機械翻訳史（キカイホンヤクシ）

概要

機械翻訳史 (Machine Translation History, MT History) は1949年7月 Warren Weaver (Rockefeller 財団研究員) の「Translation」メモを起点とする 75年余りの進化史。1954年 IBM + Georgetown 大学が世界初の MT 実験 (露→英 49文、6規則 250語彙) で社会注目を集め、1968年 Systran 創業 (ピーター・トマ、米→欧米標準)、1990年代の SMT (Statistical Machine Translation)、2006年 Google Translate 公開で大衆化、2017年 ニューラル機械翻訳革命 (Google NMT、DeepL)、2024年 LLM ベース翻訳 (GPT-4o/Claude 4.7) で人間品質に到達した。

歴史的画期: ① 1949 Warren Weaver メモ「Translation」(MT 学術概念誕生) ② 1954 IBM-Georgetown 実験 (世界初公開デモ、露→英) ③ 1966 ALPAC レポート (MT 否定的、研究停滞 10年) ④ 1968 Systran 創業 (ルールベース MT 商業化) ⑤ 1991 SDL Trados (翻訳メモリ) ⑥ 2006 Google Translate (SMT) ⑦ 2014 Sequence-to-Sequence モデル (Sutskever、ニューラル革命前夜) ⑧ 2016 Google Neural MT 発表 ⑨ 2017 DeepL 公開 (元 Linguee、欧州ニューラル MT トップ) ⑩ 2018 Google BERT (Transformer) ⑪ 2024 GPT-4o + Claude 4.7 + Gemini 2.5 Live で「人間並み」到達。

2026年4月時点の主要 MT サービス ① Google Translate (133言語対応、月間 5億人) ② DeepL (英独仏中日韓ほか 31言語、欧州市場トップ) ③ GPT-4o Translation (OpenAI、文脈考慮+専門用語強い) ④ Claude 4.7 Translation (Anthropic、文化的ニュアンス対応) ⑤ Microsoft Translator (Azure、Bing 統合) ⑥ DeepL Pro ($8.74-57.49/月)、月間 ユーザ 5,000万 (2026)。

2025-2026年最大トレンドは ① LLM 翻訳が人間翻訳を一部超越 (Stanford 2025年研究で「英→日 専門記事翻訳の質」で GPT-4o が プロ翻訳者の 70% を超える) ② Apple AirPods Pro 2 リアルタイム翻訳 (iOS 18.5+、無料) ③ AI 通訳デバイス (Pocketalk Plus ¥30,000、Vasco Translator V4) で観光業活用 ④ Apple Vision Pro Spatial Translation (空間で多言語字幕) ⑤ DeepL Voice (2024-Q4、リアルタイム会議翻訳)。

主な特徴・仕組み

• 世代別翻訳方式: ① ルールベース (Systran 1968-、辞書+文法) ② 統計 (SMT、Google 2006-2016) ③ ニューラル (NMT、Google 2016-、DeepL 2017-) ④ LLM (GPT-4o 2024-、Claude 4.7 2026-)
• 品質指標: BLEU スコア (0-100、人間翻訳 60-65)、人間評価 (Adequacy/Fluency)、COMET (新世代)
• 対応言語数: Google 133、DeepL 31、GPT-4o 100+、Claude 4.7 50+
• API 料金: Google $20/1M chars、DeepL $25/1M chars、GPT-4o $5-15/1M tokens
• 個人向け 価格: Google Translate 無料、DeepL Pro $8.74-/月、ChatGPT Plus $20/月
• 業界別精度: 一般会話 95%+、技術文書 85-90%、文学 70-80%、詩 50-60% (2026年4月、英→日)
• 専門翻訳サービス: Lionbridge ($30M+/年売上)、TransPerfect、SDL の各社が AI 統合中
• AI 翻訳業界規模: 世界 約 78億ドル (2026 Statista)、年成長率 14.6%
• ジョブ影響: 米国翻訳者 6.4万人 (BLS 2025)、AI で 30-50% 低単価圧力、ただしハイエンド (法律/医療/特許) は依然人間優位
• 倫理問題: AI 学習データの著作権 (NYT vs OpenAI 2023-)、プロ翻訳者収入減少

機械翻訳 主要マイルストーン年表

自作PC + 機械翻訳開発・利用

ローカル翻訳+AI 翻訳統合の自作PC：

• CPU: Ryzen 7 7700X (¥48,800) — DeepL Pro+Claude+ブラウザ並列
• GPU: RTX 4090 24GB (¥289,980) — Llama 4 70B + Marian NMT ローカル翻訳実行
• メモリ: DDR5-5600 32GB (¥24,800)
• ストレージ: NVMe Gen4 SSD 1TB (¥18,800)
• ローカル翻訳: Marian NMT (OSS、低リソース)、Helsinki-NLP モデル (Hugging Face)、Llama 4 70B Q5 で多言語対応
• 商用 API: DeepL Pro Starter ($8.74/月、500K文字)、Claude Pro ($20/月) で個人翻訳完結
• CAT ツール: SDL Trados Studio (¥120,000買切)、memoQ (¥190,000)、OmegaT (無料 OSS)

機械翻訳と類似技術の違い

• MT vs CAT (Computer-Assisted Translation): CAT は人間翻訳支援、MT は機械独立翻訳
• MT vs 通訳 (Interpretation): 通訳は音声リアルタイム、MT は主にテキスト
• MT vs 翻訳メモリ (TM): TM は過去翻訳の再利用、MT は新規生成
• MT vs 多言語 LLM (Llama 4): LLM は汎用、MT は翻訳特化

よくある質問（FAQ）

Q1: 2026年に翻訳者の仕事は奪われる？ A: 部分代替+部分強化。一般会話・観光案内・SNS 翻訳は AI で 95%カバー、ただし法律契約・医療診断・特許明細書は人間必須。専門翻訳者は AI 活用で生産性 3-5倍、平均的層は単価 -30-50% 下押し圧力、業界再編進行中。

Q2: 個人で実用的なのは？ A: 用途別。① 仕事メール = DeepL Pro Starter ($8.74/月、500K 文字) ② 学術論文 = Claude Pro ($20/月、文脈考慮) ③ コード翻訳 = ChatGPT Plus ($20/月、技術用語) ④ 観光会話 = Google Translate (無料) または Apple AirPods Pro 2 リアルタイム翻訳 (無料)。

Q3: 自作PC ローカル翻訳の現実性は？ A: 限定的。RTX 4090 + Llama 4 70B Q5 で Google Translate 75-80% 品質、DeepL Pro 比 -10-15%、レイテンシ 5-15秒/文。プライバシー重視 (機密文書) なら有効、UX 重視は商用 API 一択。月¥0 ランニングは魅力的。

まとめ

• 機械翻訳史 = Warren Weaver (1949) → IBM (1954) → Systran (1968) → Google (2006) → ニューラル (2016) → LLM (2024)
• 主要 Google/DeepL/GPT-4o/Claude 4.7、世界市場 78億ドル
• 2024-2026年 LLM ベースで人間並み到達、Stanford 研究で 70%超え
• 自作PC + Llama 4 ローカル+商用 API で月¥1,500-3,000 翻訳完結