Neural Machine Translation: Masa Depan Industri Terjemahan?

Untitled

Picture is taken from here. I don’t own the image above. Contact me for removal.

 

English:

ABC Hotel features stunning views of the sunset over the water.

Indonesian (1)

ABC Hotel menampilkan pemandangan matahari terbenam yang menakjubkan di atas air.

Indonesian (2)

ABC Hotel menyajikan pemandangan matahari terbenam di atas air yang menakjubkan.

 

Kalau harus menebak terjemahan mana yang merupakan hasil terjemahan mesin (machine translation atau MT) dan mana yang hasil terjemahan manusia, apa jawaban Anda? Non-penerjemah mungkin akan sedikit bingung dan menganggap keduanya hasil terjemahan manusia. Rata-rata penerjemah profesional mungkin akan memilih hasil terjemahan ke-2 sebagai hasil terjemahan manusia.

Faktanya, terjemahan pertama (Indonesian (1)) adalah hasil terjemahan Google Translate dan terjemahan kedua (Indonesian (2)) adalah hasil terjemahan manusia. Kalau boleh jujur, hasil terjemahan Google pada contoh di atas tidaklah buruk. Bahkan orang awam mungkin tidak akan menyangka bahwa itu adalah hasil terjemahan mesin. Okay, I may cherry-pick the example, but that’s not the point I’m trying to make here. Poin saya adalah, hasil terjemahan mesin sudah begitu maju dan beberapa kalimat bisa diterjemahkan dengan cukup baik dan bisa dimengerti tanpa bantuan seorang post-editor*.

Google Translate bukanlah pemain tunggal atau pertama dalam industri MT. Ada banyak pemain MT lain yang bisa menghasilkan terjemahan mesin seperti Google Translate, misalnya Microsoft Translator, Systran, SDL, dst. MT sendiri sebenarnya bukanlah barang baru dalam industri terjemahan. MT adalah cabang dari computational linguistics yang mempelajari penggunaan software untuk menerjemahkan teks dari satu bahasa ke bahasa lainnya. Ada beberapa pendekatan yang digunakan dalam MT: Rule-based, Statistical, Example-based, Hybrid MT, dan Neural MT1 (Detailnya baca sendiri ya di Wikipedia. Hihi..). Google dan Microsoft sekarang menggunakan metode yang terakhir, Neural MT.2

Neural Machine Translation (NMT) adalah tren terbaru dalam industri penerjemahan. NMT adalah sebuah metode berbasis Artificial Neural Network (ANN), yang diperkenalkan pada akhir tahun 1950an.3 Untuk menjelaskan definisi NMT dan ANN, saya akan menerjemahkan (bebas) sebagian isi artikel “Why Neural Machine Translation (NMT) Might be the Next Big Step for the Industry”, yang saya kutip langsung dari sini:

“ANN adalah paradigma dalam pemrosesan informasi, yang terinspirasi dari cara sistem saraf biologis (seperti otak) memproses informasi. ANN terdiri dari sejumlah neuron yang saling terkoneksi dan bersama-sama bekerja untuk menyelesaikan suatu masalah. Seperti layaknya makhluk hidup yang memiliki kesadaran dan merasakan sesuatu (sentient being), ANN akan belajar melalui pengalaman dan contoh.

Neural MT atau NMT pada dasarnya berupaya menggunakan Recurrent Neural Network (RNN – atau sistem saraf buatan/artifisial) untuk meningkatkan kualitas terjemahan. Jauh melampaui terjemahan mesin statistik tradisional, NMT membangun jaringan neuron tunggal yang secara bersama-sama dapat digunakan untuk memaksimalkan kualitas terjemahan.”

Terdengar sulit dipahami? Sederhananya, NMT memanfaatkan teknologi jaringan saraf buatan (artifisial) untuk mempelajari struktur bahasa dan pada akhirnya menerjemahkan bahasa sumber ke bahasa target seperti layaknya otak manusia.

Baru-baru ini, tim Natural Language Processing (NLP) dari Harvard mengembangkan OpenNMT yang diprakarsai oleh Yoon Kim, seorang developer dan kandidat PhD Harvard. OpenNMT adalah sistem terjemahan mesin neural sumber terbuka yang menggunakan toolkit matematika Torch/PyTorch.4 “Sumber terbuka” (open-source) berarti siapa saja (baca: yang memiliki skill) dapat ikut bergabung untuk mengembangkan NMT. Tujuan OpenNMT adalah mendorong komunitas industri terjemahan untuk berkontribusi menyempurnakan NMT.5

Meskipun NMT adalah tren baru dan aplikasinya dalam bisnis sehari-hari masih sangat terbatas, kita bisa membaca tren yang sangat mungkin terjadi pada industri terjemahan di masa depan. Di masa depan, hasil terjemahan mesin kemungkinan besar akan sangat meningkat atau bahkan dapat menyamai kualitas terjemahan manusia. Tidak perlu tunggu 40 tahun ke depan, sekarang pun kita sudah bisa berkomunikasi (walaupun secara terbatas) dengan orang asing menggunakan Google Translate. NMT bisa jadi merupakan masa depan industri terjemahan.

