人工智能能夠自學翻譯地球上的任何語言了
據fastcompany報道，最新出現的兩個機器翻譯系統完成了嶄新的突破可以在無需人類翻譯文本的學習資料的情況下，自主學習翻譯地球上的任何語言。機器翻譯發展驚人，但是地球上還是有數以億計的人無法享受它的好處因為他們的語言在翻譯器的下拉菜單中根本找不到。現在，兩個新的人工智能系統一個來自西班牙的delPaísVasco大學（UPV），另一個來自卡內基梅隆大學（CMU）承諾會改變這一切，為像《星際迷航》（StarTrek）中那樣的真正的宇宙通用譯者（universaltranslator）的到來打開大門。
要了解這些新系統的潛力，首先要了解當前的機器翻譯是如何工作的。目前機器翻譯的事實標桿是谷歌翻譯，這個系統涵蓋了從南非語到祖魯語的103種語言，包括世界上前10種語言順序為漢語，西班牙語，英語，印度語，孟加拉語，葡萄牙語，俄語，日語，德語，和爪哇語。Google的系統使用人類監督的神經網絡，比較平行文本以前由人類翻譯過的書籍和文章。通過比較這些平行文本中的大量數據，Google翻譯可以學習任意兩種指定語言之間的對等關系，從而獲得在它們之間快速轉換的能力。有時候翻譯結果會很有趣，可能并不能真正反映原文的意思，但總的來說，這些翻譯是功能性的，隨著時間的推移，機器人維修，他們會越來越好。
Google的做法很好，而且很有效。但不幸的是，它并不是全球通用。這是因為有監督的培訓需要很長的時間以及很多監督人員因為太多了，谷歌使用了眾包也因為并非世界所有語言之間都有足夠多的并行翻譯文本。想想看：根據世界語言民族學目錄，地球上有6,909種生活語言。其中414種的使用人數占人類總數的94%。由于Google翻譯涵蓋了103個，因此會留下6,806種語言沒有機器翻譯其中有311種語言的使用人數超過百萬。總的來說，工業機器人維修，至少有八億人不能享受機器自動翻譯的好處。
這兩個新的系統可以在任何語言之間翻譯單詞和句子無需通過比較大量由人類翻譯的平行文本來學習。他們也不需要監督。相反，他們使用未監督的機器學習，并比較不同語言的隨機文本。這是如何運作的？由于語言的詞語分類是相似的，所以系統猜測這些詞是否相等，用這些信息構建翻譯詞典。他們從中找出句子結構，通過在不同的語言之間來回翻譯來評估他們猜測的結果。
正如UPV的研究員MikelArtetxe所描述的那樣：想象一下，你給了一個人很多的中文書籍和阿拉伯語書籍這些書都不重疊然后這個人必須學會把中文翻譯成阿拉伯語。這似乎是不可能的，對吧？事實上，這看起來實在太不可能了，機器人維修，以至于微軟人工智能專家DiHe（這兩個研究項目的啟發者）告訴科學界，他得知即使沒有人工監控，電腦也可以學習翻譯的時候，整個人都震驚了。
一個警告就是，這個系統并不像目前的平行文本深度學習系統那么精確但是正如DiHe指出的那樣，電腦能夠在沒有任何人類指導的情況下猜測所有這些事實，這一事實本身簡直不可思議。我們只是接觸到了這種新的學習方法的表面。看起來，可能很快就有一個真正的通用翻譯，讓我們能夠與任何人用對方的母語交談了，這不再僅僅是科幻的東西。