百度宣布AI同传最新突破!能预测,低延时,演示效果惊人,外媒称媲美人类翻译

夏乙 栗子 乾明 一璞 发自 三区五地 量子位 报道 |

同传AI,刚刚在国内掀起过暴风骤雨。

但现在,百度于硅谷宣布了最新重大突破——一个名为STACL的同传AI,论文结果优异,Demo效果惊人。

MIT科技评论、IEEE Spectrum等一众外媒,还纷纷给出好评,这是2016年百度Deep Speech 2发布以来,又一项让技术外媒们如此激动的新进展。

百度自己披露:与现在大多数AI“实时”翻译系统不同,STACL的特点是能预测延时可控,能够在演讲者讲话后几秒钟开始翻译,并在句子结束后几秒钟内完成。

STACL不走“整句说完再翻译”的路线,甚至还会预测发言者未来几秒的内容,于是延时更短,更接近人类同传。

究竟能达到什么程度?IEEE Spectrum采访后给出类比:跟联合国会议里的人类同传相媲美。

实际效果果真如此?那突破显然重大。

Demo展示:翻译AI会预测

看上去几乎同时了

Demo可以看出,百度STACL的翻译工作延时非常短,与原句只差几个字。

虽说这个AI目前只是同步翻译成文字,还没有合成译文的语音,但这不是重点。关键是,不知道你有没有注意到,这种“只差几个字”有多难得。

还没等“美国总统布什在莫斯科与俄罗斯总统普京在莫斯科会晤。”这句汉语说到莫斯科,自动翻译的英语已经出现了“meet”,也就是汉语句末的“会晤”。

这个“meet”,是AI从前半句话里脑补出来的,依据的是美国总统最可能与其他人发生怎样的活动。

因此,百度这个同传AI,不用等一句话说完,就能开始翻译了。

对于翻译AI来说,预测是一项很罕见的技能。不同语言的语序总有差异,所以,那些没有预测能力的翻译AI,通常需要等到人类讲完一句话,再开始翻译。

再举一个栗子 (下图) ,从“百度在18年前”这半句里,AI预测出了百度创立的内容“started a business”。

那么,科学地讲,百度AI的预测效果到底怎么样?

衡量翻译质量,要看BLEU分。

中译英延后5个字的情况下,比起传统的整句翻译AI,百度的BLEU分要低了3.4分。

毕竟是预测,发生错误是自然的。而这个差距在百度看来是可以接受的。

比如,百度AI可能从前半句话里预测出会面顺利进行,而事实可能是会面并不顺利。翻译就容易出现失误。

面对这样的情况,AI目前并没有纠错的能力。

不过,用小小的延时,就可以换取更高的准确度:如从延3个词到延5个词。用户可以根据需求随意调整。

中英语序相似

而当两种语言语序相差不多的时候,例如描述戴安娜王妃车祸事件的新闻,STACL和传统整句翻译的成绩相比,就没有明显差异了。

这种预测能力,是哪来的?

答案是一个名叫wait-k的模型,它把预测和翻译无缝整合到了一起,百度把它和两个翻译模型结合起来做了实验,一个是比较早期的RNN翻译模型,另一个是Google在2017年推出即大热的Transformer。

不过,wait-k不仅仅适用于这两个模型,而是可以用在任何序列映射(sequence-to-sequence)模型上。也就是说,只要有个模型能搞定两种语言之间的翻译,加上这个wait-k做一点小改造,就能实现同传了。

一个机器翻译系统,离不开分析输入语言的编码器和输出目标语言的解码器,而wait-k对机器翻译模型所做的小改动,就在解码器上。它让解码器在输出内容的同时,能预测编码器还没有输入的东西。

百度用这样一个公式描述了这种解码策略:

其中,x代表输入的内容,y代表输出,t代表时间步,而k表示的是解码器比编码器抢跑的词数。

技术细节在论文STACL: Simultaneous Translation with Integrated Anticipation and Controllable Latency中有详细的介绍。

地址:https://arxiv.org/abs/1810.08398

团队介绍

By the way,按署名次序,介绍一下9位论文作者。

Mingbo Ma,百度硅谷AI实验室科学家,拥有三个学校的计算机博士学位,今年8月刚从俄勒冈州立大学博士毕业,另外两个学位在美国东北大学和纽约城市大学,本科毕业于吉林大学,此前曾在苹果和IBM实习。

黄亮,俄勒冈州立大学助理教授,百度美研首席科学家,此前曾就职于IBM和谷歌,并在纽约城市大学、南加州大学担任过助理教授,博士毕业于宾夕法尼亚大学。

Hao Xiong,爱丁堡大学计算机硕士,本科毕业于河海大学,2015年加入百度任软件工程师,负责大容量数据处理系统和资源调度系统。

Kaibo Liu,俄勒冈州立大学助理研究员,今年6月刚到百度实习,本科毕业于北大。

Chuanqiang Zhang,低调的百度技术员工,目前无更多资料。

何中军,百度主任架构师,从事机器翻译研究与开发十余年,多篇论文发表在本领域权威国际会议ACL、EMNLP、COLING、AAAI等,参与项目曾获2015年度国家科学技术进步奖二等奖。

