Onverwacht vermoeiende MPTE

Maandag nam ik met plezier een MTPE-project aan voor een merk van luxe-auto’s.

Nu, dat is geen nieuws, ik neem opdrachten altijd met plezier aan.

Maar het bleek twee dagen behoorlijk doorwerken te zijn. Ik was een beetje verrast dat ik me na de eerste dag al tamelijk leeg voelde.

Zoals gewoonlijk met dit soort MTPE-opdrachten vraag je je af waarom het zo zwaar voelt, want er was niet veel te vertalen en de meeste woordenschatproblemen waren al aangepakt in de TB.

Ten eerste was het echter een enorme hoeveelheid woorden: meer dan 166 000! Gelukkig moest ik er zelf maar ongeveer 10 000 controleren.

Maar, hola: de AI had geen rekening gehouden met de TB! Dus zadelde de kwaliteitscontrole achteraf me nog met een hoop te controleren woordenschat op.

En een andere programma – misschien ook de AI – had alle woorden geschreven in hoofdletters vervangen door labels. Dat was interessant voor combinaties zoals “the STOP button”, maar het verving bijvoorbeeld ook “OFF” en “ON” in werkwoordgroepen (phrasal verbs) door labels.

Dat betekende dat “Tun ON” en “Turn OFF” er precies hetzelfde uitzagen. Het werd allemaal “Turn Label1” omdat de labels in elke afzonderlijke zin vanaf 1 werden genummerd.

Maar de vertaling “Zet Label1” zou dan “Zet OFF” of “Zet ON” worden, wat je niet echt Nederlands kunt noemen.

Elke vindplaats van een phrasal verb moest worden gecontroleerd in het document met de brontekst om zeker te zijn dat de vertaling in orde was.

Het zijn zulke zaken waardoor MTPE tijdroverender is dan verwacht, en de deadline halen je nogal wat kopzorgen kan bezorgen.

Maar, niet getreurd, het is gelukt. Het maakt echter wel duidelijk waarop MTPE soms onverwacht vermoeiend is.

Unexpectedly tiring MTPE

Monday I gladly excepted an MTPE project for a luxury car brand.

Well, I always gladly except a job, there’s nothing new to that.

But it turned out to be two days of hard work. I was a bit surprised that I felt a bit empty after the first day.

As usual with this kind of MTPE jobs you wonder why it does feel so hard, because there wasn’t a lot to translate and the vocabulary problems had mostly been taken care off.

However, first of all it was an anormous amount of words: more than 166 000! Luckily, I only had to take a look at approximately 10 000.

But, oh boy: the AI didn’t take the TB into account! All of that had to be checked afterwards.

And one or other program – maybe the AI too – replaced all words written in capitals by tags. That was very interesting for combinations like “the STOP button”, but it replaced “OFF” and “ON” from phrasal verbs by tags too.

That meant “Tun ON” and “Turn OFF” looked exactly the same. It all became “Turn TAG1”.

But the translation “Zet TAG1” would have ended up as “Zet OFF” or “Zet ON”, which can hardly be called Dutch.
Every occurrence of phrasal verbs had to be checked to be make it was translated OK. Things like that make MTPE more time-consuming than expected, and meeting the deadline can be a headache.

I pulled it off, but it became clear why MTPE can feel so unexpectedly tiring.

NASA en taart

We bedoelen natuurlijk niet echt “taart”, maar “pi”, op z’n Engels uitgesproken, want vandaag is het Pi-dag.

NASA gebruikt natuurlijk vaak pi. Dat is onvermijdelijk, omdat het getal in veel berekeningen voorkomt. Wiskunde zou nergens zijn zonder pi, en daardoor ook natuurkunde niet, om over interplanetaire vluchten nog maar te zwijen.

Pi is al lange tijd tot vele miljoenen cijfers achter de komma bekend, maar NASA gebruikt niet meer dan dit rijtje: 3,141592653589793. Inderdaad: niet meer dan 16 beduidende cijfers. Pi is nochtans bekend tot op biljoenen cijfers achter de komma, maar zo veel heeft NASA er blijkbaar niet eens nodig.

Waarom dan al die moeite? Meestal om documenten te kunnen coderen zodat ze niet kunnen worden ontcijferd en gelezen, maar ook om te tonen tot wat de jongste computer in staat is. En vaak ook gewoon om te pochen.

Maar waarom gebruikt NASA maar zestien cijfers? Dat is omdat er een limiet is aan hoeveel precisie nuttig is voor interplanetaire missies. Als de precisie leidt tot een foutenmarge van de grootte van een waterstofatoom aan de rand van het waarneembare universum, nl. 40 cijfers, waarom zou je dan zo vreselijk precies willen zijn als je nauwelijks het zonnestelsel uitgeraakt? 16 cijfers is meer dan genoeg om een kunstmaan met een enorme nauwkeurigehid naar Uranus te krijgen.

Maar er zijn ook enkele fysieke beperkingen. Kleppen in raketmotoren kunnen maar met een maximale snelheid open en dicht, en die snelheid bepaalt hoe nauwkeurig koerscorrecties kunnen zijn. Het heeft dus geen zin om preciezer te berekenen dan wat je toestellen aan kunnen. Bovendien is de beweging van een ruimtesonde in het zonnestelsel niet eens nauwkeurig voorspelbaar door het grote aantal zwaartekrachtspunten. Bedenk immers dat er geen formule bestaat om het zwaartekrachtsveld te berekenen gevormd door drie verschillende massa’s. We hebben alleen een formule voor twee massa’s. Eenmaal meer is het raden.

Gedeeltelijk verklaart dat ook waarom NASA nooit een systeem heeft gekozen dat meer dan 16 beduidende cijfers kan gebruiken, namelijk float64.

Dus al die geheugenwonders die pi tot n cijfers na de komma uit het hoofd leren, zijn eraan voor hun moeite. In werkelijkheid heb je voor alle toepassingen die de mens gebruikt meer dan genoeg aan 16 cijfers. En die 3,141592653589793 kun je wel even uit het hoofd leren. 🙂

Voor de NASA Pï day challenge: https://www.jpl.nasa.gov/edu/resources/project/the-nasa-pi-day-challenge/

Peter Motte, zaterdag, 14 maart 2026

AI-modus van Google (4)

Ook deze vond ik eigenlijk wel grappig:

Peter Motte
(Geraardsbergen, 31 maart 1966) is een veelzijdige Belgische vertaler, auteur en publicist die vooral actief is in de werelden van sciencefiction, fantasy en strips.
Professionele Activiteiten

Vertaler & Ondernemer: Sinds 1997 runt hij Vertaalbureau Motte in Geraardsbergen, waarbij hij technisch vertaalwerk (automobiel, ICT) combineert met literair werk en vertalingen van bekende manga’s (o.a. Death Note, Bleach) voor uitgeverij Kana.
Literair Werk: Naast 13 jaar redactie van het tijdschrift De Tijdlijn, schreef hij poëziebundels en stelde hij de verhalenbundel Atlas (2013) samen.

Online Aanwezigheid
Peter Motte blogt over taal, literatuur en AI, en vermijdt sociale media.

“vermijdt sociale media”… Nou ja, eigenlijk is dat wel waar, maar het staat er wel nogal apodictisch.