🐙 😘 👽 कैसे मैंने अनुभव और कनेक्शन के बिना $ 1,000,000 कमाया, और फिर उन्हें अपना अनुवादक बनाने के लिए खर्च किया 🥑 🉑 👦

ये सब कैसे शुरू हुआ

यह कहानी 15 साल पहले शुरू हुई थी। राजधानी में एक प्रोग्रामर के रूप में काम करते हुए, मैंने पैसे जमा किए और बाद में अपनी परियोजनाएं बनाने के लिए अपनी नौकरी छोड़ दी। पैसे बचाने के लिए, वह एक छोटे से गृहनगर में घर गए, जहां उन्होंने छात्रों के लिए एक वेबसाइट पर काम किया, ट्रेडिंग के लिए एक कार्यक्रम, मोबाइल फोन पर गेम। लेकिन व्यापार के अनुभव की कमी के कारण, यह आय नहीं पैदा करता था, और जल्द ही परियोजनाएं बंद हो गईं। मुझे फिर से राजधानी जाना पड़ा और नौकरी करनी पड़ी। इस कहानी को कई बार दोहराया गया।

जब मेरा पैसा फिर से भाग गया, तो संकट आ गया। मुझे नौकरी नहीं मिली, स्थिति गंभीर हो गई। समय आ गया है कि सभी चीजों को एक शांत नज़र से देखें। मुझे ईमानदारी से अपने आप को स्वीकार करना पड़ा कि मुझे नहीं पता कि व्यवसाय के लिए कौन सा चयन करना है। परियोजनाओं को बनाना जो आपको पसंद है वह कहीं नहीं है।

केवल एक चीज जो मैं कर सकता था वह था आईओएस ऐप। आईटी कंपनियों में कई वर्षों के काम ने मुझे कुछ अनुभव प्राप्त करने की अनुमति दी, और यह कई सरल मौलिक रूप से अलग-अलग एप्लिकेशन (खेल, संगीत, ड्राइंग, स्वस्थ जीवन शैली, भाषा सीखने) बनाने का निर्णय लिया गया और परीक्षण किया गया जिसमें कि कम प्रतिस्पर्धा होगी। कक्षाओं और पुस्तकालयों का एक सेट तैयार किया गया था जो विभिन्न विषयों (2 डी गेम, जीपीएस ट्रैकर, सरल उपयोगिताओं, आदि) पर सरल अनुप्रयोगों को जल्दी से बनाना संभव बनाता था। उनमें से अधिकांश में कई चित्र, 2 बटन और केवल एक फ़ंक्शन था। लेकिन यह विचार का परीक्षण करने के लिए पर्याप्त था और इस पर पैसा बनाना कितना आसान होगा। उदाहरण के लिए, एक रनिंग ऐप ने एक व्यक्ति की गति, दूरी की यात्रा और कैलोरी की गणना की। मैंने डेढ़ साल बिताए और सैकड़ों सरल अनुप्रयोग बनाए।इस गति को स्टॉक पर ग्राफिक्स की खरीद के साथ-साथ स्रोत कोड के पुन: उपयोग के लिए संभव बनाया गया था।

पहले तो आवेदन निःशुल्क थे। फिर मैंने विज्ञापन और इन-ऐप खरीदारी को जोड़ा, कीवर्ड और उज्ज्वल आइकन उठाए। एप्लिकेशन डाउनलोड होने लगे।

जब आय $ 30 हजार / माह तक पहुंच गई, तो मैंने एक दोस्त को यह बताने का फैसला किया कि एक बड़ी किराने की कंपनी में काम किया है जो मैं परीक्षण अनुप्रयोगों पर इस तरह का आंकड़ा हासिल करने में सक्षम था, और उन्हें एक साथ बनाने का सुझाव दिया। उसने उत्तर दिया कि उनके पास केवल 1 आवेदन है - एक खेल जिसमें $ 60 हजार और प्रति माह 25 हजार उपयोगकर्ताओं की आमदनी है, $ 30 हजार के राजस्व के साथ और 200 हजार उपयोगकर्ता मुझसे। इसने मेरे विचारों को पूरी तरह से बदल दिया। यह पता चला कि एक उच्च गुणवत्ता वाले एप्लिकेशन को एक सौ कम गुणवत्ता वाले बनाने के लिए बेहतर था

मैं समझ गया कि आप उच्च गुणवत्ता वाले लोगों के साथ दसियों गुना अधिक कमा सकते हैं, लेकिन मैं डिजाइनरों और विपणक के अनुभव और टीम के बिना एक छोटे शहर में अकेला था। मुझे एक मकान किराए पर लेने और जीविकोपार्जन के लिए भुगतान करने की आवश्यकता थी। टेस्ट आवेदन केवल बाजार niches और विज्ञापन रणनीतियों का परीक्षण करने के लिए आवश्यक थे ताकि यह सीख सकें कि कौन से अनुप्रयोग और उन्हें कैसे बनाएं। बस यह हुआ कि उनमें से कुछ अच्छी आय लाने लगे। अब सरल अनुप्रयोगों का विषय लंबे समय तक मर गया है, और अब बहुत पैसा नहीं है।

कुछ अनुप्रयोग बहुत लाभ में भिन्न होते हैं - ये अनुवादक, कार्गो परिवहन, संगीत कार्यक्रम (जो पियानो, ड्रम या उदाहरण के लिए, गिटार कॉर्ड, खिलाड़ियों) को बजाते हैं, साथ ही साथ सरल तर्क खेल भी हैं।

विभिन्न प्रकार के खेलों का परीक्षण करते समय, मैंने महसूस किया कि लंबे सत्र की लंबाई और उपयोगकर्ता की भागीदारी (जैसे "2048") खेल लंबे समय के अंतराल में बहुत सारे पैसे ला सकते हैं। लेकिन पहले तो यह स्पष्ट नहीं था। इसलिए, मैंने स्कीयर के लिए जीपीएस ट्रैकर्स जैसे टेस्ट अप बनाए और कीवर्ड में कोर्टचेवेल जैसे लोकप्रिय स्की रिसॉर्ट का नाम रखा। और फिर उन्हें खुशी हुई कि विज्ञापन पर एक क्लिक $ 2 लाया गया। लेकिन यह एक अल्पकालिक, गैर-मापनीय रणनीति थी।

तब मैंने देखा कि केवल एक महीने में, अनुवादकों ने 1 मिलियन से अधिक बार डाउनलोड किया। और इस तथ्य के बावजूद कि वे श्रेणी की रैंकिंग में लगभग 100 वें स्थान पर थे।

संगीत अनुप्रयोग कई छलांग लगाते हैं, लेकिन उपयोगकर्ताओं की भागीदारी को देखते हुए, वे कम आशाजनक थे। उनके लिए उपयोगकर्ताओं को उच्च-आवृत्ति वाले कीवर्ड द्वारा आकर्षित करने की आवश्यकता है, और उनमें से कई इस जगह पर नहीं हैं: जो लोग गिटार के लिए आवेदन की तलाश कर रहे हैं, वे "गिटार", "बास गिटार", "कॉर्ड्स", आदि खोज में प्रवेश करते हैं। ऐसे विषयों के लिए कई पर्यायवाची शब्द खोजना मुश्किल है। इस प्रकार, उपयोगकर्ता उच्च-आवृत्ति अनुरोधों पर केंद्रित हैं, और जल्द ही या बाद में उनकी भागीदारी महंगी होगी। अनुवादक अलग हैं।

