专栏名称: 网络大数据
打造中国最专业的网络大数据科学门户网站,提供新闻动态、研究资料、测量工具、数据报告、在线测量等各项信息及服务,供IDC,CDN,ICP和普通大众共同学习进步。
目录
相关文章推荐
大数据分析和人工智能  ·  DeepSeek 1分钟搞定高颜值图表 ·  15 小时前  
数据派THU  ·  10²⁶参数,AGI还需70年!清华人大预测 ... ·  昨天  
数据派THU  ·  Logic-RL: ... ·  2 天前  
软件定义世界(SDX)  ·  2025年DeepSeek技术全景解析 ·  2 天前  
大数据文摘  ·  Gemini ... ·  6 天前  
51好读  ›  专栏  ›  网络大数据

史上第一次,AI能够自学翻译地球上的任何语言了

网络大数据  · 公众号  · 大数据  · 2017-12-05 11:41

正文

结合人工智能神经网络的机器翻译近年来取得了巨大的进步,以谷歌翻译为代表,足以让印象还停留在“生硬死板、破绽百出”的人惊讶万分。但是总体来说,也还是通过人类的已存翻译文本来学习。

据fastcompany报道,最新出现的两个机器翻译系统完成了崭新的突破——可以在无需人类翻译文本的学习资料的情况下,自主学习翻译地球上的任何语言。编译 如下



机器翻译发展惊人,但是地球上还是有数以亿计的人无法享受它的好处——因为他们的语言在翻译器的下拉菜单中根本找不到。

现在,两个新的人工智能系统——一个来自西班牙的delPaísVasco大学(UPV),另一个来自卡内基梅隆大学(CMU)——承诺会改变这一切,为像《星际迷航》(Star Trek)中那样的真正的宇宙通用译者(universal translator)的到来打开大门。

要了解这些新系统的潜力,首先要了解当前的机器翻译是如何工作的。 目前机器翻译的事实标杆是谷歌翻译,这个系统涵盖了从南非语到祖鲁语的103种语言,包括世界上前10种语言——顺序为汉语,西班牙语,英语,印度语,孟加拉语,葡萄牙语,俄语,日语,德语, 和爪哇语。 Google的系统使用人类监督的神经网络,比较平行文本——以前由人类翻译过的书籍和文章。

通过比较这些平行文本中的大量数据,Google翻译可以学习任意两种指定语言之间的对等关系,从而获得在它们之间快速转换的能力。有时候翻译结果会很有趣,可能并不能真正反映原文的意思,但总的来说,这些翻译是功能性的,随着时间的推移,他们会越来越好。

Google的做法很好,而且很有效。但不幸的是,它并不是全球通用。这是因为有监督的培训需要很长的时间以及很多监督人员——因为太多了,谷歌使用了众包——也因为并非世界所有语言之间都有足够多的并行翻译文本。想想看:根据世界语言民族学目录,地球上有6,909种生活语言。其中414种的使用人数占人类总数的94%。由于Google翻译涵盖了103个,因此会留下6,806种语言没有机器翻译——其中有311种语言的使用人数超过百万。总的来说,至少有八亿人不能享受机器自动翻译的好处。

这两个新的系统——可以在任何语言之间翻译单词和句子——无需通过比较大量由人类翻译的平行文本来学习。他们也不需要监督。相反,他们使用未监督的机器学习,并比较不同语言的随机文本。这是如何运作的?由于语言的词语分类是相似的,所以系统猜测这些词是否相等,用这些信息构建翻译词典。他们从中找出句子结构,通过在不同的语言之间来回翻译来评估他们猜测的结果。

正如UPV的研究员Mikel Artetxe所描述的那样:“想象一下,你给了一个人很多的中文书籍和阿拉伯语书籍——这些书都不重叠——然后这个人必须学会把中文翻译成阿拉伯语。

这似乎是不可能的,对吧?“事实上,这看起来实在太不可能了,以至于微软人工智能专家Di He(这两个研究项目的启发者)告诉科学界,他得知”即使没有人工监控,电脑也可以学习翻译”的时候,整个人都震惊了。







请到「今天看啥」查看全文