中新網12月22日電 機器翻譯距今已有70年的發展歷史。自上世紀40年代起，基於規則、實例以及統計的機器翻譯方法漸次登場，各領風騷。近兩年，神經網絡機器翻譯(Neural Machine Translation, NMT)技術異軍突起，取得了翻譯質量的大幅躍升。
12月21日，在百度機器翻譯技術開放日上，百度技術委員會聯席主席、自然語言處理部技術負責人吳華博士表示，基於領先的人工智慧、神經網絡以及自然語言處理技術，百度早在1年多以前就率先發布了世界上首個網際網路NMT系統，引領機器翻譯進入神經網絡翻譯時代。
先發制人：百度率先進入NMT時代
眾所周知，一項新的技術從實驗室誕生到真正的工業化應用，往往需要很長時間。以統計機器翻譯(SMT)為例，它自上世紀90年代初提出，直到15年之後，才出現了第一個基於SMT技術的網際網路翻譯系統，得到了大規模的應用。
而神經網絡翻譯技術從2014年9月提出，到百度2015年5月上線首個網際網路NMT系統，只用了短短8個月時間。這既體現了百度對於新技術敏銳的洞察力，也體現了百度翻譯的雄厚的技術實力。事實證明，NMT這一技術帶來了翻譯質量的大幅躍升，極大的提升了用戶體驗。
隨後，NMT以驚人的發展速度席捲學術界和工業界。在2016年學術界頂級會議上，幾乎全是圍繞NMT相關的創新工作，今年9月，谷歌、微軟等公司也相繼發布NMT系統。
NMT技術緣何受到追捧？據吳華介紹，它克服了傳統方法將句子分割為不同片段進行翻譯的缺點，而是充分利用上下文信息，對句子進行整體的編碼和解碼，從而產生更為流暢的譯文。
攻堅克難：NMT時代的百度式創新
「上線過程充滿挑戰，然而，對於每一個難題，我們都率先給出了高效的解決方案」回顧一年多前的上線歷程，吳華不無自豪的說。
儘管敏銳地洞察到NMT的優勢和潛力，在最初計劃上線該技術時，工程師們仍然表示了擔憂。畢竟，線上傳統的SMT系統經過長時間打磨，運作良好。而NMT剛剛提出幾個月的時間，儘管有優勢，但技術本身仍存在諸多缺陷，學術界也對其性能存在爭論甚至質疑。更不要提將其發布上線，面對廣大的網際網路用戶了。
「既然我們相信並且驗證了它是有用的，我們應該儘快讓它上線，提升用戶體驗」。簡單可依賴，百度工程師文化深入大家的骨髓。
彼時，對於NMT面臨的多個難題，並無成熟的解決方法。『既要看準方向，又要摸著石頭過河』。百度翻譯技術人員系統化地提出了一整套解決方案。譬如，通過引入SMT中的特徵解決NMT系統集外詞(OOV)無法翻譯、譯文不完整(漏詞)的問題，藉助算法改進將解碼速度提升數十倍；開創性地提出首個基於深度學習的多語言翻譯框架，解決數據稀疏問題；同時將模型壓縮70倍便於移動用戶在本地運行等。
在這一系列努力之下，吳華表示，「百度翻譯在中英的測試集上，翻譯質量比之前傳統的方法提升了7個百分點以上。」而通常，提升1個百分點，效果就非常顯著了。2015年5月20日，百度翻譯正式上線NMT系統，成為世界範圍內第一個真正實用的NMT系統。
隨後，在7月份的自然語言處理頂級會議ACL年會上，百度NMT翻譯系統又擔任了終身成就獎頒獎典禮的實時翻譯，在眾多世界級專家面前亮相展示。
同年，百度翻譯獲得了國家科技進步二等獎。百度也成為首個獲此殊榮的網際網路企業。
服務大眾：場景落地與大規模工業化應用
技術最終要服務大眾，否則就是鏡中月、水中花。在一系列技術創新的同時，百度翻譯結合用戶真實的使用場景，不斷豐富產品功能，優化用戶體驗。目前，百度翻譯支持全球28種語言互譯、756個翻譯方向，每日響應過億次的翻譯請求。
民警用百度翻譯救助外國友人、公交車售票員用百度翻譯幫助巴基斯坦小夥子找回失物、遊客利用『對話翻譯』、『拍照翻譯』功能在國外自由溝通等等，都表明了百度翻譯越來越多的融入了我們的生活。
此外，百度翻譯還開放了API接口，助力廣大企業國際化。目前已有超過2萬個第三方應用接入。華為、OPPO、中興、三星等手機廠商，金山詞霸、靈格斯詞霸、敦煌網等眾多產均接入了百度翻譯API。世界智慧財產權組織(WIPO)也將百度翻譯API集成到官網，供用戶將專利信息翻譯成不同語種查詢。
砥礪前行：不斷創新，擴大領先優勢
「NMT時代我們走在了世界前列，我們需要適應並一直保持領跑者的角色。以前我們是跟跑、並跑，現在我們要帶著別人跑」吳華在活動上如是說道。
事實上，這不僅是對機器翻譯而言，對於整體的科學技術領域，中國科技企業正逐步擺脫跟跑、並跑。
本文系轉載，不代表參考消息網的觀點。參考消息網對其文字、圖片與其他內容的真實性、及時性、完整性和準確性以及其權利屬性均不作任何保證和承諾，請讀者和相關方自行核實。