दुनिया में सैकड़ों भाषाएं हैं, और लोग न केवल सामान्य शब्द "अनुवादक" के साथ एक क्वेरी दर्ज करते हैं, बल्कि उनकी समस्या के समाधान के रूप में कुछ शब्द: "फ्रेंच में अनुवाद", "चीनी से अनुवादक"। यदि बहुत सारे अनुरोध हैं, तो आप उपयोगकर्ताओं को केवल मध्य-आवृत्ति कीवर्ड (ASO) द्वारा आकर्षित कर सकते हैं। विशेष रूप से जब से मुझे अनुवाद का विषय पसंद आया, तब से यह होनहार निकला।

बाद में, लगभग 40 सरल अनुवादक Google एपीआई द्वारा प्रदान किए गए अनुवाद का उपयोग करके बनाए गए थे। इसकी लागत $ 20 प्रति 1 मिलियन वर्ण अनुवादित थी। धीरे-धीरे, अनुप्रयोगों के उन्नत संस्करण दिखाई दिए, जहाँ मैंने विज्ञापन, इन-ऐप खरीदारी और ध्वनि अनुवाद जोड़ा।

पैसा कमाकर, मैं मिन्स्क चला गया और एक घर खरीदा। उस समय, मेरे पास 50-70 अनुवाद आवेदन और 5 मिलियन डाउनलोड थे। लेकिन उपयोगकर्ताओं की वृद्धि के साथ, भुगतान किए गए Google अनुवाद API की लागत बढ़ गई। व्यवसाय की लाभप्रदता गंभीरता से कम हो गई है। भुगतान करने वाले उपयोगकर्ताओं ने एक बार में 1 हजार वर्णों के ब्लॉक का अनुवाद किया, जिसने अनुरोध पर सीमाएं लागू करने के लिए मजबूर किया। जब उन्होंने अनुवाद की सीमा पर आराम किया, तो उन्होंने खराब समीक्षा लिखी और पैसे लौटा दिए। समय आ गया है जब आय का 70% खर्चों पर चला गया। अनुवाद के बड़े संस्करणों के साथ, यह व्यवसाय इतना आशाजनक नहीं था। लागतों को पुनः प्राप्त करने के लिए, अनुप्रयोगों में बहुत सारे विज्ञापन जोड़ना आवश्यक था, और यह हमेशा उपयोगकर्ताओं को डराता है। अनुवाद के लिए अपना एपीआई बनाना आवश्यक था, और यह सबसे सस्ता होने की संभावना नहीं है।

मैंने सलाह और निवेश के लिए स्टार्टअप और आईटी समुदाय से पूछने की कोशिश की, लेकिन मुझे समर्थन नहीं मिला। ज्यादातर लोग यह नहीं समझ पाए कि ऐसे बाजार में क्यों काम करना है जहां पहले से ही एक नेता है - Google अनुवादक।

Google के अलावा, कई कंपनियां थीं जो अनुवाद के लिए एक एपीआई प्रदान करती थीं। मैं 40 भाषाओं में उनके अनुवाद प्रौद्योगिकी लाइसेंस के लिए $ 30 हजार का भुगतान करने के लिए तैयार था। यह मुझे एक निश्चित मूल्य के लिए असीमित संख्या में अनुवाद करने और अपने सर्वर पर किसी भी संख्या में उपयोगकर्ताओं की सेवा करने की अनुमति देगा। लेकिन जवाब में उन्होंने मुझे कई गुना अधिक राशि दी। यह बहुत महंगा था। अनुवाद के लिए अपनी तकनीक बनाने का प्रयास करने का निर्णय लिया गया। मैंने विकास के लिए दोस्तों को आकर्षित करने की कोशिश की, लेकिन तब तक उनमें से ज्यादातर के पास पहले से ही परिवार, छोटे बच्चे और ऋण थे। हर कोई एक अच्छे वेतन के लिए अपने जीवन में स्थिरता और जीवन चाहता था, न कि किसी स्टार्टअप में। उन्हें यह भी समझ में नहीं आया कि अगर एक शांत, परिष्कृत अनुवाद एप्लिकेशन और एपीआई के साथ Google है तो अनुवादक क्यों बनाया जाए। मुझे सार्वजनिक बोलने का कोई अनुभव नहीं था,ब्याज लोगों के लिए करिश्मा और शांत प्रोटोटाइप अनुप्रयोगों। परीक्षण अनुवाद अनुप्रयोगों पर $ 300 हजार की कमाई विश्लेषिकी ने किसी को आश्चर्यचकित नहीं किया।

मैं एक दोस्त की ओर मुड़ गया, जो मिन्स्क में एक आउटसोर्सिंग कंपनी का मालिक है। 2016 के अंत में, उन्होंने मेरे लिए एक टीम आवंटित की। मुझे उम्मीद थी कि मैं छह महीने में ओपन-सोर्स प्रोजेक्ट्स के आधार पर समस्या का समाधान करूंगा, ताकि Google पर एपीआई पर निर्भर न हो।

मेरे अनुवादक के रास्ते पर

काम शुरू हो गया है। 2016 में, हमें कई ओपनसोर्स प्रोजेक्ट्स मिले - एपर्टियम, जोशुआ और मूसा। यह एक सांख्यिकीय मशीन अनुवाद था, जो सरल ग्रंथों के लिए उपयुक्त था। इन परियोजनाओं को 3 से 40 लोगों का समर्थन प्राप्त था, और उनके बारे में एक प्रश्न का उत्तर पाने में काफी समय लगा। जब हमने इसका पता लगाया और फिर भी उन्हें परीक्षणों के लिए दौड़ाया, तो यह स्पष्ट हो गया कि हमें शक्तिशाली सर्वर और उच्च-गुणवत्ता वाले डेटासेट की आवश्यकता है, जो महंगे हैं। इसके बाद भी जब हमने हार्डवेयर पर पैसे खर्च किए और अनुवाद जोड़े में से एक के लिए एक गुणवत्ता डेटासेट, गुणवत्ता वांछित होने के लिए बहुत कुछ छोड़ दिया।

तकनीकी रूप से, यह "डाउनलोड डेटासेट और ट्रेन" योजना के लिए उबाल नहीं था। यह पता चला कि एक लाख बारीकियां हैं जिनके बारे में हमें पता भी नहीं था। हमने कुछ और संसाधन आजमाए, लेकिन अच्छे परिणाम हासिल नहीं किए। लेकिन Google और Microsoft अपनी उपलब्धियों का खुलासा नहीं करते हैं। फिर भी, काम जारी रहा, फ्रीलांसर्स समय-समय पर जुड़े रहे।

मार्च 2017 में, हमने ओपन एनएमटी नामक एक परियोजना पर ठोकर खाई। यह सिस्टरन का संयुक्त विकास है, जो मशीनी अनुवाद बाजार और हार्वर्ड विश्वविद्यालय के नेताओं में से एक है। परियोजना को केवल एक नई तकनीक - तंत्रिका नेटवर्क के आधार पर पहले ही लॉन्च और अनुवाद की पेशकश की गई थी।

आधुनिक मशीन अनुवाद प्रौद्योगिकियां बड़ी कंपनियों से संबंधित हैं, वे बंद हैं। छोटे खिलाड़ी, महसूस करते हैं कि इस दुनिया में घुसपैठ करना कितना मुश्किल है, ऐसे प्रयास न करें। इससे बाजार का विकास बाधित होता है। नेताओं के बीच अनुवाद की गुणवत्ता लंबे समय तक एक दूसरे से बहुत अलग नहीं थी। जाहिर है, बड़ी कंपनियों को नए विचारों को लेने और लोगों को काम पर रखने के लिए उत्साही लोगों, वैज्ञानिक पत्रों, स्टार्टअप्स और ओपनसोर्स परियोजनाओं का भी सामना करना पड़ा।

