ChatGPT问世大约半年以来，Nimdzi一直追踪大型语言模型（LLM）在现实生活和语言服务行业中的应用。目前，这项研究还在继续，接下来我们将会分享一些重要发现。这些发现主要是基于Nimdzi过去两个月的实地调查，包括对从语言服务供应商、技术供应商、到企业语言服务买方等广泛的行业参与者进行的二十多次采访、讨论和演示会。
尽管这是一项开放式调查，但我们仍想分享一些看法，为下一次技术革新做准备。
以下是待回答的一些研究问题：
● 这一次“ChatGPT革新”与语言行业之前的科技革新，特别是与神经机器翻译（NMT）相比，有何不同？
● ChatGPT是否会削减语言行业的工作岗位？又或者，与之相反，它是否会拓宽语言人才和语言服务提供商的工作范围，甚至创造语言服务行业以外的大量新岗位？
● ChatGPT是否有助于提高成本效率、增加收入或者开创新型增收渠道？
● 在具体实施与定制领域，ChatGPT如何与久经考验的语言技术栈竞争？
● 大型语言模型如何改变语言服务行业的“客户-供应商”关系？
● 目前使用ChatGPT之类的模型主要有哪些优点、缺点和限制？它最擅长什么？前景如何？
五个月，五条关键发现
1. 调查证明，大型语言模型已接近技术成熟顶峰（详见高德纳咨询公司（Gartner）2022年对生成式AI的看法）。语言服务的消费端与供应端都是该技术的天然早期应用者。虽然一片热火朝天，但ChatGPT应用的限制、面临的挑战和缺点早已显现。然而，幻灭的低谷有多深、延续时间有多长，还有待观察。高德纳咨询公司预计，生成式AI的实际影响将于未来3-6年成熟。
2. ChatGPT及同类型模型与超级食物有着相同的优点：能开创新的收入渠道，吸引新客户，创造新的客户体验，加速工程、脚本和代码编写，受到企业和语言服务提供商（LSP）各部门的关注。乍一看，似乎一切皆有可能，语言行业从业者也正在探索其应用场景。与当前用途狭窄的应用语言技术相比，它确实像是一种通用、万能的工具。
3. 与神经机器翻译兴起时类似，目前大型语言模型的应用面临着不同层面的难题：（OpenAI之外的）替代选择过多、信任问题（模型会输出假象与偏见）、缺乏质量评估标准与框架、客户对隐私和安全的担忧以及公司对资本回报率的考量。
4. 考虑到语言行业的韧性，没有人真正担心大型语言模型会削弱语言行业的存在意义或对其发展产生负面影响。事实上，大型语言模型在全球化和多语言交流环境中布署时无疑会更复杂。人们比以往任何时候都需要语言技术应用的专业知识，并要求译者能对机器翻译进行译后编辑或确证。如有可能，这项技术将会催生更多的行业发展机会。
5. 语言技术的应用大多是作为机器翻译引擎，但大型语言模型在短期或中期内都不会成为下一代机器翻译引擎（假象和延迟只是其面临的部分未解问题）。然而，尽管输出质量与成本节约结果仍存在问题，几乎让人失望，还是有部分中小企业想用大型语言模型替代其现有的语言服务提供商和神经机器翻译工作流程。不过，在改进机器翻译工作流程方面，大型语言模型展现了新的巨大潜力。它可以提升源语质量，优化机翻建议，纠正机翻输出（AutoPE）使其符合语境。一家语言服务提供商的技术总监在采访中告诉Nimdzi：“相比于进行实际翻译，（大型语言模型）更擅长质量评估。”
原文链接：https://multilingual.com/almost-six-months-with-chatgpt-in-the-language-services-industry-nimdzis-insights-into-the-llm-disruption/
特别说明：本文内容选自Nimdzi官网，仅供学习交流使用，如有侵权请后台联系小编删除。
转载来源：国际翻译动态
