2017中國(guó)互聯(lián)網(wǎng)大會(huì)在北京國(guó)家會(huì)議中心拉開(kāi)帷幕，為期三天。谷歌翻譯研發(fā)科學(xué)家高勤詳盡講述了谷歌翻譯最近一年取得的最新進(jìn)展，主要在于利用機(jī)器學(xué)習(xí)消除語(yǔ)言障礙。

        高勤表示，谷歌翻譯現(xiàn)在提供超過(guò)100種語(yǔ)言互通，覆蓋全球99%的網(wǎng)民，每天提供超過(guò)10億次的翻譯，大約相當(dāng)于100萬(wàn)本書(shū)的文本總量。月度活躍用戶超過(guò)10億人次，其中95%來(lái)自于美國(guó)以外地區(qū)。在技術(shù)層面，谷歌利用機(jī)器學(xué)習(xí)帶來(lái)了許多全新的翻譯體驗(yàn)，例如利用手機(jī)攝像頭做的即時(shí)翻譯，利用手機(jī)麥克風(fēng)和揚(yáng)聲器進(jìn)行即時(shí)對(duì)話翻譯，離線翻譯的支持為沒(méi)有數(shù)據(jù)服務(wù)的旅行者提供幫助。

        在翻譯質(zhì)量方面，谷歌基于神經(jīng)網(wǎng)絡(luò)機(jī)器翻譯技術(shù)在翻譯的流暢度和準(zhǔn)確性上進(jìn)行了的提升。高勤認(rèn)為，神經(jīng)網(wǎng)絡(luò)相對(duì)于傳統(tǒng)技術(shù)是一種革命性的改變，能夠獲得連續(xù)的、全局的決策信息。

        “傳統(tǒng)的翻譯技術(shù)，基于短語(yǔ)的統(tǒng)計(jì)機(jī)器翻譯是拼圖過(guò)程，通過(guò)對(duì)短語(yǔ)對(duì)的排列和組合，嘗試找出較好的翻譯選項(xiàng)，而整個(gè)決策過(guò)程是離散的，而支持這個(gè)決策的信息也都是局部的。而神經(jīng)網(wǎng)絡(luò)機(jī)器學(xué)習(xí)是反其道而行之，做每一步翻譯過(guò)程中可以利用云語(yǔ)言與目標(biāo)語(yǔ)言所有信息，使整個(gè)決策過(guò)程既是連續(xù)也是全局的。

        高勤表示，2015年最初預(yù)計(jì)完成項(xiàng)目計(jì)劃要花三年時(shí)間，但基于TensorFlow平臺(tái)，在2016年11月針對(duì)16個(gè)語(yǔ)言的機(jī)器翻譯能力基本實(shí)現(xiàn)。這其中，多語(yǔ)言模型使200個(gè)模型的訓(xùn)練與維護(hù)成為可能。

        所謂多語(yǔ)言模型是指用同一套神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)多種語(yǔ)言的互相翻譯。如將英語(yǔ)、西班牙語(yǔ)、韓語(yǔ)放在同一個(gè)翻譯模型中進(jìn)行翻譯。具體的實(shí)現(xiàn)方式：“將我們想要翻譯的目標(biāo)語(yǔ)言代碼通過(guò)特殊符號(hào)形式告訴神經(jīng)網(wǎng)絡(luò)，神經(jīng)網(wǎng)絡(luò)就可以處理多種語(yǔ)言的翻譯。如，要翻譯到日語(yǔ)，只需要在原語(yǔ)言前加入2ja+簡(jiǎn)單符號(hào)。通過(guò)這樣處理的多語(yǔ)言簡(jiǎn)單符號(hào)，很多情況下其性能超過(guò)單語(yǔ)言情況。”

        高勤表示，在谷歌翻譯的實(shí)踐過(guò)程中，發(fā)現(xiàn)神經(jīng)網(wǎng)絡(luò)內(nèi)部對(duì)多種語(yǔ)言的表示具有一定的普適性。“當(dāng)我們對(duì)多語(yǔ)言模型、神經(jīng)網(wǎng)絡(luò)內(nèi)部對(duì)多語(yǔ)言中意義相近的句子向量表示進(jìn)行多維空間投影，發(fā)現(xiàn)意義相近的句子投影到相鄰區(qū)域”。