इसलिए, सिस्ट्रान ने एक बुनियादी रूप से नया पैंतरेबाज़ी बनाई: ओपनसोर्स में अपनी नींव रखी, ताकि मेरे जैसे उत्साही लोग इस काम में शामिल हो सकें। उन्होंने एक मंच बनाया जहां उनके विशेषज्ञ नए लोगों को मुफ्त में मदद करने लगे। और यह एक अच्छा रिटर्न लाया: स्टार्ट-अप्स, अनुवाद पर वैज्ञानिक कार्य दिखाई देने लगे, क्योंकि हर कोई आधार ले सकता था और इसके आधार पर अपने प्रयोगों का संचालन कर सकता था। सिस्ट्रान ने इस समुदाय का नेतृत्व किया। फिर अन्य कंपनियां शामिल हुईं।

उस समय अभी भी कोई सर्वव्यापी तंत्रिका अनुवाद नहीं था, और ओपन एनएमटी ने इस क्षेत्र में गुणवत्ता में सांख्यिकीय मशीन अनुवाद को बेहतर बनाने के लिए इस क्षेत्र में ग्राउंडवर्क की पेशकश की। मैं और दुनिया भर के अन्य लोग इन तकनीकों को ले सकते हैं और विशेषज्ञों से सलाह ले सकते हैं। उन्होंने स्वेच्छा से अपने अनुभव साझा किए, और इससे मुझे समझ में आया कि मुझे किस दिशा में बढ़ना है।

हमने ओपनएनएमटी को एक आधार के रूप में लिया। यह 2017 की शुरुआत में हुआ, जब यह अभी भी "कच्चा" था और इसमें बुनियादी कार्यों के अलावा कुछ भी नहीं था। यह सब पूरी तरह से अकादमिक शोध के लिए, लुआ (मशाल) पर था। कई कीड़े पाए गए, सब कुछ धीरे-धीरे काम किया, अस्थिर रूप से और हल्के भार के तहत दुर्घटनाग्रस्त हो गया। यह उत्पादन के लिए बिल्कुल भी उपयुक्त नहीं था। फिर एक सामान्य चैट में हम सभी ने एक साथ परीक्षण किया, त्रुटियों को पकड़ा, विचारों को साझा किया, धीरे-धीरे स्थिरता बढ़ रही थी (तब हम लगभग 100 लोग थे)। सबसे पहले मैं सोच रहा था: ऐसा कैसे, क्यों सिस्टर्न अपने प्रतियोगियों को विकसित करता है? लेकिन समय के साथ, मैंने खेल के नियमों को समझा, जब अधिक से अधिक कंपनियों ने ओपनसोर्स में प्राकृतिक भाषा के प्रसंस्करण के लिए अपनी जमीनी कार्य करना शुरू कर दिया।

भले ही सभी के पास बड़े डेटासेट को संभालने के लिए कंप्यूटिंग शक्ति हो, लेकिन एनएलपी (प्राकृतिक भाषा प्रसंस्करण) में विशेषज्ञों को खोजने का सवाल बाजार पर तीव्र है। 2017 में, यह विषय छवि और वीडियो प्रसंस्करण की तुलना में बहुत कम विकसित था। कम डेटासेट, वैज्ञानिक पेपर, विशेषज्ञ, रूपरेखा और अधिक। यहां तक कि कम लोग हैं जो व्यवसाय बनाने और एनएलपी शोध पत्रों में से किसी भी स्थानीय niches को बंद करने में सक्षम हैं। Google और छोटे सिस्टरन खिलाड़ियों जैसी शीर्ष स्तरीय कंपनियों को अपनी श्रेणी में खिलाड़ियों पर प्रतिस्पर्धात्मक लाभ प्राप्त करने की आवश्यकता है।

वे इस मुद्दे को कैसे हल करते हैं?

पहली नज़र में, यह अजीब लगता है, लेकिन आपस में प्रतिस्पर्धा करने के लिए, वे नए खिलाड़ियों (प्रतियोगियों) को बाजार में पेश करने का फैसला करते हैं, और उनके लिए वहाँ प्रदर्शित होने के लिए, आपको इसे स्विंग करने की आवश्यकता है। प्रवेश सीमा अभी भी अधिक है, और भाषण प्रसंस्करण प्रौद्योगिकियों की मांग बहुत बढ़ रही है (आवाज सहायक, चैट बॉट, अनुवाद, भाषण मान्यता और विश्लेषण, आदि)। स्टार्टअप की आवश्यक संख्या जो आप अपनी स्थिति को मजबूत करने के लिए खरीद सकते हैं। अभी नहीं।

सार्वजनिक डोमेन में टीमों ने Google, फेसबुक, अलीबाबा से वैज्ञानिक पत्र प्रकाशित किए। उनसे, उनके ढांचे और डेटासेट को ओपनसोर्स में रखा गया है। सवालों के जवाब के साथ फ़ोरम बनाए जाते हैं।

बड़ी कंपनियों को इस तरह के स्टार्टअप्स में दिलचस्पी है, जैसे हमारा विकास हो रहा है, नई निगाहों पर कब्जा कर रहा है और अधिकतम विकास दिखा रहा है। वे अपनी बड़ी कंपनियों को मजबूत करने के लिए एनएलपी स्टार्टअप खरीदने के लिए खुश हैं।

दरअसल, यहां तक कि अगर आपके हाथों में सभी डेटासेट और एल्गोरिदम हैं और वे आपको बताते हैं, तो इसका मतलब यह नहीं है कि आप एनएलपी के क्षेत्र में उच्च गुणवत्ता वाला अनुवादक या अन्य स्टार्टअप बना लेंगे। और यहां तक कि अगर आप करते हैं, तो यह इस तथ्य से बहुत दूर है कि आप बाजार के एक बड़े टुकड़े को काटते हैं। इसलिए, आपको सहायता की आवश्यकता है, और यदि कोई व्यक्ति सफल होता है, तो खरीदें या मर्ज करें।

मार्च 2018 में, सिस्ट्रान ने पूरे समुदाय को अनुभवों का आदान-प्रदान करने के लिए पेरिस में आमंत्रित किया, और मुख्य समस्याओं पर एक निशुल्क मास्टर वर्ग की भी मेजबानी की जो अनुवाद चेहरे में स्टार्टअप करते हैं। हर कोई एक-दूसरे को लाइव देखना चाहता था।

सभी के पास विभिन्न परियोजनाएं थीं। किसी ने अंग्रेजी सीखने के लिए एक बॉट बनाया, जिसके साथ आप एक व्यक्ति की तरह बोल सकते हैं। अन्य ने टेक्स्ट को सारांशित करने के लिए ओपनएनएमटी का उपयोग किया। अनुवादकों को अनुवादित पाठ को संपादित करने में समय बचाने में मदद करने के लिए एक विशिष्ट विषय (चिकित्सा, निर्माण, धातु विज्ञान, आदि) या भाषा के अनुरूप एसडीएल ट्रेडोस स्टूडियो के लिए स्टार्टअप्स का एक महत्वपूर्ण हिस्सा प्लग इन का प्रतिनिधित्व करता है।

उत्साही लोगों के अलावा, Ebay और Booking के लोग पेरिस पहुंचे, जो हमारे जैसे ही मंच पर एक दुभाषिया का निर्माण करते हैं, लेकिन नीलामी और होटल के विवरण का अनुवाद करने के लिए अनुकूलित हैं।

