|
假如上帝真的存在,，他最近可能有些心事。 在猶太人的古老傳說中,，人類曾試圖修建一座通向天堂的“巴比倫塔”,。為阻止這個瘋狂的計劃,，上帝想出一個絕招——賦予不同族群不同語言，讓人們難以溝通,。 最終,，語言的隔閡讓“巴比倫塔”計劃擱淺。直到今天,，即便信息和交通技術把世界變成了“地球村”,，語系之間的交流，依然只能依靠對彼此語言的專業(yè)學習,。 但是現(xiàn)在,，人工智能在語言翻譯領域的突飛猛進，又讓人們重新看到了“巴比倫塔”竣工的希望,。 九成六級考生不如“它” 這段時間,，機器翻譯技術可謂高調。 微軟剛剛在12月13日放出“大招”——推出實時語音翻譯應用Microsoft Translator,，支持多人,、多語言、跨設備交流,。國內企業(yè)并未示弱,。上個月底科大訊飛在其年度發(fā)布會上也展示了類似的技術，可以將中文會議演講實時翻譯成英,、日,、韓、維吾爾等多種語言顯示在大屏幕上,。發(fā)布會上推出的語音翻譯機“曉譯”還瞄準了更廣闊的應用場景——出國游玩,。 平時不顯山不露水的在線翻譯應用也已華麗升級。今年9月,，谷歌翻譯啟用了谷歌神經(jīng)機器翻譯（GNMT）系統(tǒng),，在人工智能界引起騷動。而追溯至去年5月,，則是百度翻譯發(fā)布基于神經(jīng)網(wǎng)絡的機器翻譯（NMT）系統(tǒng)的時間,。 機器翻譯的高調，依賴于人工智能技術在這一領域的顯著進展,。 百度主任架構師何中軍介紹,，自上世紀40年代起，基于規(guī)則,、實例以及統(tǒng)計的機器翻譯方法漸次登場,。2014年起，人工神經(jīng)網(wǎng)絡開始在機器翻譯領域引領風騷,。 “最終的翻譯效果就是更加流暢了,?！笨拼笥嶏w機器翻譯研究主管劉俊華告訴科技日報記者，科大訊飛所展示的會議實時翻譯系統(tǒng)和“曉譯”翻譯機便應用了基于神經(jīng)網(wǎng)絡的機器翻譯方法,。 若問人工智能的到來把機器翻譯“提”到了什么水平,，何中軍舉出一道大學英語六級翻譯真題。這道題需要把一句中文翻譯成英文,，而百度翻譯應用給出的答案,，從詞匯和語法來看都挑不出什么毛病。 無獨有偶,，科大訊飛在推介其“曉譯”翻譯機時也曾表示它可以達到大學英語六級水平,。“大學英語六級的翻譯題目滿分為15分,，目前機器翻譯答題可以達到11分,。”劉俊華解釋說,，這意味著機器翻譯技術大概可以超過90%的英語六級考生,。 “煉丹爐”取代了“流水線” 就在兩三年前，“流暢”和“自然”還是讓機器翻譯研究人員感到頭痛的字眼,。那時，基于統(tǒng)計的機器翻譯方法是大熱門,。 短短兩年多時間內,，基于神經(jīng)網(wǎng)絡的機器翻譯系統(tǒng)，就在多個公開測試集上超越了基于統(tǒng)計的機器翻譯系統(tǒng),。 單從翻譯步驟來看,，劉俊華的體會是，基于神經(jīng)網(wǎng)絡的機器翻譯比其前任“簡潔了非常多”,。比如,，要把一句中文翻譯成英文，基于統(tǒng)計的機器翻譯方法首先要對句子的詞匯,、短語進行切分,，然后分別對每個單元進行翻譯，再把翻譯結果組合起來,，最后還要進行調序等等,。每個步驟都對應著十分復雜的模型。 形象地說,，如果基于統(tǒng)計的方法是一條長長的流水線,，基于神經(jīng)網(wǎng)絡之后只需一個“煉丹爐”。 新方法被稱為“從端到端”的翻譯,?！盎镜纳窠?jīng)機器翻譯模型包含兩個部分,，編碼器和解碼器?！