieraalle henkilölle.


torstai 16. toukokuuta 2019

Moby Dick ja Google Translator eivät korvaa kääntäjää

En ole koskaan ymmärtänyt, miksi vuonna 1851 ilmestynyt Moby Dick nauttii Yhdysvalloissa lähes samaa asemaa kuin Aleksis Kiven Seitsemän veljestä Suomessa. Moby Dick on kuitenkin jenkkiklassikko, johon koulussa tutustuaan, vaikka siinä on hulppeat 600+ sivua ja kirjan valaanpyyntiaihe tuntuu kovin vanhentuneelta. Kirjan merkitystä kuvastaa Wikipedia-artikkeli, joka on pitkä kuin nälkävuosi.

En ole lukenut tätä klassikkoa, joten mikäpä minä olen sanomaan. Sen tiedän, että tarina kertoo valkoista kaskelottia maanisesti jahtaavasta kapteeni Ahabista, joka vie laivansa ja miehistönsä tuhoon saadakseen haluamansa. Vain kirjan kertojaminä jää henkiin, ja hän aloittaa kirjan kuuluisalla avausrepliikillä "Call me Ishmail".

Herman Melville ei koskaan nähnyt kirjansa menestystä. Se floppasi pahasti ja teoksen arvo tunnustettiin vasta 1900-luvulla. Kirja on paitsi polveileva seikkailutarina ja valaanpyynnin ajankuva, myös vertauskuvallinen kertomus elämän tarkoituksen etsimisestä. Sitä on verrattu jopa Shakespearen tuotantoon.

Mielenkiintoni heräsi, kun näin Twitterissä Anssi Tapion viestin. Hän oli tilannut Moby Dickin suomennetun laitoksen Adlibris-kirjakaupasta ja saanut täyttä kuraa: kirjan, joka oli kaikesta päätellen "käännetty" suomeksi Google Translatorilla.

Kävin itsekin tilaamassa kirjan (22,90 euroa + 2,90 toimituskulut), mutta nettipalaute oli ilmeisesti mennyt perille ja Adlibris peruutti jo maksamani tilauksen. Tapio myi kuitenkin oman kappaleensa minulle, jolloin pääsin tutustumaan lähemmin tähän kirjalliseen raiskaukseen.

Ja totta se on -- jo tekstin alku panee lukijalle jauhot suuhun ja nostaa huimauksen pintaan:
Soita minulle ismaeliksi. Joitakin vuosia sitten - älä pidä mielessä, kuinka kauan tarkalleen ottaen - on vähän tai ei lainkaan rahaa minun kukkarossani, eikä mikään erityinen kiinnostaa minua rannalla, ajattelin purjehtia noin vähän ja nähdä maailman vesipitoisen osan. Se on tapa, jolla voin ajaa pois pernasta ja säätää verenkiertoa. Aina kun löydän itseni kasvavaksi synkiksi suusta; kun se on kostea, drizzly marraskuu sieluni; aina kun löydän itseni tahattomasti taukoa ennen arkkivarastoja, ja tuon jokaisen hautajaisen takana; ja varsinkin silloin, kun hypossi saa sellaisen ylemmän käden, että se vaatii voimakasta moraalista periaatetta estääkseni minua tarkoituksellisesti astumasta kadulle ja taputtamalla menetelmällisesti ihmisten hattuja pois - sitten otan sen, että minulla on korkea aika päästä mereen heti kuten voin.
Eihän tällaista roskaa voi lukea!
Tyrmäävä aloitus - ja loppu on sitä samaa.
Ilmeisesti Google Translator on parantunut sitten tämän julkaisun, sillä nykyinen versio kääntää kirjan alun hieman eri tavalla:
Soita minulle Ismaeliksi. Joitakin vuosia sitten - koskaan miettimään, kuinka kauan tarkalleen ottaen - on vähän tai ei lainkaan rahaa minun kukkarossani, eikä mikään erityinen kiinnostaa minua rannalla, ajattelin purjehtia noin vähän ja nähdä vesipitoisen maailmanosan. Se on tapa, jolla minun täytyy ajaa perna ja säätää verenkiertoa. Aina kun löydän itseni kasvavaksi synkiksi suusta; aina kun se on kostea, drizzly marraskuussa sieluni; aina kun pidän itseni tahattomasti taukoa ennen arkkivarastoja ja kasvatan jokaisen hautajaisen takana; ja varsinkin silloin, kun hyppyni saavat niin ylhäältä käsin, että se vaatii voimakasta moraalista periaatetta estääkseni minua tietoisesti astumasta kadulle ja taputtamalla menetelmällisesti ihmisten hatut pois - otan sen huomioon, että on aika ottaa merelle mahdollisimman pian kuten voin.
Alkuperäinen englanninkielinen Moby Dick löytyy netistä Gutenberg-projektin sivulta. Siinä teksti menee näin:
Call me Ishmael. Some years ago—never mind how long precisely—having little or no money in my purse, and nothing particular to interest me on shore, I thought I would sail about a little and see the watery part of the world. It is a way I have of driving off the spleen and regulating the circulation. Whenever I find myself growing grim about the mouth; whenever it is a damp, drizzly November in my soul; whenever I find myself involuntarily pausing before coffin warehouses, and bringing up the rear of every funeral I meet; and especially whenever my hypos get such an upper hand of me, that it requires a strong moral principle to prevent me from deliberately stepping into the street, and methodically knocking people’s hats off—then, I account it high time to get to sea as soon as I can.
Suomenkielisissä versioissa on pieniä eroja, mutta teksti ei ole yhtään ymmärrettävämpää. Jostain syystä drizzly jää kääntämättä, vaikka yksittäisenä sanana Translator osaa helposti kääntää sen sanaksi tihkuinen.