मई 2017 में, फेसबुक ने फेयरसेक के मशीनी अनुवाद के लिए अपने आधार को परीक्षण के लिए प्रशिक्षित मॉडलों के साथ ओपन-सोर्स में पोस्ट किया। लेकिन हमने ओपनएनएमटी पर रहने का फैसला किया, यह देखते हुए कि समुदाय कैसे बढ़ता है।

दीपल का इतिहास

सितंबर 2017 में, प्रतियोगियों का विश्लेषण करते हुए, मुझे डीपएल के बारे में पता चला। उन्होंने उस समय बस शुरू किया और केवल 7 भाषाओं में अनुवाद प्रदान किया। डीपीएल पेशेवर अनुवादकों के लिए एक उपकरण के रूप में तैनात किया गया था, मशीन अनुवाद के बाद प्रूफरीडिंग पर कम समय बिताने में मदद करता है। यहां तक कि अनुवाद की गुणवत्ता में एक छोटा सा बदलाव भी अनुवाद कंपनियों के लिए बहुत सारे पैसे बचाता है। वे लगातार विभिन्न आपूर्तिकर्ताओं से मशीन अनुवाद के लिए एपीआई की निगरानी करते हैं, क्योंकि कई भाषा जोड़े में गुणवत्ता सभी के लिए अलग है और एक भी नेता नहीं है। हालांकि भाषाओं की संख्या - Google में सबसे अधिक।

अनुवाद की गुणवत्ता प्रदर्शित करने के लिए, डीपएल ने कुछ भाषाओं में परीक्षण चलाने का निर्णय लिया।

techcrunch.com/2017/08/29/deepl-schools-other-online-translators-with-clever-machine-learning

अंधा परीक्षण करके गुणवत्ता मूल्यांकन किया गया था, जब पेशेवर अनुवादक Google, Microsoft, DeepL, Facebook से सबसे अच्छा अनुवाद चुनते हैं। परिणामों के अनुसार, डीपएल ने जीत हासिल की, जूरी ने इसका अनुवाद सबसे "साहित्यिक" के रूप में किया।

यह कैसे हुआ?

डीपएल के संस्थापक स्टार्टअप लिंगुई - अनूदित ग्रंथों के लिंक का सबसे बड़ा डेटाबेस। सबसे अधिक संभावना है, उनके पास पार्सर्स द्वारा इकट्ठा किए गए बड़ी संख्या में डेटासेट हैं, और उन्हें प्रशिक्षित करने के लिए, आपको अधिक कंप्यूटिंग शक्ति की आवश्यकता है।

2017 में, उन्होंने एक लेख प्रकाशित किया था जिसमें कहा गया था कि उन्होंने आइसलैंड में एक 5-पेटफ्लॉप सुपर कंप्यूटर इकट्ठा किया था (उस समय यह दुनिया में प्रदर्शन के मामले में 23 वां स्थान था)। एक बड़े गुणवत्ता वाले मॉडल को प्रशिक्षित करने के लिए केवल समय की बात थी। उस समय, ऐसा लग रहा था कि भले ही हम उच्च-गुणवत्ता वाले डेटासेट खरीद लें, फिर भी हम कभी भी इस तरह के सुपर-कंप्यूटर के बिना उनसे मुकाबला नहीं कर पाएंगे।

www

। एनवीडिया ने एक डीजीएक्स -2 कंप्यूटर को एक नाइटस्टैंड के आकार और 2 पेटफ्लॉप्स (एफपी 16) के प्रदर्शन के साथ लॉन्च किया, जिसे अब $ 5000 / महीने से पट्टे पर लिया जा सकता है।

www.nvidia.com/en-us/data-center/dgx-2

ऐसे कंप्यूटर होने पर, आप अपने मॉडल को विशाल डेटासेट के साथ जल्दी से प्रशिक्षित कर सकते हैं, और एपीआई पर एक बड़ा भार भी रख सकते हैं। यह नाटकीय रूप से पूरे मशीन लर्निंग स्टार्टअप बाजार की शक्ति के संतुलन को बदलता है और छोटी कंपनियों को बड़े डेटा के साथ काम करने के क्षेत्र में दिग्गजों के साथ प्रतिस्पर्धा करने की अनुमति देता है। मूल्य-प्रदर्शन अनुपात में यह बाजार पर सबसे अच्छा प्रस्ताव था।

मैंने डीपएल आँकड़ों की जानकारी लेनी शुरू कर दी। 2018 के लिए, Google के पास 500 मिलियन उपयोगकर्ता मासिक थे। डीपएल में 50 मिलियन (दिनांक 12 दिसंबर, 2018 का लेख) है।

slator.com/ma-and-funding/benchmark-capital-takes-13-6-stake-in-deepl-as-usage-explodes

यह पता चलता है कि 2018 के अंत में, Google के मासिक दर्शकों के 10% ने डीपएल का उपयोग किया था, और वे कहीं भी विशेष रूप से विज्ञापित नहीं थे। सिर्फ एक साल में, उन्होंने 10% बाजार पर कब्जा कर लिया।

मैंने इसके बारे में सोचा था। अगर 2017 में दीपएल ने Google को 20 लोगों की टीम के साथ हरा दिया, जिसके पास 2017 में 5 पेटाफ्लॉप्स वाली कार थी, और अब आप सस्ते में 2 पेटाफ्लॉप्स में कार किराए पर ले सकते हैं और उच्च गुणवत्ता वाले डेटासेट खरीद सकते हैं, तो Google गुणवत्ता प्राप्त करना कितना मुश्किल होगा?

Lingvanex नियंत्रण कक्ष

अनुवाद कार्यों से शीघ्रता से निपटने के लिए और कंसोल से परीक्षण न चलाने के लिए, एक डैशबोर्ड बनाया गया था जो आपको डेटा को तैयार करने और फ़िल्टर करने से लेकर उत्पादन परीक्षण तक तैनात करने तक सभी कार्यों को करने की अनुमति देता है। नीचे दी गई तस्वीर में: दाईं ओर कार्यों और GPU सर्वर की एक सूची है, जिस पर मॉडल प्रशिक्षित किए जा रहे हैं। केंद्र में तंत्रिका नेटवर्क के पैरामीटर हैं, और नीचे डेटासेट हैं जिन्हें प्रशिक्षण के लिए उपयोग किया जाएगा।

डेटासेट तैयार करने के साथ एक नई भाषा पर काम शुरू हुआ। हमने उन्हें विकिपीडिया, यूरोपीय संसद की बैठकें, पेराक्रावल, ततोएबा और अन्य जैसे खुले स्रोतों से लिया। औसत अनुवाद गुणवत्ता प्राप्त करने के लिए, 5 मिलियन अनुवादित लाइनें पर्याप्त हैं।

डेटासेट एक भाषा से दूसरी भाषा में अनुवादित पाठ की पंक्तियाँ हैं। तब टोकनधारक पाठ को टोकन में विभाजित करता है और उनसे टोकन बनाता है, जो टोकन की बैठक की आवृत्ति के अनुसार क्रमबद्ध होता है। टोकन एकल वर्ण, शब्दांश या पूरे शब्द हो सकते हैं।

डेटाबेस में डेटासेट लोड होने के बाद, वे त्रुटियों के साथ या खराब अनुवाद के साथ बहुत सारे शब्द बन गए। अच्छी गुणवत्ता प्राप्त करने के लिए, उन्हें दृढ़ता से फ़िल्टर करने की आवश्यकता होती है। आप पहले से ही उच्च-गुणवत्ता वाले फ़िल्टर किए गए डेटासेट भी खरीद सकते हैं।

