GoogleのCloud Translation APIでは、標準のニューラル機械翻訳（NMT）モデルか、「翻訳LLM（Googleの最新の高品質LLMスタイルの翻訳モデル）」のどちらかを選べるよ。 https://cloud.google.com/translate/docs/advanced/translating... DeepLも翻訳LLMを持っていて、彼らはそれが従来のモデルより1.4〜1.7倍良いと主張している。: https://www.deepl.com/en/blog/next-gen-language-model

Google翻訳は実際、2016年からニューラル機械翻訳を使っていて、2023年にはPaLM 2（大規模言語モデル）を100以上の言語に統合したけど、DeepLは多くのベンチマークでまだ優れてるよね。

それはこの記事のポイントじゃないよ。この記事のポイントは、Google翻訳が導入されたときに、翻訳者が仕事を失うって言われたことなんだ。今のLLMについても、開発者が同じことを言われてるけど、実際にはそうならなかったし、これからもならないよ。DeepLはそのポイントには関係ない。もしかしたら、最終的には開発者がLLMの進化版に仕事を奪われるかもしれないけど、ここでは関係ない話だよ。

リアルタイム翻訳（通訳）にはSonioxを試してみて。リアルタイムでの限られた文脈の中でも、実際にかなり良いよ。 https://soniox.com ただし、私はSonioxで働いているから、その点は注意してね。

追加の文脈を提供したり、フォローアップの質問をしたり、テキストについて考えることがどれだけ重要かを伝えるのは難しい。私は日本に住んでるけど、ほぼ毎日「この特定の状況でXは何を意味するの？」とか「この特定の媒体でYをその特定の人にどう伝える？」ってことを考えてる。これらの多くはカスタム指示を使って自動化できるから、例えばLMMは特定の言語のテキストを自動的に翻訳して説明することを知っておくべきなんだよね。

あなたは利益の出るビジネスのためのソフトウェアを作ったんだね。人々はそれを使ってお金を払うだろう。

翻訳に関するLLMの問題は、翻訳するトピックがポリシーに従ってないときに、拒否されることだよね。文脈的には問題ないのに。自分の宗教について話すだけでも、そうなっちゃうことがある。

LLM翻訳についてかなり調べることになったのは、僕の言語学習ツール（https://nuenki.app）がそれを多く使ってるから。似たようなものを作って、オープンソースにしたんだ。僕の研究に基づいてトップのモデルを選んで、それで翻訳して、最後に評価モデルが批評、比較、そしてベストな翻訳を合成するって感じ。興味があったら、https://nuenki.app/translatorで試してみて。データはhttps://nuenki.app/blogにあるよ。

普通のコンテキストウィンドウに収まらない長いテキストをどう扱ってる？分割すると、前の部分の要約が必要になるけど、どれくらい詳しくすればいいのかいつも迷うんだよね。

もう一つの悪名高い例は、ポケモンのブロックの「ジャム入りドーナツ」だね。https://knowyourmeme.com/memes/brocks-jelly-doughnuts

あの豆の例って本当にあるの？もしそうなら、子供たちにそんなことをさせたくないな。他の国の映画を見る一番の楽しみは、その国の文化に触れて、自分の文化との違いを学ぶことだと思うから、そんな違いをなくそうとするのは理解できないよ。

逆に、仕事を生むかもしれない。なぜなら、パレードに象が多ければ多いほど、その後ろでほうきとバケツを持って歩く人の仕事も増えるから。何十年も「ユーザーが自分のソフトウェアを書くことを可能にするツール」を見てきたけど、どれもそれをきれいにしたり、スケールさせたり、安全にしたり、あるいはその混乱を片付けたりする人の需要を増やしてきた。

