The vodka is good

En gång i tiden läste jag ett fascinerande ämne som heter datalingvistik. Det går i princip ut på att få datorer att hantera språk, naturliga språk som svenska och engelska. En typisk tillämpning inom området är maskinöversättning.

Lovande demonstrationer på 1950-talet gjorde det möjligt att finansiera stora projekt. Men här finns en lurig fälla; det är enkelt att skriva program som kan översätta väl inom begränsade områden, men när de skall utökas växer problemen exponentiellt. Dessutom inser man snart att goda översättningar kräver viss förståelse av det som texten avhandlar, vilket är en helt annan och oerhört mycket större utmaning. På 1960-talet kom några rapporter som i princip avfärdade de uppsatta målen som orealistiska, översättningsdatorer skulle inom överskådlig tid vara sämre och dyrare än människor som gjorde detsamma.

Och så nämns ett klassiskt exempel; alla i branschen känner till det.

Det var när man tog den engelska frasen the spirit is willing, but the flesh is weak (Matt 26:41) och översatte till ryska - resultatet blev the vodka is good, but the meat is rotten.

Roligt? Jo, om det inte vart för alla miljoner dollar och manår av forskning som lagts ner på att komma fram till detta. (Men som alla som använt tjänsterna på nätet vet så är en ungefärlig översättning, om aldrig så klumpig och torftig, oerhört mycket bättre än ingen översättning alls.)

Men nuförtiden ägnar jag mig främst åt faktoider, och då slår det mig: är den där vodka-historien sann? Var och när skulle den ha inträffat? Vilket system användes? Ofta antyds att det skall ha hänt på 50- eller 60-talet, och i vilket fall är det första belägg Mattias funnit från 1958 (liksom en hoper från 60-talet, snarare än det relativt sena från 1970 som jag förut orkat fram till).

I en intressant variant gäller det en offentlig demonstration av ett sovjetiskt program, där en amerikansk ambassadör får välja bibelord. Där kan man ana politiska poänger - att den inte är sann indikeras av att den i versionen jag hittat är förlagd till slutet av 1980-talet, eller senare är åtskilliga andra belägg.



Tills vidare håller jag "vodkan" för att vara en datalingvistisk vandringssägen. Vilket i så fall är den första jag identifierat inom just det området.