जब भाषा को एपीआई में तैनात किया जाता है, तो आपको इसके लिए उपलब्ध कार्यों (ध्वनि पहचान, भाषण संश्लेषण, छवि मान्यता, फ़ाइल का पार्सर, साइट आदि) की एक सूची निर्धारित करनी होगी। काम करने वाले कार्यों के लिए, वे एक तृतीय-पक्ष एपीआई भाग ओपनसोर्स - भाग तृतीय-पक्ष का उपयोग करते हैं।

तब यह सब एपीआई में बदल जाता है। समय के साथ, एक कैश जोड़ा गया था। यह 1- और 2-शब्द वाक्यांशों पर अच्छी तरह से काम करता है और 30% प्रश्नों को बचा सकता है।

हम काम करना जारी रखते हैं

2018 के सभी मैंने मुख्य यूरोपीय भाषाओं में उच्च-गुणवत्ता वाले अनुवाद की समस्या को हल करने पर खर्च किए। मैंने सोचा कि एक और छह महीने - और सब कुछ बाहर काम करेगा। मैं संसाधनों में बहुत सीमित था, डेटा साइंस कार्यों में केवल 2 लोग शामिल थे। तेज चलना जरूरी था। ऐसा लगता था कि समस्या का हल कुछ सरल था। लेकिन उज्ज्वल क्षण नहीं आया, मैं अनुवाद की गुणवत्ता से संतुष्ट नहीं था। पुराने अनुवादकों पर कमाए गए लगभग 450 हजार डॉलर पहले ही खर्च हो चुके हैं, और आगे क्या करना है, इस पर निर्णय लेना आवश्यक था। इस परियोजना को अकेले और निवेश के बिना लॉन्च करने पर, मुझे एहसास हुआ कि मैंने कितनी प्रबंधन गलतियाँ की हैं। लेकिन निर्णय किया गया था - अंत में जाओ!

इस समय, मैंने देखा कि हमारे समुदाय में उन्होंने तंत्रिका नेटवर्क के लिए एक नई वास्तुकला के बारे में बात करना शुरू कर दिया है - ट्रांसफार्मर। हर कोई इस ट्रांसफार्मर मॉडल के आधार पर तंत्रिका नेटवर्क को प्रशिक्षित करने के लिए दौड़ा और पुराने लुआ (मशाल) के बजाय पायथन (टेंसरफ़्लो) पर स्विच करना शुरू कर दिया। मैंने इसे भी आज़माने का फैसला किया।

हमने एक नया टोकेनाइज़र भी लिया, पाठ को पूर्व-संसाधित किया, डेटा को अलग तरीके से फ़िल्टर करना और चिह्नित करना शुरू कर दिया, अन्यथा त्रुटियों को सही करने के लिए अनुवाद के बाद पाठ को संसाधित करना। 10 हजार घंटों के शासन ने काम किया: लक्ष्य के कई चरण थे, और कुछ बिंदु पर मैंने महसूस किया कि अनुवाद गुणवत्ता पहले से ही अपने स्वयं के अनुप्रयोगों के लिए एपीआई में इसका उपयोग करने के लिए पर्याप्त थी। प्रत्येक परिवर्तन में गुणवत्ता का 2-4% जोड़ा गया, जो महत्वपूर्ण द्रव्यमान के लिए पर्याप्त नहीं था और जिसमें लोग प्रतिस्पर्धा को छोड़कर उत्पाद का उपयोग करना जारी रखते हैं।

फिर हमने विभिन्न उपकरणों को जोड़ना शुरू किया, जिससे हमें अनुवाद की गुणवत्ता को और बेहतर बनाने की अनुमति मिली: नामित संस्थाओं के निर्धारक, लिप्यंतरण, विषयगत शब्दकोशों, शब्दों में त्रुटियों को सुधारने के लिए एक प्रणाली। इस काम के 5 महीने के बाद, कुछ भाषाओं में अनुवाद की गुणवत्ता बहुत बेहतर हो गई और लोग कम शिकायत करने लगे। यह एक महत्वपूर्ण मोड़ था। आप पहले से ही प्रोग्राम को बेच सकते हैं, और इस तथ्य के कारण कि आपके पास अनुवाद के लिए अपना एपीआई है, आप लागत को बहुत कम कर सकते हैं। आप बिक्री या उपयोगकर्ताओं की संख्या बढ़ा सकते हैं, क्योंकि लागत केवल सर्वर पर होगी।

तंत्रिका नेटवर्क को प्रशिक्षित करने के लिए, एक अच्छे कंप्यूटर की आवश्यकता थी। लेकिन हमने बचा लिया। सबसे पहले, हमने 20 साधारण कंप्यूटर (एक GTX 1080 के साथ) किराए पर लिए और साथ ही साथ लिंग्वेनएक्स कंट्रोल पैनल के माध्यम से उन पर 20 सरल परीक्षण शुरू किए। प्रत्येक परीक्षण के लिए एक सप्ताह का समय लगा, यह एक लंबा समय था। बेहतर गुणवत्ता प्राप्त करने के लिए, आपको अन्य मापदंडों के साथ चलना होगा जो अधिक संसाधनों की आवश्यकता होती है। यह एक मशीन पर एक बादल और अधिक वीडियो कार्ड ले गया। हमने क्लाउड सेवा Amazon 8 GPU V100 x 4 किराए पर लेने का फैसला किया। यह तेज़ है, लेकिन बहुत महंगा है। हमने रात में परीक्षण शुरू किया, और सुबह - $ 1200 का बिल। उस समय, इसके अलावा शक्तिशाली GPU सर्वर के लिए बहुत कम किराये के विकल्प थे। मुझे इस विचार को छोड़ना पड़ा और सस्ते विकल्पों की तलाश करनी पड़ी। शायद अपने खुद को इकट्ठा करने की कोशिश करें?

कॉलिंग कंपनियों ने इस तथ्य को समाप्त कर दिया कि हमें खुद एक विस्तृत कॉन्फ़िगरेशन भेजना था, और वे इसे इकट्ठा करेंगे। जो हमारे कार्यों के लिए "प्रदर्शन / मूल्य" के संदर्भ में बेहतर है, कोई भी जवाब नहीं दे सकता है। मॉस्को में ऑर्डर करने की कोशिश की - कुछ संदिग्ध कंपनी पर ठोकर खाई। साइट उच्च गुणवत्ता की थी, बिक्री विभाग विषय में था। लेकिन उन्होंने एक बैंक हस्तांतरण स्वीकार नहीं किया, और भुगतान का एकमात्र विकल्प कार्ड पर पैसा अपने एकाउंटेंट को फेंकना था। उन्होंने टीम के साथ परामर्श करना शुरू किया और फैसला किया कि कई शक्तिशाली जीपीयू और 10 हजार डॉलर तक की कीमत पर अपने दम पर एक कंप्यूटर को इकट्ठा करना संभव है, जो हमारी समस्याओं को हल करेगा और एक महीने में भुगतान करेगा। घटक वास्तव में हिम्मत के माध्यम से स्क्रैप किए गए: उन्होंने मास्को को बुलाया, चीन में कुछ का आदेश दिया, एम्स्टर्डम में कुछ। एक महीने बाद, सब कुछ तैयार था।

