(原標(biāo)題：網(wǎng)易有道段亦濤：神經(jīng)網(wǎng)絡(luò)翻譯幫助我們更好理解人工智能)
2017GMIC(全球移動互聯(lián)網(wǎng)大會)未來創(chuàng)新峰會上，網(wǎng) 易有道首席科學(xué)家段亦濤發(fā)表了《機(jī)器翻譯皆有道》的主題演講，分享了其在神經(jīng)網(wǎng)絡(luò)翻譯領(lǐng)域的研究，并表示該技術(shù)將在有道詞典、有道翻譯官、有道翻譯網(wǎng)頁版等產(chǎn)品上陸續(xù)上線，這意味著超7億有道用戶將便捷地享受到這一技術(shù)帶來的便利。段亦濤表示，神經(jīng)網(wǎng)絡(luò)翻譯是人工智能在翻譯領(lǐng)域的具體應(yīng)用，是目前最前沿的機(jī)器翻譯技術(shù)，它帶來的翻譯質(zhì)量提升是過去十年的總和。
以下是其演講原文(有刪減)：
大家好，很高興有機(jī)會在這里跟大家分享有道在機(jī)器翻譯方面做的一些探索。先簡單自我介紹，我是網(wǎng) 易有道首席科學(xué)家，本科和碩士在北航學(xué)飛機(jī)設(shè)計(jì)專業(yè)，博士在加州大學(xué)伯克利分校學(xué)計(jì)算機(jī)科學(xué)。之后我就加入了網(wǎng) 易有道，目前主要關(guān)注機(jī)器學(xué)習(xí)領(lǐng)域，尤其是深度學(xué)習(xí)在機(jī)器翻譯、圖象識別、在線教育等方面的應(yīng)用。
神經(jīng)網(wǎng)絡(luò)翻譯質(zhì)量提升 是過去十年總和
有道其實(shí)很早就開始做機(jī)器翻譯，我們在2008年就推出了機(jī)器翻譯的服務(wù)，應(yīng)該是國內(nèi)最早推出這一服務(wù)的互聯(lián)網(wǎng)公司。這兩年我們更關(guān)注把深度學(xué)習(xí)接入機(jī)器翻譯領(lǐng)域，我們研究成果是非常顯著的，我們的機(jī)器翻譯質(zhì)量有非常大的提升。
我們先看兩個例子，給大家一個直觀的感受。第一個例子是英譯中的，我們隨便從外媒選取了一段新聞報(bào)道，報(bào)道內(nèi)容是關(guān)于前段時間巴黎恐怖事件。我們用各個翻譯引擎來進(jìn)行了翻譯，第一個是統(tǒng)計(jì)翻譯模型，第二個是我們的神經(jīng)網(wǎng)絡(luò)翻譯模型，第三種是某海外的神經(jīng)網(wǎng)絡(luò)翻譯引擎。
從上面的結(jié)果可以看出來，統(tǒng)計(jì)翻譯模型的結(jié)果拼湊感非常明顯，而且有些片斷翻譯還搞錯了，整體來看很不通順;有道的翻譯結(jié)果，可以看到是相當(dāng)?shù)臏?zhǔn)確和流暢的;第三個國外神經(jīng)網(wǎng)絡(luò)翻譯模型的結(jié)果，可以看到不少的不準(zhǔn)確的地方。
我們再來看一個中譯英的例子，我們摘取了機(jī)器之心前段時間發(fā)布的一條消息。我們主要看看各家神經(jīng)網(wǎng)絡(luò)翻譯的結(jié)果，可以看到，有道上線的神經(jīng)網(wǎng)絡(luò)翻譯的結(jié)果，仍然是通順和準(zhǔn)確的，這里面幾乎沒有任何語法錯誤。這個結(jié)果，即使是普通人中等英文水平，都很難達(dá)到，但是我們的神經(jīng)網(wǎng)絡(luò)翻譯做到了。再來看另個國外神經(jīng)網(wǎng)絡(luò)模型的翻譯結(jié)果，其實(shí)還是看出有明顯的不合適的地方，比如“起起伏伏”以及一些詞之間的關(guān)系搞錯。
