以人为本,本在心;以厚为道,道在行
欧博娱乐官网 景宁人力 百里半 尚云客 沃德邦拓展

欧博娱乐·2018年(第一批)产学合作协同育人: 点击查看申报指南

企业邮箱 中文 English

新闻中心

您的位置:HOME > 新闻中心 > 内部周刊
  • 武汉欧博娱乐企业
  • Wuhan HOPU

人工智能,能否助人类重建“巴比伦塔”

发布时间:2016-12-20 来源:


假如上帝真的存在,他最近可能有些心事。
 
在犹太人的古老传说中,人类曾试图修建一座通向天堂的“巴比伦塔”。为阻止这个疯狂的计划,上帝想出一个绝招——赋予不同族群不同语言,让人们难以沟通。
 
最终,语言的隔阂让“巴比伦塔”计划搁浅。直到今天,即便信息和交通技术把世界变成了“地球村”,语系之间的交流,依然只能依靠对彼此语言的专业学习。
 
但是现在,人工智能在语言翻译领域的突飞猛进,又让人们重新看到了“巴比伦塔”竣工的希望。
 
九成六级考生不如“它”
 
这段时间,机器翻译技术可谓高调。
 
微软刚刚在12月13日放出“大招”——推出实时语音翻译应用MicrosoftTranslator,支持多人、多语言、跨设备交流。国内企业并未示弱。上个月底科大讯飞在其年度发布会上也展示了类似的技术,可以将中文会议演讲实时翻译成英、日、韩、维吾尔等多种语言显示在大屏幕上。发布会上推出的语音翻译机“晓译”还瞄准了更广阔的应用场景——出国游玩。
 
平时不显山不露水的在线翻译应用也已华丽升级。今年9月,谷歌翻译启用了谷歌神经机器翻译(GNMT)系统,在人工智能界引起骚动。而追溯至去年5月,则是百度翻译发布基于神经网络的机器翻译(NMT)系统的时间。
 
机器翻译的高调,依赖于人工智能技术在这一领域的显著进展。
 
百度主任架构师何中军介绍,自上世纪40年代起,基于规则、实例以及统计的机器翻译方法渐次登场。2014年起,人工神经网络开始在机器翻译领域引领风骚。
 
“最终的翻译效果就是更加流畅了。”科大讯飞机器翻译研究主管刘俊华告诉科技日报记者,科大讯飞所展示的会议实时翻译系统和“晓译”翻译机便应用了基于神经网络的机器翻译方法。
 
若问人工智能的到来把机器翻译“提”到了什么水平,何中军举出一道大学英语六级翻译真题。这道题需要把一句中文翻译成英文,而百度翻译应用给出的答案,从词汇和语法来看都挑不出什么毛病。
 
无独有偶,科大讯飞在推介其“晓译”翻译机时也曾表示它可以达到大学英语六级水平。“大学英语六级的翻译题目满分为15分,目前机器翻译答题可以达到11分。”刘俊华解释说,这意味着机器翻译技术大概可以超过90%的英语六级考生。
 
“炼丹炉”取代了“流水线”
 
就在两三年前,“流畅”和“自然”还是让机器翻译研究人员感到头痛的字眼。那时,基于统计的机器翻译方法是大热门。
 
短短两年多时间内,基于神经网络的机器翻译系统,就在多个公开测试集上超越了基于统计的机器翻译系统。
 
单从翻译步骤来看,刘俊华的体会是,基于神经网络的机器翻译比其前任“简洁了非常多”。比如,要把一句中文翻译成英文,基于统计的机器翻译方法首先要对句子的词汇、短语进行切分,然后分别对每个单元进行翻译,再把翻译结果组合起来,最后还要进行调序等等。每个步骤都对应着十分复杂的模型。
 
形象地说,如果基于统计的方法是一条长长的流水线,基于神经网络之后只需一个“炼丹炉”。
 
新方法被称为“从端到端”的翻译。“基本的神经机器翻译模型包含两个部分,编码器和解码器。”何中军解释说,编码器将源语言句子表示为一个向量,解码器根据此向量逐词产生目标译文。也就是说,一个句子经过一次“加工”就能够直接输出目标语言。
 
不仅翻译效率得到了极大提高,结果也更加流畅自然。这是因为,神经机器翻译方法是对整个句子进行编码处理,可以照顾到词汇的上下文信息,因此翻译出的答案不像统计机器翻译方法那样生硬。
 
正是“流畅”和“自然”将机器翻译技术推向更加实际的应用。而且在与其他人工智能技术相结合后,机器翻译可以真正触到人们语言不通的“痛点”,从而深度切入商务、旅行、学习等多个场景。
 
例如,无论是微软的MicrosoftTranslator,还是科大讯飞的会议实时翻译系统以及“晓译”翻译机,都结合了语音识别技术来为语言交谈架起桥梁。而融入了光学字符识别(OCR)技术的百度翻译APP,则可以在国外购物或旅游的场景下,帮助人们翻译看不懂的英文路牌、菜单和说明书等。
 
等待打破“叹息”之墙
 
可以看到,人工智能正在一点一点“捅破”人与人之间的语言隔阂。有网友戏言,或许不久后的一天,揣着装了高效语言翻译APP的手机,邻居大妈也能来一场说走就走的世界旅行。所有国家的学生将彻底挣脱外语课的“黑暗统治”。
 
不过,要把重建“巴比伦塔”的美梦寄托给当前、乃至未来一段时间内的机器翻译技术,还是有点不太现实。
 
“基于神经网络的翻译技术虽然带来了机器翻译质量的较大提高,但是本身还存在诸多技术挑战。”何中军说。他把神经网络比作一个“黑盒子”,中文句子进去,英文句子出来,但是这个“黑盒子”为何要这么翻译,技术人员还难以对其进行合理的解释。
 
更重要的是,复杂、多变,我们自己都掌握不住的“人性”,仍然是所有人工智能发展的叹息之墙。
 
虽然对单个句子的翻译可以实现流畅和自然,但是在整个篇章的上下文理解方面,机器翻译并不给力。一旦涉及歇后语、诗句、双关语甚至口语化的表达,机器翻译更会毫不掩饰地掉链子。而对于如何将知识融合到机器翻译系统中,让机器真正“理解”人类的语言,目前还没有较好的解决方案。
 
从另一个角度来看,无论是基于统计的机器翻译,还是基于神经网络的机器翻译,都以庞大的语料库为基础。然而刘俊华告诉科技日报记者,虽然中、英等主要语种的语料相对充足,一些小语种的翻译,比如科大讯飞目前关注的国内少数民族语言的翻译,依然会面临语料短缺的问题。
 
“目前的成果可以证明,神经网络在语言翻译领域的应用效果不错,但它的潜力还没有完全发挥出来。”刘俊华给出的方案是,可以考虑将其他技术路线与基于神经网络的机器翻译方法融合起来,使其各施所长,实现更好的翻译效果。
 
人工智能会不会取代专业的同声传译?这个简单的问题竟让机器翻译领域的专家们感到为难。何中军用“任重道远”作为回答,而在刘俊华看来,对照传统的翻译规则——“信、达、雅”,人工智能目前仅能实现“信”,离后二者尚有距离。
 
这么说来,上帝或可放宽心:就算人工智能要帮助人类重建“巴比伦塔”,也不过刚刚捡起几块砖瓦而已。
 
只是,未来呢?