2019 की शुरुआत में, मैंने अंत में घर पर इस कंप्यूटर को इकट्ठा किया और कई परीक्षणों का संचालन करना शुरू कर दिया, बिना इस बात की चिंता किए कि मुझे किराए के लिए क्या भुगतान करना होगा। स्पैनिश में, मैंने नोटिस करना शुरू किया कि अनुवाद BLEU मीट्रिक के Google अनुवाद के करीब है। लेकिन मैंने इस भाषा को नहीं समझा और अंग्रेजी-रूसी अनुवादक के मॉडल को यह समझने के लिए रात के लिए प्रशिक्षित किया कि मैं कहाँ हूँ। कंप्यूटर पूरी रात भिनभिनाया और तला हुआ था, नींद आना असंभव था। यह सुनिश्चित करना आवश्यक था कि कंसोल में कोई त्रुटि नहीं थी, क्योंकि समय-समय पर सब कुछ लटका हुआ था। सुबह मैंने 1 से 100 शब्दों की लंबाई के साथ 100 वाक्यों का अनुवाद करने के लिए एक परीक्षण चलाया और देखा कि यह लंबी लाइनों सहित एक अच्छा अनुवाद है। इस रात ने सब कुछ बदल दिया है। मैंने सुरंग के अंत में प्रकाश को देखा कि आप अभी भी किसी दिन अच्छी अनुवाद गुणवत्ता प्राप्त कर सकते हैं।

आवेदन की गुणवत्ता में सुधार

एक बटन और एक फ़ंक्शन के साथ एक आईओएस अनुवादक पर पैसा कमाने के बाद, मैंने इसकी गुणवत्ता में सुधार करने का फैसला किया, साथ ही साथ एंड्रॉइड, मैक ओएस, विंडोज डेस्कटॉप के लिए एक संस्करण बनाया। मुझे उम्मीद थी कि जब मेरे पास अपना एपीआई होगा, तो मैं अनुप्रयोगों के विकास को समाप्त कर दूंगा और अन्य बाजारों में प्रवेश करूंगा। उस समय के दौरान जब मैं अपने एपीआई की समस्या को हल कर रहा था, तब प्रतिस्पर्धी बहुत आगे बढ़ गए। कुछ कार्यों की आवश्यकता थी, जिसके लिए यह मेरा अनुवादक होगा जो डाउनलोड करेगा।

पहली चीज़ जो मैंने करने का फैसला किया, वह है बिना इंटरनेट एक्सेस के मोबाइल एप्लिकेशन के लिए वॉइस ट्रांसलेशन। यह एक व्यक्तिगत मुद्दा था। उदाहरण के लिए, आप जर्मनी जाते हैं, अपने फोन (400 एमबी) में केवल जर्मन पैकेज डाउनलोड करें और अंग्रेजी से जर्मन और इसके विपरीत अनुवाद प्राप्त करें। वास्तव में, विदेशों में इंटरनेट की समस्या तीव्र है। वाईफ़ाई या तो नहीं है, या यह पासवर्ड से सुरक्षित है या बस धीमा है, परिणामस्वरूप, इसका उपयोग करना असंभव है। हालांकि हजारों उच्च-गुणवत्ता वाले अनुवादक अनुप्रयोग हैं जो केवल 2017 में Google API का उपयोग करके इंटरनेट के माध्यम से काम करते हैं।

चूंकि बहुत व्यापक भाषा नहीं होने के कारण OpenNMT के Lua (मशाल) संस्करण के साथ कई समस्याएं थीं, इसलिए संस्थापकों ने Translate.lua स्क्रिप्ट के तर्क को C ++ संस्करण (CTranslate) में स्थानांतरित कर दिया, जिसका उपयोग अधिक सुविधाजनक अनुवाद प्रयोगों के लिए किया गया था। Lua संस्करण पर, C संस्करण पर, चलाने के लिए, मॉडल को प्रशिक्षित करना संभव था। मई 2017 तक, अनुप्रयोगों के लिए उत्पादन के आधार के रूप में किसी तरह इसका उपयोग करना पहले से ही संभव था।

हमने एप्लिकेशन के तहत काम करने के लिए CTranslate को पोर्ट किया और सभी को ओपनसोर्स में रखा।

इस धागे की एक कड़ी इस प्रकार है:

github.com/hunter-packages/onmt

अलग-अलग प्लेटफ़ॉर्मों के लिए पोर्टिंग CTranslate केवल पहला कदम है। यह समझना आवश्यक था कि फोन और कंप्यूटर पर काम करने के लिए छोटे आकार और सामान्य गुणवत्ता के ऑफ़लाइन मॉडल कैसे बनाएं। अनुवाद मॉडल के पहले संस्करणों में फोन की रैम में 2GB का कब्जा था, जो बिल्कुल बेकार था।

मुझे स्पेन में लोगों को मशीन अनुवाद परियोजनाओं में अच्छा अनुभव मिला। लगभग 3 महीने के लिए, हमने संयुक्त रूप से अनुवाद के लिए न्यूरॉन मॉडल के आकार को कम करने के क्षेत्र में आरएंडडी का संचालन किया, ताकि प्रति जोड़े 150 एमबी हासिल किया जा सके और फिर मोबाइल फोन पर चलाया जा सके।
विभिन्न लंबाई और विषयों के शब्दों को एक निश्चित शब्दकोश आकार (उदाहरण के लिए, 30 हज़ार शब्दों) में अनुवाद करने के लिए जितना संभव हो उतने विकल्पों को शामिल करने के लिए आकार को इस तरह से कम करना पड़ा।

बाद में, हमारे शोध का परिणाम सार्वजनिक रूप से उपलब्ध कराया गया और मई 2018 में एलिकांटे (स्पेन) में यूरोपीय मशीन ट्रांसलेशन एसोसिएशन में प्रस्तुत किया गया और टीम के सदस्यों में से एक ने इस पर पीएचडी का बचाव किया।

rua.ua.es/dspace/bitstream/10045/76108/1/EAMT2018-Proceedings_33.pdf?fbclid=IwAR1BxipmZMR8Rt0d32gcJ7BaFt1Tf1UEm9LkJCYytBJLgdtx3ujAPFCwE80

सम्मेलन में, कई लोग एक उत्पाद खरीदना चाहते थे, लेकिन अभी तक केवल एक भाषा जोड़ी तैयार थी (अंग्रेजी - स्पेनिश)। फोन के लिए न्यूरॉन्स पर ऑफ़लाइन अनुवाद मार्च 2018 में तैयार हो गया था, और गर्मियों तक अन्य सभी भाषाओं में ऐसा करना संभव था। लेकिन अनुबंध के तहत, मुझे अन्य भाषाओं में ऑफ़लाइन अनुवादक बनाने के लिए स्रोत और उपकरण ऐसा करने के लिए नहीं मिल सकते थे। अनुबंध को ध्यान से पढ़ना आवश्यक था। अकेले, मैं अन्य भाषाओं में परिणामों को जल्दी से पुन: पेश नहीं कर सका। मुझे इस समारोह को विराम देना था। एक साल बाद, मैं उसके पास लौटा और उसे पूरा किया।

पाठ, आवाज और चित्रों का अनुवाद करने के अलावा, प्रतिलेखन के साथ टेलीफोन कॉल का अनुवाद जोड़ने का निर्णय लिया गया था जो प्रतियोगियों के पास नहीं था। एक गणना थी कि लोग अक्सर विभिन्न देशों में समर्थन या व्यापार के मुद्दों पर फोन करते हैं, इसके अलावा, मोबाइल या लैंडलाइन फोन पर। जिस पर कॉल की जाती है, उसे एप्लिकेशन इंस्टॉल करने की आवश्यकता नहीं होती है। इस फ़ंक्शन को बहुत समय और लागत की आवश्यकता थी, इसलिए बाद में इसे मुख्य से एक अलग आवेदन में डालने का निर्णय लिया गया। इस तरह से Phone Call Translator आया ।