焙沃熊娊忉屨f,，編碼器將源語言句子表示為一個向量，解碼器根據(jù)此向量逐詞產(chǎn)生目標譯文,。也就是說,，一個句子經(jīng)過一次“加工”就能夠直接輸出目標語言。 不僅翻譯效率得到了極大提高,，結果也更加流暢自然,。這是因為，神經(jīng)機器翻譯方法是對整個句子進行編碼處理,，可以照顧到詞匯的上下文信息,，因此翻譯出的答案不像統(tǒng)計機器翻譯方法那樣生硬。 正是“流暢”和“自然”將機器翻譯技術推向更加實際的應用,。而且在與其他人工智能技術相結合后,，機器翻譯可以真正觸到人們語言不通的“痛點”，從而深度切入商務,、旅行,、學習等多個場景。 例如,，無論是微軟的Microsoft Translator,，還是科大訊飛的會議實時翻譯系統(tǒng)以及“曉譯”翻譯機，都結合了語音識別技術來為語言交談架起橋梁,。而融入了光學字符識別（OCR）技術的百度翻譯APP,，則可以在國外購物或旅游的場景下，幫助人們翻譯看不懂的英文路牌,、菜單和說明書等,。 等待打破“嘆息”之墻 可以看到，人工智能正在一點一點“捅破”人與人之間的語言隔閡,。有網(wǎng)友戲言,，或許不久后的一天，揣著裝了高效語言翻譯APP的手機,，鄰居大媽也能來一場說走就走的世界旅行,。所有國家的學生將徹底掙脫外語課的“黑暗統(tǒng)治”。 不過,，要把重建“巴比倫塔”的美夢寄托給當前,、乃至未來一段時間內的機器翻譯技術，還是有點不太現(xiàn)實,。 “基于神經(jīng)網(wǎng)絡的翻譯技術雖然帶來了機器翻譯質量的較大提高,，但是本身還存在諸多技術挑戰(zhàn),。”何中軍說,。他把神經(jīng)網(wǎng)絡比作一個“黑盒子”,，中文句子進去，英文句子出來,，但是這個“黑盒子”為何要這么翻譯,，技術人員還難以對其進行合理的解釋。 更重要的是,，復雜,、多變，我們自己都掌握不住的“人性”,，仍然是所有人工智能發(fā)展的嘆息之墻,。 雖然對單個句子的翻譯可以實現(xiàn)流暢和自然，但是在整個篇章的上下文理解方面,，機器翻譯并不給力,。一旦涉及歇后語、詩句,、雙關語甚至口語化的表達,，機器翻譯更會毫不掩飾地掉鏈子。而對于如何將知識融合到機器翻譯系統(tǒng)中,，讓機器真正“理解”人類的語言,，目前還沒有較好的解決方案。 從另一個角度來看,，無論是基于統(tǒng)計的機器翻譯，還是基于神經(jīng)網(wǎng)絡的機器翻譯,，都以龐大的語料庫為基礎,。然而劉俊華告訴科技日報記者，雖然中,、英等主要語種的語料相對充足,，一些小語種的翻譯，比如科大訊飛目前關注的國內少數(shù)民族語言的翻譯,，依然會面臨語料短缺的問題,。 “目前的成果可以證明，神經(jīng)網(wǎng)絡在語言翻譯領域的應用效果不錯,，但它的潛力還沒有完全發(fā)揮出來,。”劉俊華給出的方案是,，可以考慮將其他技術路線與基于神經(jīng)網(wǎng)絡的機器翻譯方法融合起來,，使其各施所長,，實現(xiàn)更好的翻譯效果。 人工智能會不會取代專業(yè)的同聲傳譯,？這個簡單的問題竟讓機器翻譯領域的專家們感到為難,。何中軍用“任重道遠”作為回答，而在劉俊華看來,，對照傳統(tǒng)的翻譯規(guī)則——“信,、達、雅”,，人工智能目前僅能實現(xiàn)“信”,，離后二者尚有距離。 這么說來,，上帝或可放寬心：就算人工智能要幫助人類重建“巴比倫塔”,，也不過剛剛撿起幾塊磚瓦而已。 只是,，未來呢,？ |
|
|
