機器翻譯技術(shù)的進展已經(jīng)或?qū)⒁獙θ斯しg市場帶來什么樣的影響？

在去年12月1日的微軟技術(shù)大會上，微軟認(rèn)知服務(wù)與花椒直播共同展示了展示了使用微軟人工智能翻譯技術(shù)實現(xiàn)多語言直播的應(yīng)用。人稱“哈利波特”的微軟亞洲研究院首席研究員 Thomas Moscibroda博士用他的母語——德語在直播期間回答了網(wǎng)友們用中文提出的各種好玩的問題。網(wǎng)紅主播Thomas說的話和網(wǎng)友的問題都實時顯示中德雙語字幕，這背后則是有微軟提供的Microsoft Translator的語音翻譯服務(wù)。

Microsoft Translator提供了豐富多樣的使用場景，解決了用戶在面對面時由于語言不通而導(dǎo)致交流不暢的痛點。例如幫助身處異國的旅行者更方便地與酒店前臺、出租車司機和博物館導(dǎo)游等進行交流。教師也可借助該項技術(shù)與只會說其他語言的學(xué)生家長進行溝通。在紐約市的一個試點項目中，這項技術(shù)還被用于幫助非英語人群申請由州政府頒發(fā)的身份證。

積累了微軟20多年研究成果，Microsoft Translator的語音翻譯服務(wù)，現(xiàn)已全部由業(yè)界先進的深度神經(jīng)網(wǎng)絡(luò)技術(shù)驅(qū)動，以提供更準(zhǔn)確自然的翻譯體驗。Microsoft Translator語音翻譯能實現(xiàn)包括中文在內(nèi)的9種不同語言之間的實時語音翻譯。消費者可以通過實時語音翻譯Skype Translator以及Microsoft Translator的iOS和Android版的移動應(yīng)用進行體驗。微軟翻譯還支持近60種語言的文本翻譯。而且這個數(shù)量還在不斷增加。目前全球已有數(shù)千間企業(yè)在使用微軟自動翻譯技術(shù)，提高業(yè)務(wù)效率和服務(wù)質(zhì)量。

微軟研究院Microsoft Translator產(chǎn)品戰(zhàn)略總監(jiān)Olivier Fontana說：“我們的終極目標(biāo)是打破語言障礙?！边@項技術(shù)適用于一對一交談（例如旅行者向酒店前臺問詢）、一對多互動（例如一名導(dǎo)游與一群游客交談）以及多對多溝通（例如多語言的商務(wù)會議和學(xué)術(shù)討論）。只需要每個人在手機上打開Microsoft Translator移動端的App，掃描二維碼并進入聊天界面，就可以開始交流了。

個人通用翻譯器

這一功能以Microsoft Translator語音翻譯技術(shù)為基礎(chǔ)，該技術(shù)已先用于Skype Translator，后者讓使用不同語言的人群能在網(wǎng)上進行實時交流。

“Skype Translator能讓被地區(qū)和語言阻隔的人順暢交流，“但它不能滿足面對面交談的需求，”微軟人工智能及微軟研究事業(yè)部機器翻譯組研究經(jīng)理Arul Menezes說。他和他的同事們都認(rèn)為， 面對面跨語種交流所要用到的技術(shù)，應(yīng)該更接近于《星際迷航》和其他科幻作品中隨處可見的“通用翻譯器”。

對于“個人通用翻譯器”，團隊決定利用業(yè)已廣泛采用的移動設(shè)備，而不再開發(fā)專用的翻譯硬件。Microsoft Translator團隊項目經(jīng)理Tanvi Surti說：“眼下，智能手機隨處可見，幾乎人手一只?！盨urti負(fù)責(zé)領(lǐng)導(dǎo)Microsoft Translator現(xiàn)場翻譯功能的開發(fā)。

該團隊開發(fā)了一項技術(shù)，讓現(xiàn)有的Microsoft Translator 手機應(yīng)用與網(wǎng)站形成了一個整體?！拔覀兓撕芏鄷r間思考用戶體驗設(shè)計，”Surti說。“比如我們倆說著兩種不同的語言，我們?nèi)绾巫龅娇焖賹右员阌懈嗟臅r間和注意力用于考慮交談內(nèi)容？”

新功能使用起來非常簡單。首先，用戶通過手機端應(yīng)用或網(wǎng)站登錄這項服務(wù)，選擇自己的語言并發(fā)起新會話。這一過程將生成一個代碼以及一個二維碼，其他參與者可以輸入這代碼或掃描二維碼加入，然后選擇自己的語言，談話就可以開始了。

與大多數(shù)尖端前沿技術(shù)類似，它目前還不夠完美。

“毫無疑問，目前該技術(shù)的應(yīng)用在質(zhì)量和設(shè)置上都有很多提升的空間。但毫無疑問的是，一旦你完成設(shè)置，就能在多人使用多種語言面對面交談的過程中獲得‘通用翻譯器’體驗，”Fontana說。

深層神經(jīng)網(wǎng)絡(luò)

機器翻譯技術(shù)本身是由運行在云中的算法所驅(qū)動的，通過使用基于深層神經(jīng)網(wǎng)絡(luò)的翻譯技術(shù)，與先前所謂的“統(tǒng)計型機器翻譯”相比，它能夠提供更流暢、聽起來更有“人味”的翻譯。

兩種方法都涉及根據(jù)早前經(jīng)專業(yè)人士翻譯的文檔文本數(shù)據(jù)對算法進行訓(xùn)練，以便讓系統(tǒng)了解一種語言中的單詞和短語如何用另一種語言來表達。然而，統(tǒng)計型方法局限在由一兩個鄰近詞語形成的上下文范圍內(nèi)對某個單詞進行翻譯，這可能會導(dǎo)致翻譯出來的語句笨拙而迂回。

“神經(jīng)網(wǎng)絡(luò)”受到了掌握多門語言的人類在翻譯過程中大腦中發(fā)生的模式識別過程的啟發(fā)，實現(xiàn)了更自然的語音翻譯。

例如，在非神經(jīng)世界中，“一群貓”和“一只貓”被視為不同的實體；而人類大腦以及神經(jīng)網(wǎng)絡(luò)則把這兩者視為密切相關(guān)的詞。神經(jīng)網(wǎng)絡(luò)也可以解析“住宿”和“星宿”兩個詞中“宿”字的含義區(qū)別。Menezes解釋說：“單詞已經(jīng)不再被視為它所代表的事物，而是一個包含500個維度的向量，其本質(zhì)是500組數(shù)字，而每一個數(shù)字都反映了這個單詞的某一個方面?！?/span>

神經(jīng)網(wǎng)絡(luò)在開始翻譯之前，首先用1000個維度的向量對每個單詞在整個句子語境下的含義進行建模，無論這句話有5個詞還是20個詞都是這樣處理的。這一包含1000個維度的模型（而非單詞）隨后被翻譯成另一種語言。

此外，F(xiàn)ontana表示，隨著該技術(shù)被使用的次數(shù)越多，翻譯的質(zhì)量也會不斷提高。他希望看到Microsoft Translator能被包括旅行者、導(dǎo)游、教師和社會工作者在內(nèi)的廣泛的用戶群體所采用。