अनुवाद अनुप्रयोगों में एक समस्या थी - उनका उपयोग हर दिन नहीं किया जाता है। जीवन में ऐसी कई स्थितियाँ नहीं होती हैं जब आपको दैनिक अनुवाद करने की आवश्यकता होती है। लेकिन अगर आप भाषा का अध्ययन करते हैं, तो अनुवादक का उपयोग अक्सर हो जाता है। भाषा सीखने के लिए, हमने कार्ड का एक फ़ंक्शन बनाया, जब ब्राउज़र के लिए या फिल्म के लिए उपशीर्षक के माध्यम से साइट पर शब्दों को बुकमार्क में जोड़ा जाता है, और फिर मोबाइल चैट बॉट एप्लिकेशन या स्मार्ट कॉलम एप्लिकेशन का उपयोग करके ज्ञान को समेकित किया जाता है जो चयनित शब्दों की जांच करेगा। सभी Lingvanex एप्लिकेशन एक ही खाते से जुड़े हुए हैं, इसलिए आप मोबाइल एप्लिकेशन पर अनुवाद करना शुरू कर सकते हैं और अपने कंप्यूटर पर जारी रख सकते हैं।

अनुवाद के साथ वॉयस चैट भी जोड़ा। यह पर्यटक समूहों के लिए उपयोगी होगा, जब गाइड अपनी भाषा बोल सकते हैं, और प्रत्येक आगंतुक अनुवाद में सुनेंगे। और अंत में - फोन या कंप्यूटर पर बड़ी फ़ाइलों का अनुवाद।

Backenster परियोजना

7 वर्षों के लिए मैंने विज्ञापन लागत के बिना 35 मिलियन डाउनलोड प्राप्त किए और $ 1 मिलियन से अधिक कमाए। उनमें से लगभग आधे अनुवादक हैं। मोबाइल मार्केटिंग सीखने के लिए ये टेस्ट एप्लिकेशन थे। बड़ी संख्या में त्रुटियों के कारण, लाखों उपयोगकर्ता आए और गए। आवश्यक अनुभव प्राप्त करने के बाद, मैं एप्लिकेशन, विज्ञापन और एनालिटिक्स के प्रबंधन के लिए एक छोटा सा आंतरिक बैकनेस्टर सबप्रोजेक्ट बनाने का निर्णय लेता हूं, ताकि उच्च-गुणवत्ता वाले अनुवादकों पर अतीत की गलतियों को न दोहराऊं और जितना संभव हो उतना कमाऊं।

इस प्रणाली के माध्यम से, मैं अपने पुराने अनुवादक एप्लिकेशन के उपयोगकर्ताओं को नए पर पुनर्निर्देशित करने जा रहा हूं, क्योंकि ट्रैफ़िक खरीदने के लिए कोई पैसा नहीं है। कहीं और, 5-10 मिलियन पुराने एप्लिकेशन फोन पर बने रहे। जब अनुप्रयोग तैयार होते हैं, तो यह केवल "प्रारंभ" पर क्लिक करने के लिए रहता है। शुल्क के लिए उपयोगकर्ताओं की समान संख्या को आकर्षित करने की तुलना में यह कई गुना सस्ता होगा। धीरे-धीरे, परीक्षण, सदस्यता, अपडेट, कॉन्फ़िगरेशन, सूचनाएं, विज्ञापन का मध्यस्थ, आदि के साथ-साथ ब्राउज़र एक्सटेंशन, चैटबॉट, डेस्कटॉप, वॉयस असिस्टेंट और इसके विपरीत मोबाइल अनुप्रयोगों को पार करने की क्षमता के लिए एक सिस्टम जोड़ा गया। मैंने उन सभी समस्याओं को दूर करने का निर्णय लिया जो इस समय के दौरान अनुप्रयोगों के साथ उत्पन्न हुईं।

परिप्रेक्ष्य और रणनीति

अपने अनुप्रयोगों के लिए एक एपीआई बनाना और बहुत सारे पैसे का निवेश करना, आपको मशीन अनुवाद बाजार की मात्रा और संभावनाओं को समझने की आवश्यकता है। 2017 में, पूर्वानुमान था कि 2023 तक बाजार 1.5 बिलियन डॉलर हो जाएगा, हालांकि सभी हस्तांतरणों के लिए बाजार की मात्रा $ 70 बिलियन (2023 के लिए) होगी।

ऐसा रन क्यों - लगभग 50 बार?

मान लें कि सबसे अच्छा मशीन अनुवादक अब पाठ का 80% अच्छी तरह से अनुवाद करता है। शेष 20% को एक व्यक्ति द्वारा संपादित किया जाना चाहिए। सबसे बड़ी अनुवाद लागत प्रूफरीडिंग है, यानी लोगों का वेतन।

अनुवाद की गुणवत्ता में 1% (हमारे उदाहरण में 81% तक) की वृद्धि में अनुमानित रूप से टेक्स्ट के प्रूफरीडिंग की लागत को 1% तक कम किया जा सकता है। सभी तबादलों के बाजार के बीच अंतर का 1% माइनस मशीन एक (70 - 1.5 = $ 68.5 बिलियन) या $ 685 मिलियन पहले से ही होगा। उपरोक्त संख्या और गणना सार को व्यक्त करने के लिए लगभग दिए गए हैं।

यही है, 1% की गुणवत्ता में सुधार भी अनुवाद सेवाओं पर बड़ी कंपनियों को बचा सकता है। जैसे-जैसे मशीनी अनुवाद की गुणवत्ता विकसित होती है, अधिक से अधिक यह मैनुअल अनुवाद बाजार की जगह लेगा और वेतन लागत को बचाएगा। सभी भाषाओं को कवर करने की कोशिश करना आवश्यक नहीं है, आप एक लोकप्रिय जोड़ी (अंग्रेजी-स्पेनिश) और क्षेत्रों में से एक (चिकित्सा, धातु विज्ञान, पेट्रोकेमिस्ट्री, आदि) चुन सकते हैं। 100% गुणवत्ता - सभी विषयों पर सही मशीन अनुवाद - निकट भविष्य में अप्राप्य। और गुणवत्ता सुधार का प्रत्येक बाद का प्रतिशत अधिक कठिन होगा।

हालांकि, यह मशीन अनुवाद बाजार को 2023 तक कुल बाजार के एक महत्वपूर्ण हिस्से पर कब्जा करने से नहीं रोकता है (डीपीएल के साथ समानता से, यह अनिवार्य रूप से Google बाजार का 10% हिस्सा हड़प लेता है), क्योंकि बड़ी कंपनियां हर दिन विभिन्न अनुवादकों के एपीआई का परीक्षण करती हैं। और उनमें से एक प्रतिशत (किसी भी भाषा के लिए) की गुणवत्ता में सुधार करने से उन्हें कई मिलियन डॉलर की बचत होगी।
बड़ी कंपनियों की रणनीति अपने स्वयं के परिचालन समय को बनाने के लिए शुरू होती है जो फल देने लगी है। उद्योग में अधिक स्टार्टअप, वैज्ञानिक कागजात और लोग हैं, जो हमें मशीन अनुवाद बाजार के लिए हमारे पूर्वानुमान को बढ़ाते हुए बाजार को रॉक करने और बेहतर अनुवाद गुणवत्ता प्राप्त करने की अनुमति देते हैं।

हर साल, एनएलपी कार्यों पर प्रतियोगिताओं का आयोजन किया जाता है, जहां निगम, स्टार्टअप और विश्वविद्यालय प्रतिस्पर्धा करते हैं, जो कुछ भाषा जोड़े में सबसे अच्छा अनुवाद करेंगे।

http://statmt.org/wmt18/

विजेताओं की सूची का विश्लेषण करके, विश्वास है कि छोटे संसाधन उत्कृष्ट परिणाम प्राप्त कर सकते हैं।

