騰訊科技訊 據外電報導，人工智慧技術在面對兩種語言同時轉換成第三種語言時，可以在保證合理正確率的情況下翻譯「語言對」( Language Pair )。這將大大減輕人工預先輸入學習的工作，使人工智慧技術在自學和解決問題方面有了長足的進展。
「中介語言」(Interlingua)--人工智慧技術
所謂神經網絡技術實際上就是讓機器和算法能夠儘量像人的大腦那樣思考和運算。谷歌翻譯的最新進展表明，人工智慧可以在許多方面超過人腦。谷歌人工智慧技術已經實現在沒有預先進行針對訓練的情況下翻譯語言對。換句話說，也就是可以不經學習就在不同語言間進行翻譯。尤其是在首次將事先未學習的兩種語言翻譯成一種已經學習過的語言時，人工智慧翻譯的效果更佳。美國康奈爾大學一份報紙對此進行了詳細的報導。
谷歌近期將谷歌翻譯升級成谷歌深度學習神經機器翻譯系統(Google Neural Machine Translation ，GNMT)，為通過人工智慧提升谷歌翻譯能力鋪平了道路。此前，Google Brain-谷歌翻譯研發團隊，研究出一種機器翻譯的自學方法，即所謂的「Zero-Shot翻譯」。
該研究團隊致力於「深度學習」的研究項目，結合人工智慧技術，使谷歌翻譯可以在兩種事先未學習過的語言間轉換。簡而言之，該系統可以自動先將意思相近的句子或短語進行分組，然後通過預先學習過的語言將這些意思相近的句子有機聯繫在一起，這就是開發者所稱的「中介語言」的作用。
「Zero-Shot翻譯」是指在完成語言A到語言B的翻譯訓練之後，語言A到語言C的翻譯不需要再經過任何學習。
這項技術不但擴展了該軟體的使用範圍，還降低了高昂的計算成本。近10年來，谷歌翻譯從最初只能支持幾種語言的翻譯到目前支持103種語言，每天翻譯1400億個單詞。為支持不同語言翻譯過程中寵大的運算量，谷歌必須維持許多不同的運算系統，在運算上投入了巨大的成本。
谷歌對原翻譯系統進行了再開發，從三維模型圖示可以看出，該GNMT系統所採用語義理解模式要比傳統的短語對短語的翻譯模式要複雜的多。GNMT的優點在於系統運行基礎並沒有大的變化，只是在開始的語言輸入過程中通過表徵符號來確定目標語言然後進行翻譯，從而在單一系統上完成了多語言間的轉換，大大減少了系統翻譯運行的計算量。
谷歌深度學習神經機器翻譯系統在許多方面進行了革新，通過開發模型可以省略人工輸入學習語言的過程，使得翻譯質量有了顯著提高，這些都得益於先進的綜合解碼系統的發展。GNMT提高翻譯質量的同時，還使谷歌翻譯產品架構大為簡化。目前，谷歌翻譯用戶已經可以在GNMT系統下進行翻譯，新系統翻譯的語言也更加流暢自然。
人工智慧的未來
未來，開發出完全不需要人類語言提示的人工智慧翻譯技術是有可能的。這即是好消息，也是壞消息。
研究人員正在開發人工智慧的自學能力，也許不久的將來人們都可以用上具備自學能力(能夠通過自身運行經驗提升性能)的電腦。也就是說，屆時，電腦不僅可以進行自我訓練提高，還可以在沒有提示的前提下分析人們的需求和預測人們的想法。
當然，上述設想與人工智慧現在的發展水平還有一定的距離。不過隨著技術的一天天進步，人工智慧不僅會達到人腦的水平，未來很可能在很多方面超過人腦。因此，一些人對未來完全自主化的人工智慧技術可能會擾亂社會的擔憂也不是在杞人憂天。
科技的發展告訴我們，在創造機器並用它來解碼複雜的網絡計算的同時，我們需要確定如何才能最佳的利用人工智慧技術。今天，人工智慧只是在在線翻譯上小試牛刀，其未來應用領域將是非常廣闊的。(編譯/青松)
關注同花順財經（ths518），獲取更多機會
責任編輯：lwy