Hairong Liu,百度硅谷AI实验室科学家,曾就职于三星和普渡大学,华中科大电子电气博士。

Xing Li,中科院自然语言处理和机器学习硕士,百度硅谷人工智能实验室的高级经理,曾任英特尔技术leader,在百度担任过技术工程经理,领导百度贴吧研发团队。

王海峰,百度高级副总裁,e-Staff,百度AIG负责人、百度研究院院长,哈工大计算机博士。

王海峰

第一波评价

百度这次技术突破宣布后,首先在外媒引发报道。

有好评。其中评价最高的是IEEE Spectrum,认为百度开发的这个新系统,揭示了一种通过预测未来而保持稳定的翻译工具,可以与联合国会议期间提供同传服务的口译人员相媲美,让人们离软件巴别鱼又近了一步。

有对比。比如将百度的这次突破与谷歌联系起来。南华早报评论:随着百度新的翻译系统亮相,百度向谷歌发起了挑战。

还有将百度和谷歌放一起当“耦合”的。Engadget观点:

虽然这个系统仍旧有局限性,而且无法在必要的时候取代人类翻译。但是它在谷歌缺席中国的情况下,给出了一种新的选择。

SiliconANGLE则援引分析师评论称:“亚洲的语言翻译方面仍然存在一定的局限性,看到本地的玩家加入到这个游戏中来,的确是一件好事。”

但目前最多的态度是观望。

在技术宅密度比较高的Hacker News和Reddit上,百度的这条消息,并没有引发太多的讨论。

截至早上7点40分,Reddit只有一条评论,Hacker News上有两条评论——虽然这个消息发布已有5个多小时。

Reddit上面的一条评论有点“水”,只是说这个Demo很好。

Hacker News的两条评论中,一条比较有技术含量,提出了如何翻译德语的问题,并给出了一些示例,另一条是说,这个Demo很好。

比较有趣的是,两个说这个Demo很好的网友,昵称基本上是一样的。

不过这个技术到底好不好,更多中外关注者马上都能给出判断。

因为百度最快会在下周的年度技术大会上,进行公开展示。

究竟是重大突破,抑或还只是完美Demo,到时一看便知。

当然,有科研实力有技术复现的同学,现在就能去试试了。

欢迎反馈你的测后评价~

原文发布于微信公众号 - 量子位(QbitAI)

原文发表时间:2018-10-24

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏新智元

【新智元笔记】反伊莉莎效应,人工智能的新概念

【立委按】隆重推出立委版人工智能新概念【反伊莉莎效应】,以后如果进了AI历史,各位都是见证人,发明权属于立委。 我: 人工智能里面有一个著名的现象,叫伊莉莎效应...

32850
来自专栏量子位

大咖来信 | 张亚勤@2018:终日“闭关”读论文,思考终极算法

10320
来自专栏大数据文摘

从睫毛膏到太空垃圾,2018年度最佳数据可视化作品都在这了!

过去几年,对数据以及数据分析的关注可谓达到了一个新的高度。如今,数据和信息已经成为一种可以带来绝妙视觉观感的工具。曾经简单的图表和散点图,现在已经成了数据艺术中...

14350
来自专栏PPV课数据科学社区

为什么要学数学?因为这是一场战略性的投资

如果将数学学习的好坏仅仅理解为“刷题”的数量和速度,那充其量也只能成为一名熟练的数学工匠。我们所受的数学训练,所领会的数学思想和精神,所获得的数学教养,无时无刻...

27660
来自专栏华章科技

冯·诺依曼:论数学

作者:冯·诺依曼(John Von Neumann,1903-1957)美籍匈牙利人,数学家。

11430
来自专栏腾讯高校合作

斯坦福大学人工智能中心专家访问腾讯

近日,斯坦福大学人工智能中心负责人李飞飞教授、Silvio Savarese教授应邀访问腾讯,与腾讯研究团队深入沟通,并带来了领域前沿学术报告。腾讯公司高级副总...

39060
来自专栏数据科学与人工智能

【陆勤践行】数据科学家自我修养——一份数据科学的开放课程清单

数据科学家自我修养——一份数据科学的开放课程清单 最近一年以来,大数据这个概念被吹嘘的天花乱坠,仿佛你要是不说大数据就落伍了。继云计算之后,大数据已然成为IT行...

21680
来自专栏专知

【观点】Facebook人工智能组研究员田渊栋:关于面试

来源:https://zhuanlan.zhihu.com/p/29572187 面试研究员这样的职位,是不是文章越多越好呢?并不是这样的。 首先是宁缺勿滥,...

30140
来自专栏CDA数据分析师

盘点 | 2018年度最佳数据可视化作品都在这了!

过去几年,对数据以及数据分析的关注可谓达到了一个新的高度。如今,数据和信息已经成为一种可以带来绝妙视觉观感的工具。曾经简单的图表和散点图,现在已经成了数据艺术中...

15510
来自专栏数据科学与人工智能

【数据科学】数学的意义(院士最全最牛的解释,果断收藏)

作者:张恭庆 (北京大学数学科学学院教授、中国科学院院士、第三世界科学院院士) 数学既是一种文化、一种“思想的体操”,更是现代理性文化的核心。 马克思说:“一...

52380

扫码关注云+社区

领取腾讯云代金券