कंपनी का उद्घाटन

कई वर्षों के लिए, परियोजना कई बार बढ़ी है। एप्लिकेशन न केवल मोबाइल प्लेटफ़ॉर्म के लिए, बल्कि कंप्यूटर, पहनने योग्य डिवाइस, इंस्टेंट मैसेंजर, ब्राउज़र, वॉयस असिस्टेंट के लिए भी दिखाई दिए हैं। पाठ का अनुवाद करने के अलावा, आवाज, चित्रों, फाइलों, साइटों और फोन कॉल का अनुवाद बनाया गया था। प्रारंभ में, मैंने अपने अनुवाद एपीआई को केवल अपने अनुप्रयोगों के लिए उपयोग करने की योजना बनाई। लेकिन फिर मैंने इसे सभी के लिए पेश करने का फैसला किया। प्रतियोगी आगे बढ़े, और इसे बनाए रखना आवश्यक था।

उस समय तक, मैंने एक व्यक्ति उद्यमी के रूप में अकेले सब कुछ प्रबंधित किया, लोगों को आउटसोर्स करने के लिए काम पर रखा। लेकिन उत्पाद की जटिलता और कार्यों की संख्या तेजी से बढ़ने लगी, और यह स्पष्ट हो गया कि आपको कार्यों को सौंपने और अपने कार्यालय में अपनी टीम के लोगों को जल्दी से नियुक्त करने की आवश्यकता है। मैंने एक दोस्त को बुलाया, उसने अपनी नौकरी छोड़ दी और मार्च 2019 में लिंग्वेनएक्स खोलने का फैसला किया।

उस क्षण तक, मैं कहीं भी विज्ञापन के बिना एक परियोजना बना रहा था, और जब मैंने अपनी टीम को इकट्ठा करने का फैसला किया, तो मैं एक खोज समस्या में भाग गया। किसी को विश्वास नहीं था कि यह सब किया जा सकता है, और समझ नहीं आया कि क्यों। मुझे हजारों लोगों से बातचीत करनी पड़ी और प्रत्येक ने 3 घंटे तक हजारों अनर्गल विवरणों की चर्चा की। जब परियोजना के बारे में पहला लेख सामने आया, तो यह आसान हो गया। मुझसे हमेशा एक सवाल पूछा जाता था:

पहला सवाल हमेशा लगता है "आप Google से बेहतर क्या हैं?"

फिलहाल, हमारा लक्ष्य मुख्य यूरोपीय और एशियाई भाषाओं में एक सामान्य विषय के Google अनुवाद की गुणवत्ता को प्राप्त करना है और उसके बाद के लिए समाधान प्रदान करना है:

1) हमारे एपीआई के माध्यम से पाठ और साइटों का अनुवाद प्रतियोगियों की तुलना में तीन गुना सस्ता है, उत्कृष्ट समर्थन सेवा और आसान एकीकरण प्रदान करता है। उदाहरण के लिए, Google अनुवाद की लागत $ 20 प्रति मिलियन वर्ण है, जो

2 के महत्वपूर्ण संस्करणों के साथ बहुत महंगी है ) एपीआई द्वारा कुछ विषयों (चिकित्सा, धातु विज्ञान, कानून, आदि) पर दस्तावेजों की उच्च गुणवत्ता वाले विषयगत अनुवाद, पेशेवर के लिए उपकरण सहित एकीकरण। अनुवादक (जैसे कि SDL Trados)

3) हमारे लाइसेंस के तहत अपने सर्वर पर अनुवाद मॉडल चलाने के लिए उद्यमों की व्यावसायिक प्रक्रियाओं में एकीकरण। यह आपको डेटा की गोपनीयता बनाए रखने की अनुमति देता है, अनुवादित पाठ की मात्रा पर निर्भर नहीं करता है और किसी विशेष कंपनी की बारीकियों के लिए अनुवाद का अनुकूलन करता है।

आप विशिष्ट भाषा जोड़े या विषयों के लिए प्रतियोगियों की तुलना में अनुवाद की गुणवत्ता को बेहतर बना सकते हैं। तुम कुछ भी कर सकते हो। यह कंपनी के संसाधनों का मामला है। पर्याप्त निवेश के साथ, कोई समस्या नहीं है। क्या और कैसे करना है - यह ज्ञात है कि आपको श्रमिकों और धन की आवश्यकता है।

वास्तव में, एनएलपी बाजार मान्यता, भाषण विश्लेषण, मशीन अनुवाद में सुधार के रूप में बहुत तेजी से बढ़ रहा है, और एक छोटी सी टीम के लिए अच्छा लाभ ला सकता है। यहां सभी प्रचार 2-3 साल में शुरू होंगे, जब बड़ी कंपनियों द्वारा आज के बाजार प्रचार फल देगा। विलय / अधिग्रहण की एक श्रृंखला शुरू होगी। इस समय मुख्य बात यह है कि दर्शकों के साथ एक अच्छा उत्पाद है जिसे आप बेच सकते हैं।

संपूर्ण

सभी समय के लिए, परीक्षण एप्लिकेशन $ 1 मिलियन से अधिक लाए हैं, जिनमें से अधिकांश आपके खुद के अनुवादक बनाने पर खर्च किए गए थे। अब यह स्पष्ट है कि सब कुछ बहुत सस्ता और बेहतर किया जा सकता है। प्रबंधन की कई गलतियाँ की गईं, लेकिन यह अनुभव है, और तब कोई भी परामर्श करने वाला नहीं था। लेख इस कहानी का एक बहुत छोटा हिस्सा बताता है, और कभी-कभी यह स्पष्ट नहीं हो सकता है कि कुछ निर्णय क्यों किए गए थे। टिप्पणियों में प्रश्न पूछें।

फिलहाल, हमने Google अनुवाद की गुणवत्ता हासिल नहीं की है, लेकिन अगर टीम नेचुरल लैंग्वेज प्रोसेसिंग में कम से कम कुछ विशेषज्ञ हैं तो मुझे ऐसा करने में कोई समस्या नहीं है।
अब हमारा अनुवादक अंग्रेजी से जर्मन, स्पेनिश, फ्रेंच में सबसे अच्छा काम करता है।

3 वर्षों में विकसित किए गए नए कार्यक्रमों के लिंक और जिसमें पैसा लगाया गया था। यदि कोई भी पुराने परीक्षण अनुप्रयोगों को देखना चाहता है जो कि लेख की शुरुआत में चर्चा की गई थी (जहां पैसा कमाया गया था और 35 मिलियन जंप) - एक व्यक्तिगत में लिखें।

कैसे मैंने अनुभव और कनेक्शन के बिना $ 1,000,000 कमाया, और फिर उन्हें अपना अनुवादक बनाने के लिए खर्च किया

ये सब कैसे शुरू हुआ

मेरे अनुवादक के रास्ते पर

दीपल का इतिहास

Lingvanex नियंत्रण कक्ष

हम काम करना जारी रखते हैं

आवेदन की गुणवत्ता में सुधार

Backenster परियोजना

परिप्रेक्ष्य और रणनीति

कंपनी का उद्घाटन

संपूर्ण

IOS के लिए अनुवादक

Android के लिए अनुवादक

मैक ओएस के लिए अनुवादक

विंडोज के लिए अनुवादक

क्रोम के लिए अनुवादक

टेलीग्राम के लिए अनुवादक

अनुवाद एपीआई डेमो

More articles: