据 fastcompany 报道,***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。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。
一个警告就是,这个系统并不像目前的平行文本深度学习系统那么精确——但是正如 Di He 指出的那样,电脑能够在没有任何人类指导的情况下猜测所有这些事实,这一事实本身简直不可思议。 我们只是接触到了这种新的学习方法的表面。看起来,可能很快就有一个真正的通用翻译,让我们能够与任何人用对方的母语交谈了,这不再仅仅是科幻的东西。