Tähän pitäisi nyt laittaa pätkä oikeasta suomenkielisestä käännöksestä, mutta en löytänyt kirjaa Helsingin keskuskirjasto Oodista, en Akateemisesta kirjakaupasta enkä Elisa Kirjasta. Helmet-palvelun perusteella kirjasta on pääkaupunkiseudun kirjastossa useampia kappaleita, mutta kaikki olivat lainassa.

Vaikka Translator kääntää suuria maailmankieliä (espanja, saksa, ranska, englanti) toisiinsa hyvin, sen suomen kielen taito on asiatekstissäkin puutteellinen ja kaunokirjallisuudessa kerrassaan kehno. Tekoälystä huolimatta kääntäjät saavat siis pitää työnsä vielä jatkossakin.

Mollusca Press esittää: vain kirjan ja tekijän nimet ovat oikein. 
Adlibriksen myymä "kirja" on mielenkiintoinen. Sen nimenä on vain VALAS, mikä oli myös alkuperäisen laitoksen englanninkielinen nimi. Moby Dick otettiin käyttöön markkinointisyistä vasta myöhemmin. "Kirjan" alkulehdillä ei mainita kääntäjää, ei painovuotta, ei edes kustantajaa - ei kerrassaan mitään. "Kirjassa" ei ole edes sivunumeroita.

Takakannesta löytyy sentään ISBN-numero 9788734992648. Google-haku löytää kirjan vielä Book Depositorystä ja antaa ymmärtää, että samalla tavalla tuotettuja kirjoja on muitakin (Dickens Joululaulu, Wells Aikakone sekä Orczy Punainen pimpernel). Moby Dickin julkaisupäiväksi ilmoitetaan 5.1.2019 ja kustantajaksi Mollusca press. Nilviäistä tarkoittava latinankielinen sana kuvaakin kustantajan toimintaa erinomaisesti!

Mutta palataan vielä siihen käännökseen. Maailmankirjat-sivulta löytyy lainaus oikeasta suomennoksesta:
Ahab kumartui selvittämään sitä ja sai sen taas juoksemaan, mutta ohitse sujahtava lenkki tarttui hänen kaulaansa, ja Ahab sinkoutui veneestä ennen kuin miehet ehtivät huomata mitään, yhtä ääneti kuin turkkilaisen mykän narulla kuristama uhri. Seuraavassa hetkessä köysi oli juossut saavista loppuun ja sen pään painava silmäpujos heitti yhden soutajista kumoon, iskeytyi veteen ja katosi syvyyksiin.
"Kirjassa" kyseinen kohta menee näin:
Ahab kumartui selvittämään sen; hän selvitti sen; mutta lentävä vuoro sai hänet kaulan ympärille ja äänettömästi, kun turkki mykistää uhrinsa, hänet ammuttiin pois veneestä, mutta miehistö tiesi, että hän oli poissa. Seuraavana päivänä köyden loppupään raskas silmukka lensi karkeasta tyhjästä ammeesta, pudotti hevosen, ja hymyili mereen, kadonnut sen syvyyksiin.
Mitäpä tuohon enää lisäämään! Mutta jos jollakin on oikea suomennos, voisi naputella kommentteihin alun oikeasta kirjasta.

torstai 27. syyskuuta 2018

Venäjän trolli - omia kokemuksia

Ote Kyberuhkia ja somesotaa -kirjasta:

=====
"Ryhdyin Venäjän trolliksi

Tätä kirjaa varten ryhdyin Venäjän vapaaehtoiseksi trolliksi. Perustin Twitter-tilin suomalaisella henkilönimellä ja hankin prepaid-liittymän, jolla sain hoidettua rekisteröinnin. Varmuuden vuoksi käytin VPN-yhteyttä, jotta ip-osoitetta ei olisi yhdistetty omaan koneeseeni ja oikeaan tiliini.

Ryhdyin seuraamaan tunnettuja Twitter-tilejä, kirjoittamaan venäjämyönteisiä kommentteja suomeksi ja englanniksi sekä jakamaan eteenpäin venäläisten medioiden (mm. RT, Sputniknews) uutisia. 

Ensimmäinen Twitter-seuraaja ilmestyi jo viidentoista minuutin kuluttua ensimmäisen twiitin lähettämisestä. Venäjän ja Suomen lisäksi yllättävän paljon seuraajia tuli Turkista.

Algoritmit tekivät nopeasti tehtävänsä. Kun olin klikkaillut Venäjää sivuavia uutisia, Twitter alkoi suositella juuri siihen liittyviä aihetunnisteita ja henkilöitä. Nopeasti Twitter-syötteeni täyttyi tapahtumista, ihmisistä ja mielipiteistä.

Siirtyminen yhdestä kuplasta toiseen oli silmiä avaava kokemus. Venäjän toiminta näyttää aivan toiselta, kun sitä katsoo Twitterin valitsemien uutisten ja kommentoijien kautta. 

Länsimainen media kertoo yleensä Venäjän ongelmista ja kansalaisten ahdingosta talouden, korruption ja sananvapauden puristuksessa, mutta someviestit antavat toisenlaisen kuvan. Kuvissa näkyy onnellisia ihmisiä, elämän pieniä tapahtumia sekä tietenkin kissoja. Ihmiset ja heidän arkensa ovat kaikkialla samanlaisia.

Venäjällä ulkomaanuutiset kertovat lännen laajentumispyrkimyksistä, Yhdysvaltojen jatkuvasta sotimisesta eri puolilla maailmaa sekä Venäjän uhkalla pelottelusta. Venäläisissä uutiskuvissa joukot eivät pommita sairaaloita vaan jakavat Syyrian sota-alueilla elintarvikkeita paikallisille asukkaille.

Meemien, kuvaviestien ja tavallisten valokuvien ansiosta venäläinen näkökulma välittyy, vaikka ei ymmärtäisi kieltä eikä kyrillisiä kirjaimia. Kielimuuri on silti iso este, koska edes kansainvälisesti tuttuja tuotemerkkejä tai avainsanoja ei pysty tunnistamaan. Ehkei ole sattumaa, että idän ja lännen rajalinja kulkee juuri kyrillisten merkkien kohdalla? Tässä suhteessa automaattinen kielenkääntö voi vielä tuoda ison muutoksen. 

Kuplan vaihto osoitti konkreettisesti, miksi somepalvelujen algoritmit luovat rinnakkaisia maailmoja kohtaamisten sijaan. Juuri siinä internetin alkuperäinen ajatus meni metsään."

===

Yhdysvallat laajentaa sotilaallista toimintaa avaruuteen. Maan puolustusbudjetin lisäys pari vuotta sitten oli suurempi kuin Venäjän koko puolustusbudjetti. "Our military will soon be more powerful than it has ever been before", kehui Trump YK-puheensa yhteydessä. 

Voi vain kuvitella, miltä nämä uutiset kuulostavat venäläisten korvissa, ja miten ne lisäävät Putinin suosiota omien kansalaisten keskuudessa.