Perlu waktu yang cukup lama bagi seseorang untuk belajar dan terus berlatih untuk menjadi seorang penerjemah profesional dengan skill yang mumpuni. Katakanlah, seseorang memerlukan waktu 10 tahun untuk belajar dan berlatih menjadi penerjemah yang baik. Itu baru untuk satu orang penerjemah. Bayangkan berapa banyak waktu, biaya, dan energi yang dibutuhkan? Jika teknologi seperti NMT berhasil mengatasi hambatannya (seperti biaya untuk riset dan masalah teknis), kita bisa menukar 10 tahun tadi dengan waktu download beberapa detik saja untuk mendapatkan penerjemah yang andal di dalam saku masing-masing. Jadi, bukan tidak mungkin penerjemah akan masuk ke dalam daftar profesi yang akan punah karena digantikan oleh AI (Artificial Intelligence).

Mungkin perpindahan sepenuhnya dari penerjemah manusia ke mesin tidak akan terjadi dalam waktu dekat. Dalam jangka pendek (misalnya 5-10 tahun lagi), alih-alih berpindah sepenuhnya ke MT, mungkin akan lebih banyak penerjemah yang beralih ke post-editing. Mesin akan menerjemahkan teks dan manusia berperan sebagai editornya. Jika memang hasil MT semakin baik, proses pengeditan bisa jadi lebih cepat dan volume teks yang akan diterjemahkan pun akan semakin banyak dalam waktu yang lebih singkat.

Sebagai penerjemah, kita memiliki beberapa pilihan. Pertama, kita bisa menolak kemungkinan ini mentah-mentah dan bersikeras bahwa penerjemah manusia akan terus bertahan hingga 100 tahun atau lebih ke depan. Kalau Anda termasuk yang berpikir demikian, think again. Sebagai perbandingan, mari kita lihat perkembangan AI di abad ke-21, misalnya Watson.

Watson adalah sistem kecerdasan buatan  keluaran IBM yang didesain untuk mendiagnosis penyakit pada manusia. “Watson memiliki potensi keunggulan yang jauh lebih besar dari dokter manusia. Watson dapat menyimpan data seluruh penyakit yang pernah diketahui dalam sejarah. Watson menyimpan riwayat penyakit dan data genom pasien dan keluarganya. Watson juga tidak pernah sakit, lapar, lelah, dan bisa fokus mendiagnosis penyakit manusia. Dengan seluruh keunggulannya, Watson dapat mengancam profesi dokter umum di masa depan.”6 AI juga sudah demikian maju di abad ke-21 ini hingga dapat mengalahkan atlet catur dan pemain Go* profesional tingkat dunia. Jadi, kalau teknologi AI bisa menggantikan peran dokter di masa depan dan saat ini sudah bisa mengalahkan atlet catur serta Go, why on earth can’t it replace the whole human translators, too?

Pilihan kedua, kita bisa menerima dengan lapang dada kemungkinan bahwa penerjemah manusia akan digantikan dengan mesin (misalnya dengan Neural MT) di masa yang akan datang. Dalam 30-40 tahun ke depan (atau bahkan lebih cepat), mungkin profesi penerjemah dan juru bahasa manusia sudah ditinggalkan. Jika hal ini benar-benar terjadi, masih relevankah mengarahkan anak-anak kita sekarang (yang masih kecil) untuk menjadi penerjemah di masa depan? Apakah profesi penerjemah masih ‘laku’ di jaman mereka nanti? Bagi penerjemah muda, apakah ini waktunya bagi kita untuk mulai memikirkan profesi baru dan belajar skill lainnya?

Saya tentu saja bisa salah, karena tidak ada yang pasti pada teknologi (atau apa pun di dunia ini). Tapi saya rasa tidak ada salahnya bagi generasi penerjemah muda dan calon penerjemah untuk berpikir jauh ke depan. Tidak ada gunanya hidup dalam penolakan, atau sebaliknya, ketakutan akan sesuatu yang serba tidak pasti. Lebih baik menyiapkan escape plan, terus belajar, dan tidak berhenti mengembangkan diri.

 

Cheers,

Haura Emilia

 

 

Catatan:

Post-editor: Orang yang mengedit hasil terjemahan mesin

Go: permainan papan strategi yang sangat rumit dari China

Referensi:

1Machine Translation: https://en.wikipedia.org/wiki/Machine_translation#Rule-based

2Neural Machine Translation: https://en.wikipedia.org/wiki/Neural_machine_translation

3Why Neural Machine Translation (NMT) Might be the Next Big Step for the Industry: https://kantanmtblog.com/2016/08/06/why-neural-machine-translation-nmt-might-be-the-next-big-step-for-the-industry/

4Open NMT: http://opennmt.net/

5Harvard Launches Open-source Neural Machine Translation System: https://slator.com/academia/harvard-launches-open-source-neural-machine-translation-system/

6Homo Deus: A Brief History of Tomorrow (Yuval Noah Harari), p. 366

 

Iklan

Tinggalkan Balasan

Isikan data di bawah atau klik salah satu ikon untuk log in:

Logo WordPress.com

You are commenting using your WordPress.com account. Logout /  Ubah )

Foto Google+

You are commenting using your Google+ account. Logout /  Ubah )

Gambar Twitter

You are commenting using your Twitter account. Logout /  Ubah )

Foto Facebook

You are commenting using your Facebook account. Logout /  Ubah )

Connecting to %s