也許有人會問，這些例子是不是精心挑選出來的。事實(shí)上，以上兩個例子只是我們隨機(jī)選出的兩個，沒有特別的篩選。我們對質(zhì)量的評測非常嚴(yán)格和客觀，我們采用龐大的評測數(shù)據(jù)集，并在這個數(shù)據(jù)集上看整體的質(zhì)量。大家可以下載有道翻譯官App直接體驗(yàn)這個最新的翻譯結(jié)果。
另外我們再看兩個數(shù)字，首先有道過去兩年研究神經(jīng)網(wǎng)絡(luò)翻譯所帶來的質(zhì)量提升差不多是過年十年質(zhì)量提升的總和，同時這個技術(shù)很快會被有道旗下的超過7億的用戶便捷地享受到。
人工智能改變翻譯 更聰明更高效
神經(jīng)網(wǎng)絡(luò)模型是一個很前沿的技術(shù)，那它為什么能夠在機(jī)器翻譯領(lǐng)域能起到如此大的作用呢?實(shí)際上，神經(jīng)網(wǎng)絡(luò)模型模仿了人腦的工作機(jī)制，整個模型由大量的“神經(jīng)元”來構(gòu)成，一個“神經(jīng)元”完成一些簡單的任務(wù)，然后通過對這些“神經(jīng)元”的組合來協(xié)調(diào)工作，最終得到更加出色的效果。
而以前的統(tǒng)計(jì)翻譯模型更像一個機(jī)械系統(tǒng)，它由很多個組件來構(gòu)成，包括短語組件、分詞組件、條序組件還有原模型等等。每個模塊都是有各自的功能和各自的目標(biāo)，然后機(jī)械地拼裝在一起，完成一個翻譯的結(jié)果。和它相比，神經(jīng)網(wǎng)絡(luò)翻譯模型更像一個有機(jī)體，模型里面有很多參數(shù)，這些參數(shù)都是為同一個目標(biāo)來調(diào)整和優(yōu)化的;它們中間的結(jié)合和交互更加有機(jī)，所以整體效果會更好。
另一個不同是，兩種模型的內(nèi)部信息的表達(dá)方式也不一樣。在統(tǒng)計(jì)翻譯模型里，其表達(dá)方式能夠識別詞，但卻不能夠表達(dá)詞與詞之間的關(guān)系，比如兩個詞的詞義是相似還是相反的。而我們的神經(jīng)網(wǎng)絡(luò)翻譯模型，它使用一個十?dāng)?shù)位的向量來表達(dá)每個詞，它的表達(dá)能力更豐富、更靈活，以及能夠更好地來表達(dá)詞和詞之間的關(guān)系。比如說“計(jì)算機(jī)”和“電腦”這兩個詞，那么它們很可能在向量空間里離得很近。這種表達(dá)方式能夠顧及到更多這樣的關(guān)系，它的內(nèi)部表達(dá)是一個有機(jī)整體，從而生成更通順的翻譯結(jié)果。
正如剛才所說，有道很早就開始研究機(jī)器翻譯領(lǐng)域，我們今天之所以在神經(jīng)網(wǎng)絡(luò)翻譯領(lǐng)域能夠獲得這樣的效果，有幾方面的原因。