それを推測して、みんなが主に専門外のことにGenAIを使っていると言えるかもね。

Google翻訳は、全くの初心者には「ないよりマシ」って感じで、少し知識がある人には役立つし、プロの翻訳者の代わりにはならない良い例だよね。つまり、知識が増えるほど、その失敗が見えてくる。僕は小さい子供みたいに話せるくらいの日本語は知ってるし、タクシーでのちょっとした会話や、飲食店のメニューや看板は大体理解できる。何度も行ったからこそ、直訳じゃ伝わらない文脈も理解できるんだ。例えば、お客さんに「ノー」と言いたいけど、文字通りには言えないケースとかね。Google翻訳は、15年間日本に旅行してきた中で、スピード以外は大きな改善がないまま、魔法のようでもあり、バカみたいでもあった。リアルタイムの画像OCR機能は、以前使ってたアプリ（Magic Lens？）を買収したものだし。だから、もしかしたらLLMのコーディングも、10年間くらいは「まあまあ良いけど完璧じゃない」状態が続くのかもね。

君の言う通り、AIアートとAIソフトウェア開発は同じじゃないね。アートの目的はアートを作ることだから、これには多くの伝統や文化的期待があって、それは関わるアーティストによっても変わる。人間が関わることが重要なんだ。一方で、ソフトウェア開発の目的はコードを書くことじゃなくて、タスクを達成する動作するアプリケーションを作ることだよね。これが、たとえ低品質でも、多くの人を雇わずにできるなら、人間の価値はなくなっちゃう。HN的に言うと、モートがないってこと。絵画から写真への移行と、エレベーターのオペレーターからボタン押しへの移行の違いだね。

AIがコーダーの仕事を奪うという合理的な懸念は、既存のコーダーを劇的に生産的にするってことだよ。「生産性」は、Yの量の仕事をするために必要な人数Xとして文字通り定義される。非コーディングのバイブコーダーの脅威をどれだけ真剣に考えてるかは分からないけど、考えた方がいいかもね！世界で最も重要で人気のあるプログラミング環境はスプレッドシートだし、スプレッドシートが登場する前は、今のスプレッドシートにあたるものは、プログラマーが書かなきゃいけないプログラムだったんだ。

今、YouTubeで2種類の広告が出てるんだけど、一つは「イスラエルのガザ人道支援は全然問題ないよ」って内容（グレタ・トゥーンベリと一緒にフロティラの時に始まったやつ）。もう一つは「AI」ウェブサイトジェネレーターの広告で、動画の最初にスパムみたいに流れてくる。こんなマーケティングが必要な誠実な努力って、どんなものなんだろうね。

うん、AIアートの話は全然違うと思う。マクドナルド日本みたいに、アーティストへの報酬をちゃんと出してた大手ブランドが、今はAIアートを使ってるのを見るとね。

ここでの相関関係は、AIを使ってアプリを作ってた人たちが、以前はアプリを作ること自体なかったってことだね。だから、ソフトウェア開発の職業に与える影響は、最初に思ってたほど大きくないと思う。元のポイントや君の解釈は正しくないと思う。AIがソフトウェア開発の仕事を奪うことはないよ。人間の開発者がソフトウェアを作る需要はまだまだある。非技術系のマネージャーや経営者がAIツールを使って開発するなんて、BASICやCOBOL、SQL、NoCodeが出たときと同じくらい妄想的だと思う。ただ、AIは業界に二つの影響を与えるだろうね。まず、ソフトウェアを作るためのスキル要件が下がることで、ジュニアレベルのポジションを争う「バイブコーダー」が増える。これが有能なプログラマーの市場価値を薄めて、ソフトウェア業界に入るのがずっと難しくなる。関連する問題として、バイブコーダーは決してプログラマーにはなれない。彼らはソフトウェアを作ってテストする能力は持つけど、実際にプログラミングをしてデバッグやトラブルシューティング、問題を解決するスキルは学ばない。これが彼らや他の誰かにとって重要でないかもしれないけど、プログラミングとは別の職業だってことは覚えておいた方がいい。次に、バグやセキュリティ問題だらけの粗悪なソフトウェアで市場があふれることになる。品質が下がってユーザーがフラストレーションを感じるし、セキュリティホールが悪用されてデータ漏洩やプライバシー侵害、企業にとって計り知れない損失が増えるだろう。これらすべてがAIやバイブコーディングの拒絶につながり、1983年のビデオゲーム業界や2000年のドットコムバブルの崩壊に似た業界の崩壊を引き起こす可能性が高い。この現象はハイプサイクルの失望の谷の底で起こるだろう。もしAIツールが人間のシニアソフトウェアエンジニアを超えるレベルの能力を持ち、トラブルシューティングやバグのないソフトウェアを書く能力を持つようになれば、状況は変わるかもしれない。その場合、AIが自己改善できる状態になり、人間のエンジニアの需要は減るだろう。でも、今のAIツールのアーキテクチャがそこまで行けるとは思えないな。

