美國時間5月9日，Facebook 的人工智能（AI）研究團隊宣佈，已經開發出一項新的語言翻譯技術，翻譯速度及準確度均超越谷歌翻譯。這項技術再次印證了社交媒體的使命：讓世界更開放、更緊密。
語言成為了不同母語的人群間相互交流的障礙，所以突破這層阻攔是社交平臺完成使命的必經之路。此前，Facebook可以自動翻譯超過45國語言的狀態內容，但是Facebook的CEO扎克伯格稱“仍有進步空間”。
谷歌機器翻譯系統基於循環神經網絡（RNN），是老牌翻譯系統，已經處於領先地位。但是，微軟於2016年12月推出了最新技術，在翻譯複雜句型時可以較靈活調整語序，準確度較高。
Facebook的人工智能程師Michael Auli和David Grangier介紹，他們的翻譯技術突破在於發揮卷積神經網絡（CNN）獨特優勢，使其性能超越基於RNN的翻譯技術。谷歌機器翻譯系統是基於RNN，這意味著Facebook翻譯速度將是谷歌的9倍。
CNN和RNN是兩種神經網絡，被用以處理數據序列。RNN是循環分析數據，嚴格按照句子從左到右的順序一個字一個字進行翻譯。而CNN可以同時從不同角度捕捉數據，更好地契合機器圖形處理器（GPU）硬件系統，CNN的特性和GPU的並行計算功能相輔相成。
GPU是為處理視頻遊戲中的圖像而設計的。據彭博社報道，CNN與其的結合意味著用戶將有機會在Facebook查閱的每一項內容，都以用戶的習慣語言表述，不僅是狀態文字，還有視頻。
在翻譯技術突破方面，另一項傑出表現是使用多跳注意力（multi-hop attention）和門控（gating）來改善翻譯效果。注意力機制類似於人在翻譯時的斷句，系統在翻譯時會回看和多次看整個句子來選擇下一個翻譯的詞語，這樣更接近人類翻譯時的順序。而多跳注意力是其昇華版，利用網絡反覆回看，做出最符合的翻譯。
使用多跳注意力進行編碼到解碼的過程示意。
門控是用來控制神經網絡內的信息流動，決定某一特定信息是否可以通過並傳輸到下一個神經元。在選擇下一個翻譯的單詞時，神經網絡會考慮到目前為止所做的翻譯。門可以任意放大某一部分的翻譯或者整體的大意，以確保接下來選擇符合的語境。
目前這項技術還停留在研究階段，沒有完全開發並在Facebook產品上發佈。但是，該技術已經應用在翻譯狀態更新上。
Facebook稱已經公開這項翻譯資源的源代碼，大家可以利用該資源來滿足個人翻譯需求。除了翻譯，這項技術還可以被廣泛應用到其他語言類項目。
相關推薦
