程彥博

近日，百度發(fā)布了融合統(tǒng)計和深度學(xué)習(xí)方法的在線翻譯系統(tǒng)，宣稱在機(jī)器翻譯技術(shù)上取得了重大突破。百度稱，該系統(tǒng)借助計算機(jī)模擬的海量神經(jīng)元，模仿人腦“理解語言、生成譯文”，同時結(jié)合百度已有的統(tǒng)計機(jī)器翻譯技術(shù)，使得機(jī)器翻譯質(zhì)量實現(xiàn)了“質(zhì)的飛躍”。

機(jī)器翻譯一直被公認(rèn)為是人工智能領(lǐng)域最難的課題之一。讓機(jī)器理解語言，進(jìn)而實現(xiàn)不同語言之間的翻譯，不僅僅是該領(lǐng)域的科學(xué)家們孜孜追求的技術(shù)夢想，也寄托著普羅大眾對自由溝通交流的美好愿望。

機(jī)器翻譯技術(shù)的發(fā)展一直與計算機(jī)技術(shù)的發(fā)展緊密相隨。從早期的詞典匹配，到詞典結(jié)合語言學(xué)專家知識的規(guī)則翻譯，再到基于語料庫的統(tǒng)計機(jī)器翻譯，隨著計算機(jī)計算能力的提升和多語言信息的爆發(fā)式增長，機(jī)器翻譯技術(shù)逐漸走出象牙塔，開始為普通用戶提供實時便捷的翻譯服務(wù)。

此次百度發(fā)布的基于深度學(xué)習(xí)的在線翻譯系統(tǒng)，實現(xiàn)了類似人腦的“理解語言、生成譯文”的翻譯方式。這種翻譯方法最大的優(yōu)勢在于譯文更加流暢，更加符合語法規(guī)范，讓人更加容易理解。相比之前的翻譯技術(shù)，質(zhì)量有“躍進(jìn)式”的提升。

百度稱，基于深度學(xué)習(xí)的翻譯系統(tǒng)的核心，是一個擁有無數(shù)結(jié)點（神經(jīng)元）的深度神經(jīng)網(wǎng)絡(luò)。一種語言的句子被向量化之后，在網(wǎng)絡(luò)中層層傳遞，轉(zhuǎn)化為計算機(jī)可以“理解”的表示形式，再經(jīng)過多層復(fù)雜的傳導(dǎo)運算，生成另一種語言的譯文。有趣的是，這個龐大的系統(tǒng)在剛剛構(gòu)建完成之后像剛出生的嬰兒一樣，不懂任何事情。它通過學(xué)習(xí)大量雙語互譯對照的句子，逐漸提升翻譯水平。百度利用自身得天獨厚的龐大網(wǎng)頁庫資源，挖掘了海量的雙語句對，作為系統(tǒng)的“學(xué)習(xí)教材”。由于深度神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)極其復(fù)雜，整個學(xué)習(xí)過程非常耗時，需要持續(xù)很長時間。百度機(jī)器翻譯團(tuán)隊經(jīng)過技術(shù)攻堅，使得翻譯系統(tǒng)的學(xué)習(xí)效率提高了十幾倍，大大縮短了學(xué)習(xí)時間?！敖滩摹钡臄?shù)量如果按照字?jǐn)?shù)換算成《大英百科全書》，翻譯系統(tǒng)在一周內(nèi)學(xué)習(xí)的內(nèi)容相當(dāng)于千萬部《大英百科全書》。

