О «живом» и машинном переводе. Мнение специалиста
В докладе рассматривались недостатки современного машинного перевода, то есть те показатели, по которым он на данный момент уступает «живому» профессиональному переводу. Как отметил И.С. Самохин , актуальность выбранной темы связана со значительной востребованностью веб-сервисов, предоставляющих бесплатные переводческие услуги, среди пользователей сети Интернет (в частности – в научно-педагогической и студенческой среде). Популярному сервису “Google Translate” предлагалось перевести на английский язык русскоязычные предложения, относящиеся к научному стилю речи. Осуществлен анализ допущенных ошибок и неточностей, разработана их подробная классификация. Выделены основные недостатки веб-службы “Google Translate”, по которым также можно судить о текущих возможностях других сервисов данного типа: 1) общее стилистическое несовершенство перевода; 2) некорректная передача отдельных слов и словосочетаний из-за недостаточного объема общей и терминологической лексики в базе данных; 3) наличие ошибок, связанных с неверной интерпретацией контекста. Кроме того, в представленном докладе сформулированы конкретные рекомендации по устранению некоторых смысловых и стилистических искажений, допущенных веб-службой, в процессе живого редактирования. Автор склоняется к мысли, что машинный перевод в итоге вытеснит человека из соответствующей сферы деятельности (единственным вероятным исключением признаётся художественный перевод).
Представьте себе мир, где у каждого есть достаточно еды, чистая вода, доступ к образованию и достойная работа. Мир, где берегут природу и заботятся о будущем нашей планеты. Это и есть цели устойчивого развития — построить устойчивое будущее для всех! Для этого Организация Объединенных Наций (ООН) в 2015 году определила 17 Целей устойчивого развития (ЦУР). ЦУР — это глобальный план, который помогает странам и людям вместе двигаться к лучшему будущему. К нему присоединились 193 государства-члена ООН.
Исследователи факультета искусственного интеллекта РУДН провели масштабное исследование, которое раскрыло системные ошибки больших языковых моделей (LLM) при диагностике депрессии по тексту. Эта работа, выполненная совместно с коллегами из AIRI, ФИЦ ИУ РАН, ИСП РАН, МФТИ и MBZUAI, не только выявляет проблему, но и закладывает основу для создания более надёжных и безопасных инструментов для детектирования депрессии и тревожности.
В РУДН состоялась первая научно-практическая конференция «Функциональная морфология тканевого микроокружения: от теории к практике», посвящённая памяти академика РАН Михаила Пальцева. Она объединила ведущих исследователей из России, Китая и других стран, став важной площадкой для обсуждения трансляции фундаментальных открытий в персонализированную медицину.