それはGoogle翻訳の問題じゃなくて、Google Chromeの問題っぽいね。Chromeは翻訳を提案する前に、この小さなデバイス上のモデルを使って言語を検出してると思うよ：https://github.com/google/cld3#readme

個人的には、まだ遅くないし、言語ごとにUnicodeを分けて再編成するのはいつでも可能だと思う。特に中国語と日本語は分けた方がいい。LLMは同時に中国語と日本語を扱うのが難しいみたいだし、両方の言語にとって意味があると思う。構文が違うだけじゃなくて、一般的に逆になってるし、なんか直感だけど、どっちがどの単語を修飾してるのか混乱してるように聞こえることもある。

彼らが1. 安い 2. 速い 3. 十分に良い LLMを持つのは時間の問題だと思う。それがGoogle翻訳の現在のモデルを置き換えることになるだろう。過去12ヶ月間で、Translateの現在のバージョンに1時間以上のメンテナンスをかけたとは思えないし、驚くよ。

プロのチームでも、正確な翻訳が必要なクライアントと仕事をする時、LLMのおかげで一人で多くの仕事をこなせるようになったと思う。昔の自動翻訳とLLMの翻訳の質の違いはすごく大きい。以前は自動翻訳には全く頼れなかったけど、今はプロのサービスがLLMが出したものを編集するためのレビュアーだけで済むようになった。特定のトーンや方言で翻訳するようLLMに頼むこともできるし、すごく上手にやってくれるよ。

注文する時は「I will have」って言うのが合理的だよね。でも、誰かにポテトを渡してもらう時に、相手が目を見て「I will have the potatoes」ってまるで最後通告みたいに言ったら、ちょっと変だよね。

アメリカ人ってすごく礼儀正しいし、アメリカ英語は日常会話に礼儀がたくさん含まれてる。面白いことに、海外で観光客として過ごしていた時は気づかなかったけど、非アメリカの国に数年住んでみて初めて実感した。別の国に10年住んでたこともあるけど、アメリカの影響で気づかなかったんだよね。「今日はラテが欲しい」とか「ラテをもらえますか？」って言うのをシンガポールではやめた。みんな混乱しちゃうから。同じように、物を受け取る時にあまりにも丁寧すぎるのもダメ。礼儀正しさにはいろんな方法があるけど、通常は言葉を少なくする方がいいんだよね。そうしないと、みんな混乱しちゃうから。

声のトーンやボディランゲージにも依存するよね。

いや、出力を実行することはできるよ。それである程度の正確さがわかる。

機械翻訳をある程度検証するには、円環翻訳（A→B→A）をやってみるといいよ。完璧なテストではないけど、かなり強い信号にはなる。

だから、翻訳を信じて、最善だと願うしかないんだ。機械より人を信じる方がずっと簡単だよ。機械が間違えると思ってるからね。大きな掛け算をする時は、数学者よりも計算機を信じる方がずっと楽だし、それは計算機の正確さに対する私の認識によるものだよ。