AI翻訳の歴史から世界で人気のサービス、今後の進化の可能性について解説！

目次

1．AI翻訳の進化の歴史
2．従来の自動翻訳技術と最新自動翻訳技術の違い
3．世界で人気の機械翻訳の特徴
4．AI翻訳の技術進化の未来
5．まとめ

1. AI翻訳の進化の歴史

AI翻訳（コンピュータによる機械翻訳）は1950年代に初めて登場しました。当初使われていた技術はルールベースでしたが、1980年代後半に統計的機械翻訳、2010年代にニューラル機械翻訳が登場しました。

ルールベース機械翻訳では、辞書や文法などを元にして翻訳のルールを人手で作成します。膨大なルールを作り込む必要があり、開発にも新語のアップデートにも手間がかかりました。精度は高くなく、主に定型的な文しか翻訳できませんでした。

統計的機械翻訳では、人の代わりにコンピュータがルールを学びます。原文と訳文のペアを大量（100万文など）に読み込み、そのデータ（コーパスと呼ばれます）から原文と訳文の単語や句を統計的に対応付けて学習します。原文と訳文を追加で収集すれば、新しい語句への対応も比較的容易です。しかし、英語と日本語のように文法が大きく異なる言語間の翻訳は難しく、翻訳精度はまだ実用的なものではありませんでした。

その他、統計的機械翻訳とルールベースを組み合わせたハイブリッド機械翻訳や、既存の原文と訳文のペアの中から類似している部分を抜き出して翻訳に利用する用例ベース機械翻訳といった技術もあります。これらの機械翻訳では、ルールベース機械翻訳や統計的機械翻訳と比較して、翻訳精度が向上しています。

ニューラル機械翻訳では、統計的機械翻訳と同様にコンピュータに原文と訳文のペアを大量に読み込ませて学習しますが、機械学習の一種であるニューラルネットワークとディープラーニングを用いることで、統計的機械学習よりもはるかに多くの情報を抽出して翻訳に利用します。従来の機械翻訳と比較して、翻訳精度が大きく向上しています。訳文が流暢なことが特徴で、人手で翻訳したような自然な訳文が出力されます。ニューラル機械翻訳の登場により、機械翻訳が注目され、普段の生活や業務において広く利用されるようになっています。

2. 従来の自動翻訳技術と最新自動翻訳技術の違い

従来の自動翻訳技術であるルールベース機械翻訳および統計的機械翻訳と、最新の自動翻訳技術であるニューラル機械翻訳の主な違いは、訳文の流暢さです。従来の機械翻訳は訳文が不自然で、一見して機械翻訳であることが分かりました。また、一文単位で翻訳するために、文と文の繋がりがぎこちないことも多かったです。最新のニューラル機械翻訳の訳文は自然です。DeepLのように段落単位で翻訳できる場合、訳文の文と文の繋がりが自然で、段落を通して読んでも人手で訳したものなのか機械翻訳で訳したものなのか判別できないこともあります。

一方、ニューラル機械翻訳で目立つようになった問題もあります。訳の重複と訳抜けです。従来の機械翻訳では原文にある語句を一つずつ訳文に反映するため、訳の重複や訳抜けが発生することはまずありませんでした。ニューラル機械翻訳では、語句の訳が重複したり訳が抜けたりする場合があります。特にニューラル機械翻訳の訳文が流暢であるため、訳抜けが発生しても、訳文だけを読んだときに訳抜けを見つけることは困難です。訳抜けを見つけるには、原文と訳文を突き合わせて確認する必要があります。

3. 世界で人気の機械翻訳の特徴

機械翻訳サービスで代表的なものはDeepL、Google、Microsoftで、いずれのサービスもニューラル機械翻訳技術が利用されています。この中で注目されているのがDeepLです。DeepLの特徴はその流暢さです。そして、その流暢さを実現しているのが段落翻訳です。段落翻訳では、文章を段落単位で翻訳することで文脈や分野を的確に把握できるため、文単位で翻訳する場合と比べて、適切な用語が使用されるだけでなく、文と文の繋がりが自然になります。その結果、訳文がより流暢になります。

機械翻訳の最新動向と、DeepL、Google、Microsoft、Amazonの比較結果については以下のブログ記事をご覧ください。

機械翻訳の最新動向と「DeepL」と「Google翻訳」の比較

AI翻訳の技術進化の未来

AI翻訳技術の進化は、OpenAI社のChatGPTを代表とする大規模言語モデル（LLM）の登場によって加速しています。LLMは、大量のテキストデータを学習し、人間のような自然な言語理解と生成を実現します。これにより、単なる言語の変換を超えて、文脈やニュアンスを理解し、文化的な背景を反映させた自然な翻訳が可能になっています。LLMは、ユーザーが求める翻訳スタイルやトーンに柔軟に対応でき、カジュアルな会話からフォーマルなビジネス文書、さらには感情を込めた表現まで、幅広い文脈で適切な翻訳を提供します。LLMの翻訳精度について詳しくは以下のブログ記事をご覧ください。

OpenAI新モデルGPT-4.1の翻訳精度は？DeepLと比較検証！

ただし、AI翻訳技術には「ハルシネーション」と呼ばれる問題も存在します。これは、AIが実際には存在しない情報を生成したり、誤った内容を翻訳結果として出力したりする現象です。特に文脈が不明確な場合や、AIが過剰に推測を行う場面で発生することが多いため、AIが出力する翻訳内容には依然として人間のチェックが必要です。専門的な内容や微妙なニュアンスが含まれる翻訳では、ポストエディット（人による修正）が引き続き重要な役割を果たします。

リアルタイム性の向上もAI翻訳の重要な進化の一つです。外国語音声の字幕をリアルタイムに生成して、それを翻訳することが可能になっています。オンライン会議やセミナーで利用されたことのある人も多いのではないでしょうか。また、量子コンピュータは、AI翻訳の処理能力を飛躍的に向上させる可能性を秘めています。量子コンピュータは、従来のコンピュータに比べて膨大なデータを並列処理する能力を持ち、AIの機械学習や大規模データ解析を加速することができます。これにより、AIはさらに精度高く、効率的に翻訳タスクをこなすことができるようになるでしょう。

5. まとめ

AI翻訳は1950年代にルールベースで始まり、1980年代後半に統計的翻訳、2010年代にニューラル翻訳へと進化しました。現在、DeepLやGoogle、Microsoftが代表的で、特にDeepLは段落単位で自然な翻訳を提供します。LLMの登場により、文脈やニュアンスを理解した翻訳が可能になりましたが、「ハルシネーション」問題が残り、人間のチェックが依然として必要です。今後、リアルタイム性や量子コンピュータでさらに精度が向上する可能性があります。

弊社ヒューマンサイエンスは、DeepLやGoogle、Microsoft、OpenAIの翻訳エンジンを活用できる自動翻訳ソフト「MTrans for Office」を提供しています。OpenAIは、翻訳だけでなく、プロンプト次第で文章の生成や書き換え、文章校正も行うことができ、業務効率化や多言語対応をサポートします。MTrans for Officeは、14日間の無料トライアルも受け付けています。お気軽にお問い合わせください。