首先，有道在機(jī)器翻譯領(lǐng)域深耕了近十年，我們積累了大量的優(yōu)質(zhì)的語料和技術(shù)。我們依托有道詞典積累的語料和用戶數(shù)據(jù)，能夠在英語學(xué)習(xí)這種翻譯場景下做到最好。其次，我們更加關(guān)注中文和其他外語之間的翻譯，所以火力更加集中，我們針對中文特有的語言現(xiàn)象做了非常多的優(yōu)化，包括中文的分詞等等。這些優(yōu)化都直接體現(xiàn)在最終的翻譯結(jié)果中。另外，我們集合網(wǎng) 易公司的研發(fā)之力，和網(wǎng) 易杭州研究院一起，攻克了數(shù)據(jù)處理、大規(guī)?？蚣?、模型優(yōu)化、領(lǐng)域適配等技術(shù)難題，開發(fā)了一些我們特有的技術(shù)，比如我們自己的領(lǐng)域適配技術(shù)，使得我們的模型能夠自動識別不同場景。目前已經(jīng)在新聞、學(xué)習(xí)、口語和一些科技領(lǐng)域等場景下做到了最優(yōu)。”
我們做的神經(jīng)網(wǎng)絡(luò)翻譯技術(shù)，目前可以很便捷讓用戶體驗(yàn)到。比如用我們的翻譯引擎來做文本翻譯，翻譯效果比以前有了很大的提升;有道翻譯官的拍照翻譯，用戶只需要對文本進(jìn)行拍照，就可實(shí)時展現(xiàn)出神經(jīng)網(wǎng)絡(luò)翻譯的結(jié)果。另外，我們?nèi)斯しg的團(tuán)隊(duì)也開始全面使用有道上線的神經(jīng)網(wǎng)絡(luò)翻譯技術(shù)，推出了“有道人機(jī)翻譯”服務(wù)：客戶提交訂單后，神經(jīng)網(wǎng)絡(luò)翻譯模型會先做一版初步翻譯，譯員們再在這個基礎(chǔ)上進(jìn)一步調(diào)整，這就很大地提高了翻譯效率，同時翻譯費(fèi)用降低了50%。
有道翻譯官拍照翻譯中的應(yīng)用
機(jī)器翻譯的未來 打破語言障礙
回到問題的最初，我們?yōu)槭裁匆度脒@么巨大的人力物力財(cái)力，研究神經(jīng)網(wǎng)絡(luò)機(jī)器翻譯呢?
最直接和現(xiàn)實(shí)的價(jià)值就是，神經(jīng)網(wǎng)絡(luò)翻譯能夠幫助人打破語言的障礙，使得信息的流通更加通常?？v觀歷史，信息交流的變革都是對人類技術(shù)進(jìn)步有很強(qiáng)的刺激作用，往遠(yuǎn)看有印刷術(shù)、造紙術(shù)，近代有無線和有線電報(bào)等，以及到今天互聯(lián)網(wǎng)。雖然目前來看，信息技術(shù)的發(fā)展使得數(shù)據(jù)傳輸不再是瓶頸，但是另一個面臨的問題就是語言的障礙，比如數(shù)據(jù)傳過來沒有問題，但能不能看懂和理解就是另外回事。那么神經(jīng)網(wǎng)絡(luò)翻譯能夠幫助人們打破這個障礙，使人的交流更加通常，這個意義是非常重大的。
同時，神經(jīng)網(wǎng)絡(luò)翻譯對整個人工智能領(lǐng)域有明顯的促進(jìn)作用。語言和文字體系是人類特有的特性，所以如果我們沒有真正的理解語言的機(jī)制，那么就不可能說我們真正理解和做到人工智能。而在神經(jīng)網(wǎng)絡(luò)翻譯的研究過程中，既包括了對語言的理解，也包括了語言的生成，所以對它的研究能夠很好地促進(jìn)人工智能整體發(fā)展。
也正因?yàn)槿绱耍械酪约熬W(wǎng) 易公司將以神經(jīng)網(wǎng)絡(luò)翻譯技術(shù)為契機(jī)，進(jìn)一步探索人工智能與機(jī)器翻譯的結(jié)合，推動行業(yè)的技術(shù)創(chuàng)新和發(fā)展。