此外，該翻譯系統(tǒng)還應(yīng)用了長短時記憶（LSTM，Long Short-Term Memory）的循環(huán)神經(jīng)網(wǎng)絡(luò)（RNN，Recurrent Neural Network）模型。該模型擅長對自然語言建模，把任意長度的句子轉(zhuǎn)化為特定維度的浮點數(shù)向量，同時“記住”句子中比較重要的單詞，讓“記憶”保存比較長的時間。該模型很好地解決了自然語言句子向量化的難題，對利用計算機(jī)來處理自然語言來說具有非常重要的意義，使得計算機(jī)對語言的處理不再停留在簡單的字面匹配層面，而是進(jìn)一步深入到語義理解的層面。百度自然語言處理部致力于自然語言處理技術(shù)的創(chuàng)新探索，對深度學(xué)習(xí)模型的應(yīng)用研究走在了該領(lǐng)域的前沿。目前，該技術(shù)不僅在百度在線翻譯系統(tǒng)中取得成功，大幅提升了譯文質(zhì)量，還在篇章理解、語義計算、深度問答等多個重要方向取得了突破性進(jìn)展。

其實，百度一直在機(jī)器翻譯領(lǐng)域深耕細(xì)作，希望通過技術(shù)創(chuàng)新不斷提升翻譯質(zhì)量和系統(tǒng)性能，并致力于大規(guī)模互聯(lián)網(wǎng)應(yīng)用，為廣大用戶提供高質(zhì)量、方便快捷的翻譯服務(wù)。依托海量的互聯(lián)網(wǎng)資源和自然語言處理技術(shù)的優(yōu)勢，百度研發(fā)出高質(zhì)量翻譯知識獲取技術(shù)，突破了傳統(tǒng)方法在翻譯知識獲取方面規(guī)模小、成本高的瓶頸；基于互聯(lián)網(wǎng)大數(shù)據(jù)的多策略翻譯模型，能夠?qū)崟r響應(yīng)用戶復(fù)雜多樣的包括網(wǎng)絡(luò)新詞、科技文獻(xiàn)、電子商務(wù)、古文、粵語等多領(lǐng)域、多文體的翻譯需求；基于樞軸語言的翻譯方法，使得資源有限的小語種翻譯成為可能。百度在機(jī)器翻譯核心技術(shù)上的創(chuàng)新和突破，不僅使普通用戶受益，享受到方便快捷、高質(zhì)量的互聯(lián)網(wǎng)翻譯服務(wù)，也得到了學(xué)術(shù)界的認(rèn)可。由百度牽頭，聯(lián)合國內(nèi)頂尖學(xué)術(shù)機(jī)構(gòu)中科院自動化所、浙江大學(xué)、哈爾濱工業(yè)大學(xué)、中科院計算所、清華大學(xué)共同研發(fā)的“基于大數(shù)據(jù)的互聯(lián)網(wǎng)機(jī)器翻譯核心技術(shù)及產(chǎn)業(yè)化”項目獲得了中國電子學(xué)會科技進(jìn)步一等獎。

技術(shù)的創(chuàng)新要以喜聞樂見的形式普惠到每一個有需求的用戶，這是互聯(lián)網(wǎng)的精髓。百度機(jī)器翻譯團(tuán)隊一直秉承讓所有人平等便捷地獲取信息、找到所求的使命，致力于消除用戶跨語言溝通交流的障礙。結(jié)合百度領(lǐng)先的圖像識別、語音識別等技術(shù)，“百度翻譯”APP為用戶打造了一個全方位的隨身翻譯官。這位“翻譯官”不僅可以幫助用戶實時地與外國人進(jìn)行面對面交流，根據(jù)用戶所處場景，智能推送實用口語例句，還可以通過攝像頭拍照對菜單、車站站牌等進(jìn)行翻譯，解決用戶在海外學(xué)習(xí)和旅行時的語言難題。

百度發(fā)布基于深度學(xué)習(xí)的在線翻譯系統(tǒng)，讓我們看到解決機(jī)器翻譯這一人工智能經(jīng)典難題的希望。也許不久的將來，世界各地的人們都能夠自由交流，在全球范圍內(nèi)獲取資訊和服務(wù)。即使使用不同的語言，人們也可以交流想法和觀念，傳承思想和文化。畢竟，語言是保存和傳遞人類文明成果最重要的工具之一。