你的位置:首页 > 新闻动态 > 公司新闻

虽然人 工智能很多领域成就了辉煌 却很难 成为翻译领域的“翻译官”

作者:(http://www./) 2017-5-26 10:27:42 点击:
棋类游 戏人类悉数溃退
想得到这个答案,我们必须先了解AI和机器 学习是如何一步步打败人类的。1996年,IBM的深蓝 电脑初度应战世界象棋大师卡斯帕罗夫,初度交 手卡斯帕罗夫取胜。不过,沉寂一 年后另起炉灶的深蓝却赢了第二场比赛。在那往后,计算机 又有了长足的翻开,世界象棋领域,人类现 已再难与其叫阵。
 
深蓝应战卡斯帕罗夫20年后,AlphaGo横空出世,它在最 难并吞的围棋上4;1打败了 韩国高手李世石,惊掉了全世界的下巴。随后,AlphaGo又化身Master,在互联网上取得了60场不败的战绩。而今天,升级版的AlphaGo在比赛中现已2:0抢先柯洁。
 
机器翻译现已翻开到3.0年代
现在,业界开 始将翻译当作下一个突破口。言语的 生成和翻译对机器来说一直是最凌乱的应战,上世纪50年代IBM就妄图打破这一藩篱,但直到上世纪90年代,搜索引擎Altavista才推出 了真实的翻译东西。不过,机器翻 译有自己的绑缚,它只能“翻字典”逐一单词进行翻译,短少布 景知识的它大多数时分翻译出来的都不像人话。
 
机器翻译往后,我们进 入了计算机器翻译(SMT)年代。它会运 用模型将语段中的单词或语句与此前的翻译进行对比,然后再 找出最合适的表达方法。
 
跟着机器学习和AI的介入,机器翻 译将进入第三个时期。与人类大脑类似,机器需 求在语境布景下了解不一样句段的运用方法,跟着学习的深化,它们也 能生成可了解的方针言语。
 
为此,谷歌专 门开发了神经机器翻译(NMT)技术,该技术 会以悉数语句为单位进行了解(此前为单词和词组)。在AI的助力下,NMT也能从 翻译资猜中致使“养料”,它能活 络分析语段结构并发现语义或结构转换的夸姣的本地。
 
短期内 人类翻译不会丢饭碗
技术跋涉灵敏,许多靠 言语就餐的人开始忧虑NMT带来的无量挟制,但对于普罗大众来说,能打破 言语的藩篱的确令人等待。
 
本年2月份,谷歌全新NMT系统在 韩国世宗大学与人类舌人进行了一场大战。悉数比赛耗时50分钟,人类和 机器都要翻译两段随机文本(未翻译过的),一段文学的,一段非文学的。在这次比赛中,人类以 无量优势打败了机器,韩译英 和英译韩上机器都没占到半点便宜。
 
有人会说,翻译可 不像数学计算或许下围棋,评委在 评判时可能会戴着有色眼镜。不过,这次比 赛第三方裁判首要着眼于母语者一眼就能看出的言语过失,因而我 们没有理由置疑比赛的公平性。
 
赛后,评委标明,NMT系统翻译出的文本90%语法都有疑问,或许说 它会翻译出一些没有明显过失但不符合人类言语习气的语句。这场大战后,许多靠 言语就餐的人都能松口气了。
 
不过从长远来看,NMT将来的 确可以担任一些技术类的文本内容,此类文 本有严重的写作标准且术语许多。当然,即使是此类文本,NMT翻译后 人类也要对其进行必定的校正和修正。
 

至于文学和推行翻译,恐怕最抢先的AI也无能为力,由于此 类文本的译文需求翻译根据实际情况进行再创造(如苹果“Think Different”的广告语翻译成“非同凡想”)。因而,在翻译 和言语的世界中,机器人 还有很长的路要走。


虽然现 在很多科技大佬们都在研发人工智能,谷歌翻译、百度翻译、搜狗翻译等等,从计算 机出现的时候就开始发展翻译软件,但目前 依旧不是很理想,因为人 工智能不存在感情,无法理解语境,所以很 难成为理想的翻译官。

友情链接:    瀹濆矝褰╃エ浠g悊